現在、数十のスタートアップ企業や大手テクノロジー企業が、ホテル、小売店、さらには学校やサマーキャンプに顔認識サービスを販売しています。 5年前よりも顔認識の精度が向上した新しいアルゴリズムのおかげで、このビジネスは急成長している。 こうしたアルゴリズムを改善するために、企業は多くの場合、誰の同意も得ずに、数十億の顔を使ってアルゴリズムをトレーニングしている。あなたの顔がこれらの企業が使用する「トレーニング サンプル」の 1 つであるか、または企業の顧客データベースの一部である可能性は十分にあります。 現在、顔認識ソフトウェアの使用に対する法的規制はほとんどなく、企業がこのように顔情報を使用することを阻止できない可能性があります。 2018年、ワシントンD.C.近郊のゲートウェイ空港を急いで通過する乗客の様子がカメラに撮影された。 実際には、ゲートウェイ空港も乗客も存在しません。これは、顔収集が実際にどのように行われるかを示すために NIST が使用した設定にすぎません。これらの顔は、世界中の企業を招待して顔認識ソフトウェアをテストするNIST主催のコンテストで使用される予定だ。 訓練中、ボランティアは当局に顔情報の使用を許可した。これは顔認識の初期の頃で、研究者たちはデータベースに顔を含めるために人々の同意を苦労して得ていました。 顔認識分野では企業がリーダー的存在となっているが、認識する多数の人々から同意を得るのが面倒だと考える企業は、今後はそうしなくなるかもしれない。 Kairos を含む業界リーダーは顔認識ソフトウェア市場で競争しています。彼らの顧客基盤には、法執行官、小売業者、さらには高校生も含まれています。 MRFRによれば、市場は年間20%成長しており、2022年までに年間90億ドルに達すると予想されている。 最高のソフトウェアを作る競争では、誤検知を起こさずに高精度で顔を認識できるアルゴリズムを持つ企業が勝者となるだろう。人工知能の他の分野と同様に、最高の顔認識アルゴリズムを作成するには、大量の顔データを収集してトレーニングする必要があります。 企業はイェール大学の顔データベースなど政府や大学が収集したデータコレクションを利用できるが、こうしたデータセットは比較的小規模で、顔の数は数千に満たない。 これらの公式データセットには他の制限もあり、人種的多様性が欠けているものや、影、帽子、化粧などリアルな顔を変える条件を識別できないものが多い。 実際の戦闘で個々の顔を認識できる認識技術を構築するには、同社は実験用の画像をもっと必要としている。 カリフォルニアに拠点を置く顔認識ソフトウェア会社 FaceFirst は、小売業者が犯罪者を特定し、店舗への入店を阻止するのを支援しています。 「数百枚では十分ではないし、数千枚でも十分ではない」と同社の最高経営責任者ピーター・トレップ氏は言う。「何百万枚もの画像が必要だ。データベースに眼鏡をかけた人や有色人種を含めなければ、正確な結果は得られないだろう」 物語はアプリから始まる ソフトウェア企業はどのようにしてソフトウェアをトレーニングするために何百万もの画像を入手することができるのでしょうか? その一つが警察署の写真データベースです。ソフトウェア企業は、これらのデータベースを政府機関から公開したり、民間企業から購入したりすることができます。 Vigilant Solutions は、顔認識ソフトウェアのトレーニングの問題を「解決」するために使用できる 1,500 万の顔を提供します。 しかし、一部のスタートアップ企業は、顔情報のより良いソースとして、個人用写真アプリを見つけました。 これらのアプリは、人の携帯電話に保存されている写真を編集し、多くの場合、同じ人物がさまざまなポーズや状況で写っている画像が含まれており、トレーニング データの豊富なソースとなります。 「私たちは何千もの異なるシナリオで同じ人物の画像を持っています」とエバーAIのCEO、ダグ・アレイ氏は言う。「帽子をかぶって影の中に立っていても、正確に識別できます。」 Ever AI は、2012 年に EverRoll として設立されたサンフランシスコの顔認識スタートアップ企業で、同社のアプリはユーザーが増え続ける写真コレクションを管理するのに役立ちます。 Khosla Venturesやその他のシリコンバレーのベンチャーキャピタル企業から2,900万ドルを調達したEver AIは、NISTの最近の顔認識コンテストに参加し、コンテストの「Mugshots」部門で2位になった。 「Faces in the Wild」部門で第3位にランクイン。 アレイ氏は、同社の成功の要因として、130億枚もの画像が収められていると推定される膨大な写真データベースを挙げている。 