近年、人工知能の台頭の勢いに乗って生体認証技術が急速に発展し、顔認識に代表される一連のサブセクターが「新たな領域を開拓」し、市場拡大が進み続けています。今週、顔認識の人気が急上昇したが、その理由は、米国の大手テクノロジー企業数社が相次いで顔認識を「拒否」すると発表したためだ。
マイクロソフトは6月11日、警察機関への顔認識技術サービスの提供を停止すると発表した。同社は声明で「当社は今後、米国の警察に顔認識技術を販売しない。強力な連邦法が施行されるまでは販売しない」と述べた。マイクロソフト以前にも、IBM、アマゾンが同様の決定を下していた。 月曜日、IBMは顔認識事業を放棄し、顔認識技術の提供をやめると発表した。同社はまた、米国議会に対し、公平性、正義、人種的平等を確保するための新たな取り組みを行うよう求めた。 IBMのCEOは「テクノロジーは透明性を高め、警察が地域社会を守るのに役立つが、差別や人種的不平等を増幅させてはならない」と述べた。 IBMに続き、アマゾンも6月10日に声明を発表し、警察による同社の顔認識技術の使用を一時的に禁止すると発表した。禁止期間は1年間となる。しかし、同社は顔認証を完全に放棄するわけではなく、今後も行方不明の子供の捜索などの分野で顔認証技術の利用を認め、そのためのサービスも提供していくとしている。 物議を醸す顔認識 人工知能ブームの代表的な技術として、顔認識はますます幅広く利用されるようになっています。顔認識は、米国の法執行分野での物議を醸す応用に加えて、金融、セキュリティ、輸送などの多くのシナリオでも広く使用されています。このため、業界は顔認識市場の発展に対して前向きな姿勢を示しており、大手テクノロジー企業もこの分野への展開を開始しています。 しかし、米国では、国内のテクノロジー企業による顔認識技術の研究開発と応用の過程で、トレーニングデータが不十分で、データソースが比較的単一であるという問題により、顔認識システムは肌の色の異なる人々の間で使用された場合、違いやエラーが生じ、関連企業は米国の市民団体から批判と疑問視されています。 例えば、過去2、3年、マイクロソフト、アマゾン、グーグルなどのアメリカのテクノロジー大手を含む企業が、顔認識の分野で政府部門とプロジェクト協力し、相次いで高い注目を集めています。人々は一般的に、顔認識技術が政府によって個人の監視に利用されるのではないかと懸念しています。米国の今回の抗議運動と同様に、警察は参加者を監視するために顔認識技術を使用しました。 実際、顔認識に対するアメリカ国民の疑念に加え、一部のエリート層も懸念を抱いている。現在、ロサンゼルスを含む米国のいくつかの都市では、地方自治体による顔認識技術の使用を禁止する法律が可決されている。現在、IBM、アマゾン、マイクロソフトが相次いで警察に顔認識技術を提供しないと表明しており、米国における顔認識の応用にも一定の影響が出ることが予想される。 顔認識は消えない 全体として、顔認識技術の応用は社会統治の効率性と利便性の向上に役立ちますが、個人情報とプライバシーの保護に対する隠れた懸念とリスクももたらします。大量の顔認識データが漏洩したり、違法に使用されたりすると、個人のプライバシーが危険にさらされ、その結果は非常に深刻なものになります。 もちろん、これは顔認識が役に立たないという意味ではありません。あらゆる新技術は、応用の初期段階で大きな論争に直面し、「諸刃の剣」の性質を示すことになる。したがって、この技術の応用が「暴走」せず、真に人類に利益をもたらすように、健全な法律、規制、標準仕様を策定することが重要です。 アマゾンとマイクロソフトの声明からも、これらアメリカのテクノロジー企業が顔認識技術を完全に諦めたわけではないことが分かる。両社は単に警察への顔認識技術の販売を「一時的に禁止する」と述べ、条件として「1年以内」かつ「連邦法が施行される前」としている。言い換えれば、顔認識は「完全に」「永久に」放棄されるのではなく、「部分的に」「一時的に」放棄されるだけである。 したがって、米国における顔認識の開発と応用が止まることはないことは明らかです。それほど敏感でない分野では、顔認識は長期間存在し、そのプラスの価値を発揮し続けるでしょう。他の国々もこれらの事件から経験と教訓を得て、国民のプライバシーと安全を守り、顔認識などの技術の持続的な発展を維持するために、関連法規制を早急に改善すべきである。 |
<<: 人工知能が医療画像をどのように変えるか AI は医療画像の世界における第二の目となる
>>: 産業用ロボットは国内でどのように普及できるのか?標準を第一にすることが鍵
2023年はGenAIの年ですが、GenAI(生成型人工知能)の採用率は期待に応えていません。ほとん...
今の時代、どんな製品の開発にも実は学習プロセスが必要です。人工知能技術が急速に進歩したのは、まさに各...
この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...
陳一然教授の論文が賞を受賞しました!この顔認識/分析に関する論文は、2024 IEEE CIS TE...
[[412010]]ロボット、つまり自動化と AI の総称は、私たちの周りにはどこにでもあります。...
[[336078]]勾配降下法は、機械学習における最も重要なアイデアの 1 つです。最小化すべきコス...
ビジネスに AI を導入するには、テクノロジーとスキルだけでは不十分です。いくつかの戦略を導入するこ...
この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...
ディープラーニングの分野で最も有名な学者の一人であるヤン・ルカン氏が本日、自身のFacebookに投...
近年、我が国のドローン産業は、継続的な技術革新、継続的な政策奨励、加速した資本注入、段階的な市場改善...
[[190844]] DL の難しさは、問題をどのような視点から見るかによって決まります。数学を勉...
[[240276]]著者: ゲストブログ翻訳:張玲校正:丁南雅この論文では、ディープラーニングとそれ...