無論是美國的Amazon Go無人商店，抑或杜拜的智慧機場自動過關通道，均有用上人臉辨識系統，可見在未來智慧城市佈局中，人臉辨識已是不可或缺的核心技術之一。不過，這亦是智慧城市最引人爭議之處。近日，美國加州三藩市市議會通過了一項新法案，將禁止政府部門使用面部識別監控系統，成為美國首個明文規定不准使用此技術的大城市。

　　2019年5月14日，三藩市監督委員會（Board of Supervisors）以8比1的大比數投票通過，禁止包括執法部門在內的當地政府機關採用人臉辨識，惟有關法例卻未有限制聯邦部門，以至歸聯邦政府管轄的機場與碼頭等設施使用此技術。

　　對人臉辨識持反對意見的不止於三藩市。同屬加州的奧克蘭市正在蘊釀實施類似法案；麻薩諸塞州薩默維爾市也考慮立法禁用面孔識別。究竟此技術有何潛在問題呢？

　　2018年，先後有兩份研究報告指出，微軟及IBM的人臉辨識技術對不同人種的識別準確度存有很大落差：男性白人的錯誤率低於1％，但女性黑人的錯誤率卻可高達21%至35%，難免令人擔心警方使用此技術後，或會增加黑人冤案率。種族歧視在社會上是一個非常敏感的話題，三藩市新法案便指出，人臉辨識技術將惡化種族不平等，對不受政府監控的自由構成威脅。如果有關方面未能克服此技術缺憾，社會各界仍會對人臉辨識系統充滿質疑。

為三藩市執法部門提供人臉辨識方案的微軟表示，已對該技術作出某種形式的監管，但仍抵擋不了監督委員會的質疑，結果禁用人臉辨識的新法案獲大比數通過。（圖片來源：Microsoft官網）

有研究指出，IBM的人臉辨識技術在辨認白人男性的準確度上，遠勝於黑人女性。（圖片來源：Intel官網）

　　除辨認準確度外，人臉辨識數據的安全性亦同樣備受質疑。人們的面部特徵被數碼化，並儲存在數據庫作為面孔識別演算法的分析基礎。隨著數據儲存量愈大，數據價值愈高，遭受黑客攻擊的風險亦會愈來愈高。一旦這些人臉辨識數據被黑客竊取，閣下的面孔就可能不再屬於你自己，而會變成屬於任何人，造成個人數據被濫用的問題。

　　2019年2月，荷蘭非牟利組織GDI基金會網絡安全研究員Victor Gevers在Twitter爆料指，深圳市深網視界科技有限公司（SenseNets）的人臉識別數據庫發生資料外洩事故，逾250萬人的資料在沒加密的情況下可供他人任意閱覽或下載；除人臉識別圖像外，當中還包括當事人被識別身份的位置、身份證號碼和出生日期等個人資料。因此，對人臉數據的安全疑慮，絕非杞人憂天。

　　近年美國有不少民間團體擔心，人臉辨識技術有機會被政府濫用。2018年，美國公民自由聯盟等團體曾向亞馬遜要求，不要售賣面部識別技術予執法部門，以免非裔女性被誤認為疑犯而遭逮捕。可惜事與願違，亞馬遜及其他科技公司已跟美國警方合作，將人臉辨識技術應用於監控系統和警員穿戴的視像鏡頭，同時機場與邊境管制區亦已引入此技術於保安部署上。

網絡安全研究員Victor Gevers在Twitter上爆料指，深網視界的人臉識別數據庫沒有密碼保護，可供人任意閱覽或下載。（圖片來源：Victor的Twitter個人帳戶）

　　那麼，除了等待政府立法規管外，還有甚麼方法可抗衡這股人臉辨識浪潮呢？或許「以子之矛，攻子之盾」是另一選擇。加拿大多倫多大學已成功開發出一套可反制人臉辨識的演算法：當知道人臉辨識系統是以甚麼面部特徵來辨認面孔後，AI演算法便可針對相關特徵動些肉眼看不出分別的小手腳，譬如修改眼角，但卻可欺騙人臉辨識系統，讓它無法認出修改後的面孔；初步測試後發現，可將面孔識別準確度由100%推低至0.5%。此演算法可以套用在類似Instagram的濾鏡工具上，開發團隊希望日後透過手機應用程式或網站，公開發放這個特製濾鏡，讓公眾可保護自己的面孔數據。

亞馬遜人臉辨識技術Rekognition以深度學習為基礎，可進行面部分析、人臉比對、以及面部辨識。（圖片來源：Amazon Web Services）