据外媒报道，当地时间周一，IBM致信美国国会议员，公司将退出通用的面部识别业务，并表示反对将这种技术用于大规模监控和种族定性分析。
众所周知，由于人种不同而导致的肤色差异、种族歧视等问题在国外已是长期的矛盾，而面部识别软件也通常因为这类问题而备受争议，包括潜在的侵犯人权行为，以及有证据表明该技术在识别有色人种方面的准确性较低。
IBM CEO Arvind Krishna在信中表示：“IBM不再提供通用的IBM面部识别或分析软件，IBM坚决反对也不会宽恕将任何技术（包括其他厂商提供的面部识别技术）用于大规模监控、种族定性、侵犯基本人权和自由，或任何不符合我们的价值观和信任与透明原则的目的。”
人脸识别导致“失误”早有先例
据了解，此前纽约时报曾发表一篇文章，文章中提到，MIT媒体实验室研究员Joy Buolamwini与微软科学家Timnit Gebru合作的一篇研究论文中，作者将微软、IBM和旷视科技三家的人脸识别技术进行对比，以判定其人脸识别功能。
结果显示，AI应用人脸识别针对黑人女性的错误率高达21％－35％，而针对白人男性的错误率则低于1％，不同种族的准确率差异巨大。
在当时，该项研究也引发了关于“AI是否存在社会不公甚至种族歧视问题”的探讨。显然并不是，深究其中的原因，更多的是因为当下的人工智能数据的量影响了AI的判断。肤色较深女性较难识别，除了天然人脸特征更难提取之外，可供训练的数据集较少也是影响因素之一。
关于人脸识别中因技术问题引发的“失误”案例还有很多，比如之前就发生过，交通摄像头把大巴车上的董明珠广告人像错当成横穿马路的行人进行了抓拍，还在旁边打出了“桥东违法闯红灯”的字样，该事件还上了热搜榜单；同样，在去年还发生了一起“小学生轻松破解丰巢刷脸取件”的热点事件，浙江小学生发现，用一张人像的打印照片即可轻松“破解”丰巢智能柜的“刷脸取件”，取出父母的快件。事件发酵后，丰巢紧急下线了该功能，并向公众回应称，“刷脸取件”是小范围推出的测试版本，已第一时间下线，并未造成用户损失。
总之，关于“人脸识别”的技术发展，更多的可能是给人们的生活带来了便利性，但也同时导致了一些新的问题，人脸识别技术到底是不是一个值得大力推广的方向，也是社会广为关注的问题。
人脸识别当前的发展情况
调查数据显示，全球人脸识别市场规模从2009年的3．90亿美元增长到2016年的26．53亿美元，年均复合增长率达到31．5％，实现了飞速发展。预计未来一段时间人脸识别市场规模将保持20％左右的增速，到2022年，全球人脸识别市场规模将达75．95亿美元。
良好的增长态势固然反映了技术的前瞻性。但是发展至今，人脸识别技术存在的缺陷也很明显。
首先从人脸识别的工作原理出发，比如在“采集条件”与“采集对象”两方面，比如，人脸识别环境的光照条件可能影响图像采集效果。在进行人脸比对时，假如被采集对象剃了胡子、换了发型、带了眼镜、变了表情，都有可能引起比对失败。
同时，随着年龄的变化，面部外观也会变化，特别是对于青少年，这种变化更加明显。因此年龄变化对人脸识别算法的影响也必须得到解决。这里还有一个问题，当人脸识别技术遇到了双胞胎，由于相似特征太多，人脸识别基本难以完成分辨。
另外，若是处于非配合情况下的人脸图像采集，比如当前受疫情影响人们不得不带着口罩等物品，也这会导致采集的人脸图像不完整，从而影响了后面的特征提取与识别，甚至会导致人脸检测算法的失效。
但是从发展趋势来看，越来越多科研单位已开始对人脸识别技术进行更深入地研究。与此同时，人工智能等先进技术也将使得人脸识别进一步完善。未来物联网时代，人脸识别也有望成为有效身份识别，商业前景非常广阔。
