顔認識技術の長所と短所

顔認識技術の長所と短所

かつては、特に『スタートレック』や『2001年宇宙の旅』などのSF作品では未来の文明の進歩の象徴とみなされていた顔認識は、急速に私たちの日常生活の主流の要素になりました。モバイル デバイスのロック解除から Facebook での友達のタグ付けまで、この生体認証技術により、認証が高速かつ簡単に、そして (ほとんどの場合) 正確になります。

しかし、顔認識は、特に米国における人種差別を動機とした警察の残虐行為に注目が集まったジョージ・フロイド射殺事件以降、多くの論争の対象にもなっている。多くの警察が容疑者の特定に顔認識技術に頼っているため、アマゾン、マイクロソフト、IBMなどの大手IT企業は顔認識技術の開発と販売に対する姿勢を再検討することを選択した。数週間後、英国では法執行目的での顔認識技術の使用も違法とみなされ、控訴院は同技術が人権、データ保護、平等に関する法律に違反していると宣言した。

欧州議会もこのテーマについて議論し、政策立案者に対し、顔認識を生体認証による大量監視ツールとして使用することを禁止するよう求めるとみられる。プライバシー擁護団体の連合は、この技術を規制しないことで起こり得る結果について警告する請願書を提出した。現在までに42,489人がこの請願に署名している。

それでも、顔認識は職場など他の多くの状況で使用されており、採用や解雇の決定に信頼されることもあります。

どこで使用されても、顔認識は大きな注目を集める可能性があります。そのため、私たちは顔認識に関する賛否両論のリストをまとめ、この物議を醸すトピックを理解していただけるようにしました。

[[392570]]

顔認識の利点

顔認識は、安全性の向上、犯罪防止、対人関係の減少など、社会に多くのメリットをもたらします。場合によっては、医療活動の支援にも役立ちます。

(1)行方不明者の捜索協力

法執行機関は行方不明者を探すために顔認識技術を利用しており、行方不明の子供を探すのにも顔認識技術を利用しています。

顔認識技術を、数年後の子供の姿を示す若返りソフトウェアと組み合わせると、何年も行方不明になっている人を見つけるのにも役立つ可能性がある。

(2)盗難から企業を守る

事業主は、顔認識ソフトウェアと防犯カメラを使用して、店舗に入る既知の窃盗犯や窃盗の疑いのある人物を特定します。この予防的なセキュリティ対策は万引きの防止に役立ちます。

この技術は抑止力としても機能し、監視されていると知れば犯罪を犯す可能性が低くなる。

(3)セキュリティ対策の強化

顔認識は安全性とセキュリティの向上にも役立ちます。

顔認識は長年にわたり空港のセキュリティの日常的な一部となっており、犯罪者や航空会社や乗客に対する潜在的な脅威を特定するのに役立っています。

銀行やその他の機関も、顔認識技術を使って過去に犯罪で告発された人物を特定し、銀行に警告できるため、詐欺を防止している。顔認識技術によって顧客が特定された場合、銀行はその人物の銀行取引行為を再確認する必要があることが分かります。

(4)接触点を減らす

顔認識は、指紋などの他の種類のセキュリティ対策に比べて人的リソースを必要としません。また、物理的な接触や直接的な人間とのやり取りも必要ありません。代わりに、人工知能を使用して、自動化されたシームレスなプロセスを実現します。

また、ドアを開けたり、スマートフォンのロックを解除したり、ATMから現金を引き出したり、通常はPIN、パスワード、またはキーを必要とするその他のタスクを実行する際のタッチポイントも制限します。

(5)買い物を効率化する

顔認識の利便性はセキュリティだけにとどまりません。

店舗で買い物をする際に現金やクレジットカードを使用する代わりに、顔認識技術によって顔を認識して、商品の代金をアカウントに請求することができます。

(6)写真の整理を改善する

顔認識は、Apple または Google 経由でクラウド ストレージ内の写真にタグを付ける場合にも使用できます。これにより、写真の整理、検索、共有が容易になります。 Facebook でタグを推奨する役割も果たします。

(7)医療の向上

顔認識技術の意外な用途の一つは、遺伝性疾患の検出です。

微妙な顔の特徴を研究することで、顔認識ソフトウェアは、特定の遺伝子変異が特定の症候群を引き起こす仕組みを判定できる場合があります。この技術は、従来の遺伝子検査よりも高速かつ安価になる可能性があります。

顔認識の欠点

他のテクノロジーと同様に、顔認識の使用には、プライバシーの脅威、権利や個人の自由の侵害、潜在的なデータ盗難、その他の犯罪などの潜在的な落とし穴があります。さらに、技術的な欠陥によりエラーが発生するリスクもあります。

(1)個人および社会のプライバシーに対する脅威

個人のプライバシーへの脅威は、顔認識技術の大きな欠点です。人々は、自分の顔が記録され、将来の不明な用途のためにデータベースに保存されることを好みません。

プライバシーは非常に大きな問題であるため、カリフォルニア州サンフランシスコやマサチューセッツ州ケンブリッジなどの一部の都市では、法執行機関によるライブ顔認識監視を禁止しています。このような場合、警察は個人所有の監視ビデオ装置で録画されたビデオを使用することはできるが、リアルタイムの顔認識ソフトウェアを使用することはできない。

