人工智能指纹识别论文(指纹识别属于人工智能吗)

 

最近人工智能又惹来一番争议。

据英国广播公司(BBC)报道，IBM近日被指在未经用户同意的情况下，在图片分享网站Flickr上获取了大约100万张照片，用于训练其人脸识别算法。

当个人隐私成了数据

据报道，IBM研究人员在一篇公开的论文中详细描述了使用这些照片进行人脸分析的步骤，包括测量人脸五官的距离等等。研究人员写道，通过使用头部和面部的47个标记点，可以对人的面部照片进行很多可靠的测量。

对于技术公司而言，这些照片的价值不言而喻。庞大的图片数据集有助于将人脸识别算法训练得更加精确，从而可以快速地从不同照片或不同场景中识别出某个用户。

然而，那些照片上的人，大概并没有想到，自己的肖像数据就这样被技术公司收集，喂给了人工智能神经网络，不知不觉地成了人脸识别技术迭代升级的粮食。

IBM在一则声明中表示，它非常严肃地对待用户隐私，一直谨慎地遵循隐私原则，并表示用户可以选择退出数据集。

话说回来，选择退出时间点应为用户在肖像数据被获取之前，知道自己的肖像数据将被用于其他用途。而在这一事件中，很多用户的隐私已不知不觉地被侵犯了。

行业内公开的秘密

假如你的头像也是上述100万张照片之一，肯定会觉得这件事特别诡异。但对某些人来说，IBM的所作所为并不值得大惊小怪，只是行业内公开的秘密而已。

《麻省理工技术评论》官网发表文章说，人工智能研发人员一直在从互联网的各个角落搜集大量数据，来喂那些饥饿的机器学习算法，因为这些算法的训练需要以大数据为支撑。该文称，社交平台Instagram上的照片也常常作为技术公司获取图片数据的来源，而且照片的内容标签经常对应照片的内容，这更加方便了研发人员对数据的标注。

除了社交平台上的照片被不知不觉地获取，随着人工智能技术的应用越来越广泛，个人隐私被不当利用的担忧同样存在于其他场景。

互联网小常识：网络需求详细分析包括：网络总体需求分析、综合布线需求分析、网络可用性与可靠性分析、网络安全性、以及分析网络工程造价估算。

比如，最近不少商家把人脸识别技术请上了收银台，推广刷脸支付。消费者在刷脸支付的同时，自己的面部肖像也同时被人脸识别系统所获取。关键是，这些面部会不会也像Flickr上的照片那样，变成训练人工智能神经网络的数据？甚至在未经消费者同意的情况下，再次被提供给其他商家，用于其他用途？这些都是值得追问的。

互联网小常识：SNMP优点：简单，易于实现、支持广泛、操作原于简捷、性能高。缺点：SNMP建立在无连接的传输协议之上，另外它是非面向对象的，不支持分布式管理。

可能被侵犯的个人隐私也不仅仅限于面部肖像。现在多种应用软件都可以在语音识别技术的支持下，允许用户进行语音输入。但声纹是重要的个人生物信息，这些语音数据被商家获取后将如何被保管和使用？要知道，一旦声纹数据被泄露，不法分子有可能利用当前的语音技术，合成出难辨真伪的声音，用于电话诈骗等不良企图。

虹膜识别、指纹支付、文字识别等人工智能技术在应用过程中也可能毫不例外地涉及个人隐私问题。

用户知情同意是前提

人工智能时代，正让每个置身其中的人变得越来越透明。享受其便利的同时，公民的个人隐私也很容易被推向灰色地带。

解决方案其实很简单：获取用户个人隐私信息，应保证用户的知情权;要给予用户选择不拿个人隐私喂人工智能的权利。

要实现这一目标，仅仅依靠行业自觉恐怕远远不够。制定相关法律对人工智能技术的应用加以规范才是硬道理。

就在IBM事件掀起轩然大波之际，两位美国参议员提议通过新的法案——商业面部识别隐私法，对技术公司的人脸识别技术使用进行一定限制。

这项法案提出，禁止在未经用户同意的情况下，使用商业面部识别技术收集和分享数据，用于识别或追踪用户。新法案还将要求公司在收集人脸识别数据时明确地告知用户，并且经过用户的知情同意才能分享给第三方。

令人欣喜的是，今年两会期间，我国在相关领域也有好消息传出：全国人大常委会已将个人信息保护法等与人工智能密切相关的立法项目列入本届五年的立法规划。

期待人工智能技术在变得越来越能干的同时，也越来越懂得尊重个人隐私。

互联网小常识：交换机的配置方式主要有三种：通过控制（console）端口配置，通过telnet远程登录交换机，通过交换机发布Web服务配置。

免责声明：本站所有信息均搜集自互联网，并不代表本站观点，本站不对其真实合法性负责。如有信息侵犯了您的权益，请告知，本站将立刻处理。联系QQ：1640731186