Facebook人臉識別技術面臨訴訟

張文韜/編譯

Facebook人臉識別技術面臨訴訟

張文韜/編譯

●目前，某些美國互聯網巨頭企業的生物識別隱私規則成了集體訴訟的目標。

美國伊利諾伊州的居民尼姆斯·帕特爾（Nimesh Patel）是Facebook的用戶，他對這個軟件非常不滿，這可不是幼稚：他早就知道，這個社交網絡公司在收集用戶的個人信息。而使他生氣的是，Facebook公司現在變本加厲，開始收集他面部表情的細節，比如眉間的寬度、嘴角裂開的弧度以及很多其他面部幾何學結構，通過這些細節，該公司的人臉識別軟件就可以把他認出來。

作為集體訴訟的原告之一，帕特爾聲稱Facebook對人臉識別技術的應用違反了2008年通過的一項伊利諾伊州法律《生物識別信息隱私法》（Biometric Information Privacy Act,BIPA）。BIPA對公司如何儲存和使用公民的生物識別信息做出了規定，包括指紋、聲紋、視網膜或虹膜掃描結果以及手部或面部幾何結構掃描結果。該案已于2015年10月進入審訊程序。在伊利諾伊州，不但Facebook公司，谷歌公司和Snapchat公司也因為相同的原因面臨起訴。在2017年，法庭將圍繞這個尖銳問題展開辯論：誰有權保管我們的面部信息？

公民自由組織表示，上述辯論早就應該進行。在美國，人臉識別日益被納入到監視系統和執法數據庫中，而許多州還沒有像伊利諾伊州那樣通過上述法律。電子前沿基金會的律師詹尼弗·林奇（Jennifer Lynch）指出，近年來技術迅速發展，而監管并沒有到位。“我們很快就可以在商店里安裝攝像頭，識別購物者的身份。”她說。

針對Facebook的訴訟主要圍繞該公司在2010年推出的圖片標簽功能：只要用戶上傳照片，Facebook的系統就會自動分辨出鏡頭中的每張面孔，設法與之前上傳照片中的人臉匹配，最后鑒別出是誰，十分方便。按照本案的說法，這種“標簽推薦”系統證明Facebook在收集并儲存美國用戶的“面部樣本”。（2012年，由于隱私問題，該公司在歐洲關閉了這項功能。）

FBI（美國聯邦調查局）的人臉識別數據庫中大部分是守法公民的圖像，從駕駛執照和護照照片中拍攝

伊利諾伊州的相關法律早于Facebook推出標簽推薦功能，當時并沒有提到社交網絡。相反，BIPA認為金融交易中生物識別信息會得到越來越多的使用，并指出這些識別信息與傳統的PIN碼和密碼明顯不同，如果被黑客竊取，將會帶來大麻煩，因為不能像重設密碼那樣給客戶重設新的指紋或面孔。但最近的集體訴訟不是針對銀行，而是瞄準科技公司。另一宗針對照片存儲網站Shutterfly的訴訟于2016年4月結案，賠款數額未公開。

BIPA規定，私人公司必須制定書面規范，說明他們將在多長時間內保留人們的生物識別信息，又將在何時永久銷毀該數據。“在某種程度上，這是一個溫和的法律，”在電子隱私信息中心（EPIC）負責處理消費者隱私問題的律師克萊爾·加特蘭（Claire Gartland）說，“它只是要求向消費者做出免責聲明。”

原告指出，Facebook在沒有書面規范的情況下保留了伊利諾伊州用戶的面部樣本數據庫，已違反了該州法律。Facebook發言人拒絕回答有關本次訴訟的問題，但他指出，用戶可以輕松地關閉其賬戶的標簽推薦功能。

法律辯論已經開始。2015年末，該公司辯稱，BIPA的生物識別信息列表中包括面部掃描和面部幾何結構，但法律明確規定照片和外貌描述除外。Facebook認為法律只提到物理面部掃描儀，它們基于實際存在的面部創建生物識別記錄，所以基于照片的人臉識別并不違法。但法院稱Facebook的觀點“沒有說服力”，BIPA旨在針對所有新興的生物識別技術，并允許訴訟向前推進。如果Facebook敗訴，該公司可能被迫向數百萬伊利諾伊用戶支付賠償金，并改變在該州甚至整個美國市場的運營策略。

在法庭上，Facebook人臉識別技術的現狀很有可能將發揮作用。密歇根州立大學計算機科學與工程教授、生物識別專家阿尼爾·賈恩（Anil Jain）說，法院可能需要知道公司是否使用傳統方法開發人臉匹配軟件。他指出：傳統系統通過數以千計的實際測量建立和存儲面部樣本，“他們對面部、眉毛、鼻子、嘴唇沿線和嘴角等處的輪廓采樣，提取標志物。”

但賈恩指出，Facebook研究人員率先采用了依靠機器學習的面部識別方法，這就是在2014年的一篇論文中介紹的DeepFace系統。在報告中，研究人員從Facebook照片中抽出了440萬個標記面孔組成數據集，訓練系統進行學習。系統的深層神經網絡用數百萬個參數來檢查面部，并基于所學到的神秘方法導出其面部匹配規則。“這更像是一個黑盒子。”賈恩說。

Facebook的標準標簽推薦功能到底是否利用了DeepFace或者類似的策略，目前還不清楚。如果公司采用這種先進的方法，其當前的技術可能不會違反法律的規定。“問題是他們的數據庫中存儲了什么。”賈恩解釋說。當DeepFace程序分析原始照片時，系統可能只是簡單地保存其已經學習到的分析規則，而并不存儲可作為生物識別信息的面部樣本。這是個諷刺的局面：如果Facebook不在數據庫中保存面孔，它就可能在法庭上挽回面子。

[資料來源：IEEE Spectrum][責任編輯：遙醒]

本文作者伊萊扎·斯特里克蘭（Eliza Strickland），2011年加入IEEE Spectrum雜志，當時因報道福島第一核電站泄漏事故與他人共享尼爾獎。目前她負責生物醫學工程領域的科學報道。