近年、人工知能技術の成熟に伴い、顔認識の応用範囲はますます広がっています。 「顔スキャン」は、効率、利便性、正確性、非接触性などの特徴を備え、セキュリティ、支払い、交通、オフィスなど多くのシーンに継続的に導入され、人々の生産と生活における重要なアシスタントとなっています。しかし、顔認識の急速な商業的拡大に伴い、情報セキュリティの問題がますます注目されるようになりました。
顔認識の急速な普及はちょっと行き過ぎだ 諺にあるように、多すぎるのも少なすぎるのも同じくらい悪いです。極端に達すると、すべてはその反対になってしまいます。物事があまりにも速く発展すると、実際にはまったく発展していないのと同じであることを意味します。物事が合理的な程度を超えて発展すると、逆の効果を生み出す可能性があります。そしてこれがまさに顔認識の現状です。現段階では、顔認識は急速に普及しすぎて、本来の限界を超え、その用途が広範囲に及んでいます。 過去2年間で、住宅街に入るとき、ソフトウェアにログインするとき、出勤記録をするときに顔をスキャンする必要があるだけでなく、場所によっては動物園に入るときやゴミ出しのときでさえ顔をスキャンする必要があるなど、顔認識技術の乱用の傾向が特に顕著になっています。 「顔認識アプリケーションに関する公開調査報告書(2020年)」によると、回答者の約60%が顔認識が悪用されていると考えています。 では、顔認識の過度な乱用や普及はどのような影響をもたらすのでしょうか。専門家は、観光地、ショッピングモール、オフィスビルなどの公共の場への顔認識の大規模な導入や、顔認識技術のひそかな導入により、一般の人々の顔情報が知らないうちに収集される現象が増加すると考えています。つまり、人々の顔データや個人のプライバシーがますます露出されるようになるのです。 専門家たちは2017年からこうした懸念と影響を指摘している。例えば、初の顔認証事件、キャンパスへの顔認証入場、APP ZAO事件などは、各界から注目と議論を呼び起こしました。顔認識技術には抜け穴がある一方で、個人の生体情報という特性上、その技術が限界を超えて悪用されるとリスクが生じる可能性があります。 顔認識技術の不適切な使用やデータの不適切な保管は、ユーザーのプライバシー、財産、その他の権利に損害を与える可能性があるだけでなく、顔データが犯罪者に盗まれたり悪用されたりした場合、国民の個人的な安全を危険にさらし、社会の安全と安定に影響を及ぼす可能性もあります。これを踏まえると、顔認識の広範な導入と急速な普及は喜ばしいことですが、その応用に対しても適切な監督と管理を行う必要があります。 専門家や代表者はいくつかの提案を行った。 では、顔認識の悪用という問題をどう解決すればよいのでしょうか。既存の顔認識の課題にどう対処すればよいのでしょうか。現在、諸外国は私たちとは全く異なる道を選んでいます。彼らは技術が成熟する前に顔認識を禁止することを選択しています。米国はその代表的な例です。米国の多くの州政府やAmazon、IBMなどの巨大企業は顔認識技術を放棄しています。 一方、我が国は、科学的かつ合理的な取り扱いを重視しており、顔認証も合理的に利用されるべきであると考えています。このような状況下では、私の国における顔認識に関する現在の問題は、法的な空白を埋め、執行を通じて監督を行うことに関するものとなっています。例えば、昨年、中国サイバースペース管理局は一連の関連する特別是正活動を実施しました。同時に、国は個人情報保護に関連する法律や規制も制定し、導入しています。 これを踏まえ、最近開催された全国人民代表大会と中国人民政治協商会議では、関係する専門家の代表もさらなる提案を行った。 例えば、ピ・ジエンロン氏は、国はできるだけ早く顔認識データ管理に関する法律や規制の起草に着手すべきであり、地方政府は地方条例を制定し、政府部門は関連規則や規制を制定して、上から下まで個人情報保護のための緊密な「法的ネットワーク」を構築すべきだと提案した。これにより、顔認識の応用が合法性、正当性、必要性、事前申請、データ監視、データ機密性などの複数の原則に従うことが保証されます。 同時に、中国人民政治協商会議全国委員会委員の馬進氏も、顔認識の応用には具体的なシナリオを明確にする必要があると提案した。顔収集の使用シナリオを明確にし、収集ライセンスを発行することで、乱用を減らすことを推奨しています。ライセンスを取得した後でのみ、企業は指定されたシナリオで顔収集を行うことができ、これにより、企業の顔認識の商用利用に対する効果的な監督が実現します。 さらに、別の委員である譚建鋒氏は、データ権利の確認、データ内容のセンシティビティ審査、データの流通と活用、コンプライアンス評価などについても、詳細な判断と運用のルールを策定する必要があると指摘した。この提案は、国家の「データバンク」を設立し、機密データを使用前に無害化し、暗号化し、ラベル付けし、いくつかの重要な分野でデータの使用を禁止するネガティブリストを作成することができると示唆している。 |
<<: 待望のAI実装はどこで行き詰まっているのでしょうか?
>>: 人工知能はビッグデータ天体物理学の時代へのマスターキーとなるのでしょうか?
[[315476]]今年のアリババ経済フロントエンド委員会の4つの主要な技術方向の1つとして、フロ...
3月30日、海外メディアの報道によると、Facebookの開発者らは、公開動画から学習できる「Lea...
今年5月のGoogle I/Oカンファレンスで、ピチャイ氏はGPT-4と競合する大規模モデルであるP...
ディープラーニング プロジェクトに適した環境を構築するのは簡単な作業ではありません。処理すべきことは...
大規模モデルの AI アシスタントを開発するには、ChatGPT のような調整と微調整がすでに業界標...
トランスフォーマー モデルは現在、言語、視覚、強化学習などの分野での有効性から注目を集めています。た...
化学合成に関する文献の量は急速に増加していますが、新しいプロセスを研究室間で共有し評価するには長い時...
[[427712]] 2021年9月28日にarXivにアップロードされた論文「SafetyNet:...
2016年1月、国家衛生計画出産委員会は専門医向けの「5+3+x」標準化研修システムを発行しました。...
今日、自動運転は自動車産業の発展と変革の重要な方向性の一つとなっています。自動運転技術が成熟するにつ...
タイミングの悪い信号は貴重な時間を無駄にするだけではありません。 Google の最高サステナビリテ...
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...