Ever AI は当初は単なる写真アプリでしたが、その積極的なマーケティング活動が論争を巻き起こし、Apple は 2016 年に EverRoll を App Store から一時的に削除しました。 おそらく最も記憶に残るのは、このアプリがユーザーを騙して、携帯電話の連絡先全員にプロモーションリンクを送信させたことだ。ユーザーらはまた、このアプリが自分たちの情報を盗んだと非難した。 2015年、テキサス州のグレッグ・ミラーはFacebookで次のように不満を述べた。「EverRollがインストール後に最初に行うことは、携帯電話の電話番号を収集し、全員に一斉にメッセージを送信することです。その後、すべての写真がクラウドに保存されます。」 4年後、ミラー氏はエバーロールがまだ自分の写真を保管していることを知り落胆した。ただ、エバーロールは顔認識会社になっていたのだ。 「当時はそれに気づかなかったし、まったく同意もしていなかった」とミラー氏はフォーチュン誌に語った。「要は、私が常に追跡されているということであり、プライバシーがないように感じ、怖かった」 エバーAIのCEO、アリー氏は、同社は個人を特定できる情報を共有しておらず、写真は同社の顔認識ソフトウェアのトレーニングにのみ使用すると主張した。同氏はまた、自社はソーシャルメディアに似ており、ユーザーはオプトアウトを選択できるとも付け加えた。 アレイ氏は、エバーAIが当初から顔認識企業になるつもりだったことを否定し、写真アプリを今停止するという同社の決定はビジネス上の判断だと述べた。 現在、Ever AI の顧客は、企業の ID 管理、小売、通信、法執行など、さまざまな活動に同社の顔認識製品を使用しています。 ユーザーの写真を提供する会社は EverRoll だけではありません。別の例としては Orbeus があります。 2016年にアマゾンにひっそりと買収されたサンフランシスコを拠点とするこの会社は、かつてPhotoTimeを主催していた。 オルベウスの長年の従業員によると、同社の人工知能技術と同社が保有する膨大な写真コレクションは、同社を魅力的な買収対象にしているという。 「アマゾンはそういう会社を探していた」と、身元を明かすことを拒否した従業員は語った。 現在、PhotoTime アプリは存在しなくなりましたが、Amazon では Rekognition という別の Orbeus 製品を引き続き販売しています。この製品は、法執行機関やその他の組織が使用する顔認識ソフトウェアの一種です。 アマゾンは、オルベウスが収集した写真が自社のソフトウェアのトレーニングにどのように使用されているかについては詳細を明かすことを拒否し、AIプロジェクト用のデータはさまざまなソースから入手しているとだけ述べた。アマゾンはまた、アルゴリズムのトレーニングに顧客の写真サービスを利用していないとも付け加えた。 ユーザーの写真を使用して顔認識アルゴリズムをトレーニングする別の企業は、Real Networks です。シアトルを拠点とする同社は、1990年代にはオンラインビデオプレーヤーで知られていた。 現在、同社は学校で子供たちの顔を認識できるソフトウェアに注力している。同時に、家族向けのスマートフォンアプリ「RealTimes」も開発しました。 しかし、ある批評家は、これは同社が顔情報にアクセスするための単なる口実に過ぎないと述べた。 これらすべてから、いくつかの疑問が浮かび上がります。企業は収集した顔データを保護するために何をすべきでしょうか?政府は規制の取り組みを強化すべきでしょうか? 顔認識が社会のより多くの分野に普及するにつれて、これらの問題への対処はより緊急なものとなるでしょう。 教育と小売業の分野 顔認識ソフトウェアは新しいものではなく、その技術は 1980 年代から存在しています。当時、アメリカの数学者は顔を一連の数値として定義し、一致する対象を見つけるために確率モデルを使用しました。 しかし、ここ数年で状況は変わりました。 「顔認識技術は革命の真っ只中にある」とNISTのグロザー氏は語った。 同氏はさらに、「基盤となる技術は変化した。古い技術は、非常に効率的な新世代のアルゴリズムに置き換えられた」と付け加えた。 顔認識におけるこの革命は、人工知能の分野をさらに普及させている 2 つの要因のおかげです。 1 つ目は、人間の脳に似たパターン認識システムであるディープラーニングという新興科学です。 2 つ目は、クラウド コンピューティングの助けを借りて、低コストで保存および分析できる、前例のない量のデータです。 当然のことながら、これらの新しいテクノロジーを最大限に活用した最初の企業は、Google と Facebook でした。 2014年、Facebookは2つの顔が同一人物のものであるかどうかを97.25%の精度で判別できるDeepFaceというプログラムを立ち上げました。