2022 年之前,紐約禁止在學(xué)校中使用任何生物特征識(shí)別技術(shù)。
美國(guó)跟人臉識(shí)別徹底杠上了。
美國(guó)紐約州近日通過(guò)了一項(xiàng)法令:2022 年之前,禁止在學(xué)校中使用人臉識(shí)別和其他生物特征識(shí)別技術(shù)。
這也將成為全美首個(gè)明確規(guī)定學(xué)校不允許使用該技術(shù)的法案。
據(jù)南方都市報(bào)報(bào)道,這項(xiàng)法案提出的背后,是針對(duì)去年發(fā)生的一起有關(guān)校園 AI 應(yīng)用爭(zhēng)議的回應(yīng)。
2019 年 5 月,紐約州西部城市洛克波特市在全市校園部署人臉識(shí)別設(shè)備,主要目的是增強(qiáng)學(xué)校的安全性。
洛克波特市學(xué)區(qū)負(fù)責(zé)人米歇爾·布拉德利(Michelle Bradley)在接受外媒采訪時(shí)說(shuō),“這是讓學(xué)生、員工和訪客更加安全的又一措施”。
洛克波特市官方信息顯示,人臉識(shí)別系統(tǒng)將識(shí)別學(xué)校不允許出現(xiàn)的人員,并在識(shí)別到異常情況時(shí)發(fā)出警報(bào)提醒。
系統(tǒng)重點(diǎn)識(shí)別的人員包括二級(jí)或三級(jí)性犯罪者、被停職的學(xué)校員工、法院判決未經(jīng)批準(zhǔn)禁止進(jìn)入學(xué)校的人員、執(zhí)法部門信息顯示會(huì)構(gòu)成威脅的人員等等。
由于隱私等問(wèn)題的存在,人臉識(shí)別應(yīng)用在美國(guó)向來(lái)爭(zhēng)議頗多。
由此,洛克波特市也在紐約州教育廳等部門的監(jiān)督下反復(fù)修改了系統(tǒng)設(shè)置,最終決定只讓系統(tǒng)記錄人員比對(duì)的情況,不收集或存儲(chǔ)任何個(gè)人信息,學(xué)生的照片等個(gè)人信息也不會(huì)被添加到系統(tǒng)中。
另外,根據(jù)當(dāng)?shù)胤梢?,監(jiān)控視頻保存 60 天后將從服務(wù)器上刪除。
2020 年 1 月,這一系統(tǒng)在洛克波特市正式投入運(yùn)營(yíng)。然而,一些美國(guó)民間團(tuán)體還是認(rèn)為人臉識(shí)別系統(tǒng)太具侵略性,不應(yīng)在學(xué)校這樣的場(chǎng)所中部署。
他們認(rèn)為,萬(wàn)一系統(tǒng)出現(xiàn)了誤報(bào),會(huì)給學(xué)生帶來(lái)種種傷害,比如影響學(xué)生上課、給學(xué)生扣上莫須有的犯罪記錄。
今年 6 月,紐約公民自由聯(lián)盟提起訴訟,要求洛克波特市停用該系統(tǒng)。
這一起訴得到了當(dāng)?shù)夭糠止賳T的支持。
當(dāng)?shù)貢r(shí)間 6 月 23 日,紐約州議會(huì)眾議員莫妮卡·華萊士(Monica Wallace)和參議員布萊恩·卡瓦納(Brian Kavanagh)發(fā)表聯(lián)合聲明,重申了對(duì)隱私問(wèn)題的擔(dān)憂:
“我們擔(dān)心該技術(shù)的使用可能侵犯學(xué)生、教職員工和訪客的隱私權(quán)及其他公民權(quán)利。這是一種無(wú)效的維護(hù)校園安全的形式,并且可能無(wú)法安全地存儲(chǔ)學(xué)生數(shù)據(jù)。”
據(jù)悉,目前紐約州參眾兩院已經(jīng)投票通過(guò)的新禁令。
接下來(lái),禁令將被提交給紐約州州長(zhǎng)安德魯 · 庫(kù)莫(Andrew Cuomo)。如果他簽字通過(guò),禁令就將成為正式的法律。
?