(2)個人の自由の侵害

顔認識技術によって記録されスキャンされると、人々は自分の行動が常に監視され、判断されているように感じることがあります。さらに、警察は顔認識技術を使用して、仮想犯罪者ラインナップ内のデータベース内の全員を識別することができ、これはあなたを相当な理由もなく容疑者として扱うのと同じことになります。

(3)個人の権利の侵害

個人の自由が制限されている国では、顔認識技術は国民を監視し、問題を起こす者とみなされる者を逮捕するためによく使われます。

(4)データの脆弱性の創出

また、顔認識データの保存についても、データベースがハッキングされる可能性があるため懸念がある。

ハッカーは、過去に銀行、警察署、防衛企業が収集し使用してきた顔スキャンデータベースに侵入した。

(5)詐欺その他の犯罪の機会を与えること

犯罪者は顔認識技術を利用して、罪のない被害者に対して犯罪を犯すこともできます。顔スキャンから収集されデータベースに保存された画像や動画など、個人の個人情報を収集して、なりすまし詐欺を働く可能性があります。

この情報があれば、泥棒は被害者のクレジットカードやその他の借金を盗んだり、被害者の名前で銀行口座を開設したり、さらには被害者の身元を使って犯罪歴を作成したりすることも可能です。

詐欺行為に加え、悪意のある人物は顔認識技術を使用して被害者に嫌がらせをしたり、ストーカー行為をしたりすることもあります。

たとえば、ストーカーは公共の場所で撮影された写真に対して逆画像検索を実行し、被害者に関する情報を収集して、被害者が誰でどこに住んでいるかを判断することができます。

さらに、テクノロジー犯罪は法律よりも速く進化するため、行為が犯罪とみなされる前に人々が被害に遭う可能性があります。

(6)テクノロジーは不完全である

顔認識は完璧ではありません。たとえば、白人男性を識別するのに比べると、女性や有色人種を識別するのにはそれほど効果的ではありません。

この技術は顔の照合を実行するアルゴリズムに依存しています。これらのアルゴリズムは、データベース内に女性や有色人種よりも白人男性のデータが多く含まれているため、他のグループよりも白人男性に適しています。これにより、アルゴリズムに無意識の偏見が生まれます。

(7)無実の人が告発される可能性がある

虚偽の断言には、本質的な危険が伴います。顔認識ソフトウェアは、誰かを誤って犯罪者と認識し、逮捕につながる可能性がある。

この技術が有色人種にもたらす困難が人種プロファイリングの非難の可能性を高めることを加えると、問題はさらに厄介なものになる。

(8)テクノロジーは騙される可能性がある

カメラの角度、光のレベル、画像やビデオの品質など、他の要因も顔を認識する技術の能力に影響を与える可能性があります。変装したり、外見を少し変えたりすることで、顔認識技術を回避することもできます。

テクノロジーは常に進化している

顔認識技術が向上するにつれて、直面する課題は減少するでしょう。体の部位や歩き方を識別するなど、他の技術がその有効性に影響を与える可能性があります。

しかし、現時点では、顔認識技術の欠点と人々のそれへの依存度を考えると、開発と改善の余地があると言えます。

<<:  人工知能が「骨董品鑑定」の分野に参入、人間の職業に再び影響が及ぶか?

>>:  AIが臨床試験でスムーズな患者マッチングを実現する方法

ブログ    
ブログ    
ブログ    

推薦する

業界大混乱! 2020年に人工知能がIT業界にもたらす4つの変化

この記事は公開アカウント「Reading Core Technique」(ID: AI_Discov...

...

...

人工知能がデータセンターの需要を爆発的に増加させる

JLLの新しいレポートによると、人工知能の需要とクラウドサービスの継続的な導入により、データセンター...

マイクロソフトがAIコンテンツレビューツール「Azure AI Content Safety」を正式にリリース

10月18日、マイクロソフトは健全で調和のとれたコミュニティ環境を作り、写真やテキスト内の偏見、憎悪...

自然言語処理の応用展望

自然言語処理 (NLP) の定義自然言語処理(NLP)は、コンピューターが人間と同じように言語を理解...

AI、ビッグデータ、データサイエンス向けトップ10アルゴリズム

AI は私たちの職業、働き方、そして企業文化を変えています。 AIを活用することで、本当に重要なスキ...

柯潔はなぜ「負けてカッとなった」と言ったのか!人間対機械の第一ラウンドを説明する8つの質問

4時間以上の対局の末、柯潔はAlphaGoに0.25ポイント差で負けた。対局後、アルファ碁の指導に参...

...

データ サイエンティストに Kubernetes クラスターの管理を任せるのはやめましょう…

[[317899]]生産機械学習には組織的な問題があります。この問題は、生産機械学習の比較的新しい...

機械学習における正規化とはどういう意味ですか?

[[279210]]正則化はさまざまな記事や資料でよく見られます。たとえば、一般的な目的関数には次...

IBMは「キーポイント分析」技術でProject Debaterの機能をさらに向上

[51CTO.com 速訳] IBMは、人工知能技術を使って人々の意見を要約することを目指すProj...

...

宇宙探査における人工知能の驚くべき7つの応用

宇宙探査は人類の最も挑戦的で刺激的な取り組みの一つです。これには、科学的知識、技術革新、そして人間の...