この比率は、同じテストで人間が獲得するスコアと同じです。 1年後、GoogleはFaceNetプログラムで100%の精度を達成しました。 今日、マイクロソフトやその他のテクノロジー大手企業は、主に大規模な顔データベースへのアクセスにより、顔認識のリーダーとなっています。 それでも、拡大する顔認識市場でニッチな市場を模索し、高精度のスコアを公開するスタートアップ企業が増えている。 市場調査会社ピッチブックによると、シリコンバレーはこの分野に進出しつつある。同社のデータによれば、過去3年間の顔認識市場への平均投資額は7,870万ドルだった。 これはシリコンバレーでは特に心温まる数字ではないが、少なくとも一握りの顔認識スタートアップ企業が大企業に成長するだろうというベンチャーキャピタリストたちの大きな賭けを反映している。 顔認識企業のビジネスモデルは拡大中 Crunchbaseのデータによると、Ever AIやFaceFirstなどのスタートアップの収益は比較的小さく、年間収益は200万ドルから800万ドルの範囲です。一方、アマゾンや他のテクノロジー大手は、収益のうち顔認識からどれだけの利益を得ているかをまだ明らかにしていない。 長年にわたり、顔認識技術の最も熱心な有料顧客は法執行機関であった。しかし最近では、ウォルマートを含むますます多くの企業が、顧客を識別し理解するためにこのソフトウェアを使用しています。 確かにそうです。FaceFirst は、小売店やドラッグストアを含む何百もの小売業者に顔認識ソフトウェアを販売しています。 同社のトレップ最高経営責任者(CEO)は、顧客の大半は店舗に入る犯罪者を識別するためにこの技術を使用しているが、VIP顧客の識別や従業員の識別など、他のプロジェクトをテストする小売業者も増えていると述べた。 警察署への製品販売に加え、この小売大手はホテルと協力してチェックイン手続きの迅速化を支援していると報じられている。 しかし、アマゾンのこうした動きには議論がないわけではない。 昨年7月、アメリカ自由人権協会(ACLU)はアマゾンのソフトウェアをテストし、各議員の顔を重罪犯のデータベースと比較した。このテストの結果、28件の誤検出があり、そのほとんどは有色人種だった。 これに対して、ACLUは法執行機関による顔認識技術の使用を禁止するよう求めた。 アマゾンの従業員らは同社に対し、警察や米国移民関税執行局へのソフトウェア販売の正当性を証明するよう圧力をかけている。 ジェロルド・ナドラー下院議員やロン・ワイデン上院議員を含む一部の議員は、政府監査院に顔認識ソフトウェアの使用について調査するよう要請した。 マイクロソフト社長のブラッド・スミス氏をはじめ、ビジネスリーダーたちもこの技術の使用に不安を表明しており、スミス氏は12月に政府による規制を求めた。 しかし、懸念が高まる一方で、企業が顔認識技術を販売するための新しい斬新な用途を見つけるにつれて、顔認識技術の使用は拡大している。 メイクや照明は顔認識に影響を与えない 家族写真アプリの開発会社リアルネットワークスは、顔認識ソフトウェアを全国の小中高校に無料で提供している。同社によれば、現在では数百の学校がこれを使用しているという。 同社のロブ・グレイザー最高経営責任者(CEO)はワイアード誌のインタビューで、党派間の論争ではなく、学校の安全と銃規制に関する議論に対処するためにこの取り組みを開始したと語った。 子供向けの顔認識製品に注力しているのは Real Networks だけではありません。 テキサス州の会社「Waldo」は、何百もの学校、子供のスポーツリーグ、サマーキャンプに顔認識技術を提供している。実際には、この技術では、ウォルドのソフトウェアを使用してカメラや公式カメラマンが撮影した画像をスキャンし、子どもの顔を親が提供した画像と照合することになる。参加を希望しない保護者は参加を辞退することができます。 このサービスは現在、米国の 30 以上の州で利用可能です。 Waldo と FaceFirst の開発は、企業が顔認識を当たり前のものにしていることを示しています。 つい最近まで、顔認識はSFの世界の話だったが、現在ではこの技術は米国経済のより多くの分野に広がっている。 あなたの顔情報はどこに保存されますか? 顔認識に関する懸念は主に政府機関による使用に集中しているが、民間企業や個人による使用はより明白なプライバシーリスクをもたらす。 顔認識技術を販売する企業が増えるにつれ、私たちの顔がデータベースにますます多く登場することになり、そのようなソフトウェアがのぞき見好きやストーカーの間で人気が出る可能性がある。 企業や家主もこれを利用して、望ましくない客を特定し、ひそかに住宅やサービスの提供を停止できる可能性がある。 