校園裝“天眼”
美國(guó)紐約之外,相關(guān)應(yīng)用此前也在中國(guó)教室中被另類應(yīng)用,并引發(fā)了一些社會(huì)輿論。
它可以洞察課堂上的一切行為。
此前,浙江省杭州市某中學(xué)課堂上多了一位神奇的新朋友:智慧課堂行為管理系統(tǒng)。
通過(guò)這套系統(tǒng),校園管理者可以清楚地看清、分辨哪些同學(xué)在專注聽(tīng)課,哪些同學(xué)在開(kāi)小差。
該系統(tǒng)內(nèi)置三個(gè)攝像頭,用以捕捉同學(xué)們的面部表情和動(dòng)作,然后進(jìn)行一系列大數(shù)據(jù)分析,最終計(jì)算出課堂實(shí)時(shí)考勤數(shù)據(jù)、課堂專注度偏離分析、課堂行為記錄數(shù)據(jù)以及課堂表情數(shù)據(jù),并將結(jié)果反饋給校園管理方。
該校負(fù)責(zé)人表示,系統(tǒng)每隔 30 秒就會(huì)進(jìn)行一次掃描,針對(duì)學(xué)生們閱讀、舉手、書(shū)寫(xiě)、起立、聽(tīng)講、趴桌子等 6 種行為,再結(jié)合面部表情是高興、傷心,還是憤怒、反感,分析出學(xué)生們?cè)谡n堂上的狀態(tài)。(其中,僅趴桌子一項(xiàng)為負(fù)分行為。)
若此類不專注行為達(dá)到一定分值,系統(tǒng)就會(huì)向顯示屏推送提醒,任課教師可根據(jù)提醒進(jìn)行教學(xué)管理及調(diào)整。
據(jù)悉,該系統(tǒng)還可與學(xué)校醫(yī)務(wù)室等其他后臺(tái)的數(shù)據(jù)打通,倘若學(xué)生有身體抱恙等突發(fā)情況,還可被暫列入“白名單庫(kù)”。
換句話說(shuō),在這套系統(tǒng)的“加持”下,同學(xué)們每天 8 節(jié)課的 320 分鐘,任何行為都可一目了然地得以展示。
對(duì)于該系統(tǒng)的落地、應(yīng)用,某教育工作者黃老師表示:華而不實(shí)。
“學(xué)生有沒(méi)有開(kāi)小差,老師在講桌前可以看得一清二楚。”
在他看來(lái),如何能將“學(xué)”作為主動(dòng)權(quán)緊緊握在學(xué)生手中已成教育管理者需要思考的問(wèn)題。
學(xué)習(xí)從來(lái)都是一種自主性過(guò)程,教育的核心突破不是靠教具形式的升級(jí),學(xué)生在課堂的認(rèn)真程度取決于授課老師的魅力,強(qiáng)行監(jiān)督只會(huì)讓很多學(xué)生成為“面具人”。
同時(shí),該系統(tǒng)的應(yīng)用也遭到了不少網(wǎng)友的痛擊:
暫且避開(kāi)隱私、倫理等層面不談,單從技術(shù)角度出發(fā),這項(xiàng)技術(shù)的落地應(yīng)用是否真的可行?
校方稱該系統(tǒng)在課堂應(yīng)用中可以起到兩大作用:
一、課堂實(shí)時(shí)考勤數(shù)據(jù)。由于教室學(xué)生基數(shù)不大;另外教室范圍也不大。目前很多人臉識(shí)別技術(shù)廠商都能夠很好滿足此項(xiàng)需求,不作詳敘。
二、課堂專注度偏離分析(微表情數(shù)據(jù))。
從系統(tǒng)運(yùn)行流程來(lái)說(shuō),它在安裝使用后將會(huì)進(jìn)行兩步操作:
一是人臉檢測(cè),通過(guò)人臉相機(jī)檢測(cè)到同學(xué)們的臉部,從而完成第一大點(diǎn)所說(shuō)的實(shí)時(shí)考勤;
二是基于這些人臉數(shù)據(jù)做實(shí)時(shí)的深度分析,通過(guò)微表情識(shí)別來(lái)判斷學(xué)生們是否分神、開(kāi)小差。
人臉表情由若干條細(xì)微的小肌肉控制,與常見(jiàn)人們發(fā)出的較為夸張或者平常的表情不同,微表情持續(xù)時(shí)間很短、動(dòng)作幅度很小。
另外,微表情是一種自發(fā)式的表情,在人試圖掩蓋內(nèi)在情緒時(shí)產(chǎn)生, 既無(wú)法偽造也無(wú)法抑制。
與其他生物識(shí)別技術(shù)的研發(fā)相比,微表情識(shí)別因?yàn)樘^(guò)細(xì)微,一直是計(jì)算機(jī)視覺(jué)領(lǐng)域一個(gè)具有挑戰(zhàn)性的技術(shù)難題,該技術(shù)的研發(fā)門檻較高,技術(shù)難點(diǎn)主要體現(xiàn)在三個(gè)方面:
