【Smart World】人臉辨識應用 如何平衡私穩？

近年來，人臉辨識技術引發出不少爭議。在技術日益普及的情況下，大家越來越關注資料的隱私和保護問題。不少人每天都在使用人臉辨識技術解鎖手機、授權付款，出入辦公室等，甚至機場安檢亦正開始應用人臉辨識技術。
9 r2 n3 N5 N) q( ^$ E; G$ B
然而，大家也開始質疑人臉辨識技術的道德性、準確性和可能引發的問題。美國一些城市甚至已開始禁用該技術，連警方也不容許。英國有議員提出應先立法再應用；而歐盟也正尋求限制「無差別」使用人臉辨識技術的途徑。
9 U* s/ I! l& [% P. t
  K; g3 c+ H1 R9 W$ W% ]其實，所有廣泛應用而且對生活影響深遠的新技術，都會面對類似的問題。技術的準確性、應用時需先與持份者達成共識、法律責任、應用倫理等，都備受關注；需要尋求能確保合法應用技術，又能尊重個人的權利的平衡。
; R3 R! P1 o% t. [1 n
顏面探測不儲存容貌 或更易被接納
然而，人工智慧和深度學習，也不一定會成為侵犯個人隱私的工具，純粹視乎系統如何設計及使用。例如在人群聚集的場合，只須進行顏面探測，毋須確認或儲存個別人士容貌，就能點算在場人數，方便控制人流。就算是人臉辨識，一樣具有非常多元化的機器學習方式，例如蘋果手機的Face ID功能，蘋果企業本身就沒有中央資料庫儲存用戶的照片。

人臉辨識背後的人工智慧技術，其實還有更廣泛的應用，例如臉部分析，可以透過分析圖像和視頻，提取其中特徵，以識別性別、年齡，甚至是身體品質指數，現時該技術已被用於測量心跳、血壓，甚至探測糖尿病、心臟病或癡呆症的初期徵兆。目前，正有保險公司運用臉部分析來簡化保單額的計算。

無論是人臉辨識或臉部分析，都需要公正的人工智慧演算法，但其實所輸入的數據是否公正、足夠和無偏差，都會影響系統的決策、預測和分析的準確度。因此，最重要是確保在機器學習中，只使用高品質無偏差的數據。

撰文 : 陳漢偉 香港電腦學會人工智能專家小組召集人