ハッキングのリスクもある サイバーセキュリティー会社ジェミニ・アドバイザーズのアンドレイ・バリセビッチ氏は、インドの国家生体認証データベースから盗まれたプロフィールが「ダークウェブ」サイトで売られているのを見たことがあると語った。 同氏は、アメリカ人の顔のデータベースが売りに出されているのをまだ見たことがないが、「それは時間の問題だ」と付け加えた。ホテルや小売店から盗まれた顧客の顔情報は、犯罪者が詐欺や個人情報の盗難を行うのに役立つ可能性がある。 この技術は政府による規制がほとんどないため、その悪用を制限する最大の望みはソフトウェアメーカー自身にあるのかもしれない。 フォーチュン誌のインタビューで、顔認識スタートアップ企業のCEOたちは全員、プライバシーリスクを非常に懸念していると語った。 FaceFirstのCEOを含む一部の人々は、顔認識システムの広範な使用は懸念すべきことだと指摘している。 ウォルド社のライス最高経営責任者(CEO)は、議員らが顔認識技術の使用に関する規則を制定すれば、利益よりも害が増す可能性があると懸念している。 「大切なものを無駄にして、無茶な規制を大量に導入するのは茶番だ」と彼は語った。 一方、顔認識ソフトウェアを開発している企業の中には、アルゴリズムのトレーニングに大量の顔データを必要とすることを減らす可能性のある新技術を導入しているところもある。 マイアミを拠点とする顔認識スタートアップ企業Kairosはその一例です。 カイロス社の最高セキュリティ責任者スティーブン・ムーア氏によれば、同社はさまざまな表情や照明条件を再現する「合成」顔データの開発に取り組んでいるという。同氏は、これらの「人工の顔」により、企業は実際の顔にあまり頼らずに顔認識ソフトウェア製品を開発できると述べた。 ソフトウェアを購入する顧客を規制し、データ セキュリティを強化し、トレーニング サンプルを合成することで、懸念の一部を軽減できる可能性があります。 FaceFirstのトレップ氏は、私たちがこの技術に慣れてくるにつれて、それに対する不安は減っていくだろうと信じている。彼は、2002年のSF映画「マイノリティ・リポート」の顔認識シーンが当たり前になるだろうとさえ考えている。 ACLUやその他の団体はそれほど楽観的ではない。 この技術をめぐる論争は高まっているものの、イリノイ州、テキサス州、ワシントン州を除いて、顔情報の使用を制限する法律は現在ほとんどない。 これら 3 つの場所での顔情報の使用には同意が必要です。これらの法律は実際には試されていないが、イリノイ州では訴訟を通じてその権利を強制することができる。 2017年、フェイスブックとグーグルはイリノイ州の議員に法律を緩和するよう説得するロビー活動を行ったが、失敗に終わった。 他の州も独自の生体認証法の制定を検討している。しかし、連邦レベルでは、議員たちは今のところこの問題にほとんど注意を払っていません。 しかし、それはすぐに変わるでしょう。 ブライアン・シャッツ上院議員とロイ・ブラント上院議員は、ソフトウェア企業が顔認識機能を公共の場で使用したり、顔データを第三者と共有する前に許可を得ることを義務付ける法案を提出した。 |
<<: AI の将来とそれがビジネスに与える意味は何でしょうか?
>>: AI を活用して災害による損失を評価し、救助活動を支援する
ハリウッドのSF大作では、人工知能は常に、将来の人類の生存を脅かす自己認識機械として定義されています...
デジタル化は、意思決定レベルから産業レベルまでの変化において中心的な課題になりつつあります。科学技術...
11月28日、アリババクラウドは、世界初の統合バッチ・ストリームアルゴリズムプラットフォームでもある...
この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...
最近、ネットユーザーによってオンラインフォーラムで有名なブラウザにセキュリティ上の脆弱性があることが...
ますます激化する競争の中で、どのように効率的に生産するかと問われれば、答えは自動化の助けを借りること...
Google の中国ウェブマスター ブログにログインすると、4 月 22 日の午後に更新された「品質...
[[256247]]アルゴリズムは私たちにどう考えるべきかを教え、それが私たちを変えています。コン...
[[337768]]現在、世界中のあらゆる部門が人工知能(AI)の研究を行っています。 AI の画...
[[264142]] 「中国で人工知能の基本アルゴリズムの研究に携わっている数学者は何人いるのか?...
翻訳者 |ブガッティレビュー | Chonglou ChatGPTは2020年6月にリリースされ、 ...
分布外 (OOD) 検出は、オープン ワールド インテリジェント システムの信頼性の高い動作に不可欠...