數(shù)據(jù)收集,這里的數(shù)據(jù)必須是動(dòng)態(tài)的視頻數(shù)據(jù);
肌肉單元很難做標(biāo)注,每個(gè)人對(duì)表情的定義都不相同,“微笑”“難過(guò)”等標(biāo)準(zhǔn)難以判定;
微表情識(shí)別必須在五分之一秒內(nèi)抓取到情緒變化,也就是要做到一秒鐘處理五幀以上畫(huà)面,讓數(shù)據(jù)做到實(shí)時(shí)。
雷鋒網(wǎng) AI 掘金志了解到,目前這一技術(shù)在金融領(lǐng)域有所應(yīng)用。
以信貸行業(yè)為例,如今騙貸行為頻發(fā),當(dāng)涉及大額的貸款申請(qǐng)時(shí),金融機(jī)構(gòu)在批放貸款之前都會(huì)讓面審員與用戶進(jìn)行一個(gè)十到十五分鐘的問(wèn)答。
起初會(huì)核對(duì)用戶的基本信息,在用戶回答的過(guò)程中,會(huì)為用戶進(jìn)行一個(gè)微表情的側(cè)寫(xiě),記錄一個(gè)用戶回答問(wèn)題的習(xí)慣。
隨著面審員問(wèn)題的深入,用戶在回答之后地問(wèn)題時(shí),如果出現(xiàn)了違反他之前的回答習(xí)慣(例如眼睛從直視屏幕轉(zhuǎn)為眼睛往上瞟或往腳下看),系統(tǒng)則會(huì)為其標(biāo)記一個(gè)異常。
當(dāng)整個(gè)面審環(huán)節(jié)結(jié)束后,系統(tǒng)會(huì)根據(jù)之前記錄的異常次數(shù)、等級(jí)進(jìn)行一個(gè)綜合評(píng)估反饋給面審員。
如果前后差距過(guò)大,就意味著從基礎(chǔ)問(wèn)題到追問(wèn)環(huán)節(jié),此人的情緒、心理變化較大,如此就可提醒面審員此人有一定風(fēng)險(xiǎn),要做更多地調(diào)查,以更好地降低風(fēng)險(xiǎn)。
也就是說(shuō),這項(xiàng)技術(shù)應(yīng)用的前提還需配合面審員問(wèn)題的逐步深入而出現(xiàn)的細(xì)微面部表情變化。
回到主題,學(xué)生們?cè)谏险n過(guò)程中,沒(méi)有任何言語(yǔ)上的思考及負(fù)擔(dān),也就意味著所有的面部表情都是自然狀態(tài)下而產(chǎn)生的,斷不可從單一的面部表情的變化去判斷他的心理活動(dòng)或者是否分心(缺乏標(biāo)準(zhǔn))。
宇視智能算法開(kāi)發(fā)部專家楊治昆直言,“對(duì)于這套系統(tǒng)的可操作性,我持懷疑態(tài)度”。
在他看來(lái),這套系統(tǒng)在實(shí)際應(yīng)用過(guò)程中,會(huì)存在以下幾個(gè)問(wèn)題:
任何 AI 技術(shù)的落地都要保證誤識(shí)率可控。一般來(lái)說(shuō),正常教室的長(zhǎng)度在十二米左右,不近的距離通過(guò)機(jī)器去判斷每個(gè)同學(xué)們的面部細(xì)微變化,難度巨大;
任何產(chǎn)品的落地,都需要考慮光照等各種復(fù)雜環(huán)境的影響,這套系統(tǒng)也需要考慮上午、下午、夜間等教室內(nèi)的環(huán)境變化。機(jī)器如何能夠確保實(shí)時(shí)復(fù)雜場(chǎng)景下的準(zhǔn)確識(shí)別?
視頻監(jiān)控下的學(xué)生是動(dòng)態(tài)的,應(yīng)用場(chǎng)景是非配合式的,這種情況下識(shí)別難度會(huì)進(jìn)一步提升。機(jī)器如何能夠做到不同角度的準(zhǔn)確識(shí)別?
楊治昆表示,這些年 AI 技術(shù)發(fā)展迅速,教育市場(chǎng)也的確成為未來(lái) AI 安防落地的重點(diǎn)拓展方向之一,如今各大安防廠商都在緊盯這塊市場(chǎng)。
但從產(chǎn)業(yè)界角度來(lái)看,相關(guān)技術(shù)不能盲目落地。人工智能應(yīng)用要保證識(shí)別率、誤識(shí)率、魯棒性,唯有滿足這三點(diǎn),技術(shù)的落地才會(huì)具有意義。
目前來(lái)看,比較容易落地的場(chǎng)景包括門禁、人臉考勤等等,而該系統(tǒng)提出的微表情分析,就目前 AI 發(fā)展水平來(lái)看,還存在很長(zhǎng)一段距離。
在他看來(lái),“一個(gè)產(chǎn)品的落地,除了要考慮客戶的需求也要考慮到受眾人群的體驗(yàn)”。