人臉識別軟件是一種非常強大的技術，對用戶隱私構成了嚴重威脅。同樣，這個行業目前發展十分迅猛。如今，十數家初創公司和科技巨頭正在向酒店、零售店，乃至學校提供人臉識別服務。由于新算法較五年前能更為精確地識別人臉，行業發展非常迅速。這些科技公司將數十億的人臉素材用以訓練，并改進這些算法，而這通常無需任何許可。事實上，包括你在內，很有可能所有人的數據都被人臉識別公司用于“訓練集”中，或存在于某個公司的客戶數據集里。
面對這樣的情況，消費者可能會感到驚訝。
例如，在至少三起案件中，科技公司通過用戶手機上的拍照應用，獲得了數百萬張人臉圖像。目前，針對人臉識別軟件的法律限制尚無，這意味著人們幾乎無法阻止這種情況發生。
2018年，華盛頓特區附近機場的“登機道”上，有一臺攝像機采集著匆匆走過的“路人”臉孔數據。不過實際上，這只是美國國家標準與技術研究所（NIST）的模擬系統用于展示該裝置“在野外”是如何收集人臉數據的。NIST會定期舉辦人臉識別軟件競賽，邀請全球公司參與，這些由志愿者自愿貢獻的人臉數據將用于競賽。
早期人臉識別技術便是通過這樣的方式來運作的，學術科研人員會請求用戶許可。而如今，科技公司站在了人臉識別技術的前沿，他們不太可能在使用人臉數據時請求明確的許可。
據研究機構MarketResearchFuture報道，人臉識別行業競爭激烈，人臉識別軟件的市場正在以每年20%的速度擴張，預計到2022年，市值將達每年90億美元。其商業模式之一則是：向客戶發放軟件許可，允許他們使用自己的人臉識別程序，這些客戶包括執法部門、零售商、中學等。
在公司參與的此類軟件開發競賽中，如果算法能夠精確識別人臉，并不會導致偏差，該公司就能獲勝。與人工智能的其他領域一樣，開發出人臉識別的出色的/卓越的/優異的/杰出的算法，意味著需要積累大量的人臉數據。雖然科技公司能夠使用***和大學取得許可的數據集，如耶魯人臉數據庫（YaleFaceDatabase），但這些訓練集的數據相對較少，人臉數據僅有數千個。此外，這些官方數據集還有其他局限性，許多缺乏多樣性，或者未能包含諸如陰影、戴帽或化妝等條件，因而不夠真實。為了建立起能在真實場景下探測人臉的識別技術，科技公司需要更多的圖像。
FaceFirst公司CEOPeterTrepp表示，“數百、數千根本不夠，需要數以百萬計的圖像。如果缺乏戴眼鏡或不同膚色人種的數據訓練庫，則無法得到準確結果?！边@是一家位于加州的人臉識別公司，幫助零售商篩選出犯罪分子，將其擋在門外。
從應用服務提供商轉為AI公司
公司從何處尋覓數百萬張圖像訓練軟件？來源之一是警局的人臉數據庫，也可以找私人公司購買。加州的VigilantSolutions公司就提供人臉數據“服務”，其中包含一個1500萬張面孔的人臉數據集。
然而，一些初創公司已經找到了更好的面孔來源——用戶的“個人相冊”應用。這些應用可編輯用戶手機相冊中的照片，通常包含同一個人在多個姿勢和情境下的多張圖像——這可是訓練集的海量數據源。
EverAI的CEODougAley表示：“我們有客戶在數千種不同的場景中被標記同一人，站在陰影中的，戴著帽子的，凡你能想到的?！盓verAI是一家舊金山的人臉識別初創公司，于2012年推出EverRoll，這是一款幫助消費者管理一大堆照片合集的應用。
EverAI已獲投2900萬美元，***者包括KhoslaVentures和其他硅谷風險***公司。
在美國國家標準與技術研究所最近的競賽中，取得“面部照片”分類中第二名，“自然環境面孔”分類第三名。Aley將成績歸功于公司龐大的照片數據庫，據EverAI統計，該數據庫中約有130億張圖片。
初期，EverAI還僅是個照片應用時，其激進的營銷策略曾引發爭議，并暫時導致AppStore2016年將EverRoll下架——這款應用誘使用戶向其手機聯系人發送推廣鏈接，還被用戶指責攫取私人數據，。根據GregMiller2015年在FB上的評論，“該程序在安裝后立即收集你的通訊錄，即刻給所有人發消息……然后開始拉取你的照片，上傳至云端?！彼哪旰?，Miller驚訝地發現，曾叫作EverRoll的應用程序仍存有他的照片，而且現在它已成為人臉識別公司了。
Miller對我們表示，“不，我當時沒有意識到，也完全不能同意。所有這些都是真實存在的問題，不再有隱私，這只會讓我害怕?！?br/>EverAI的CEOAley則表示，該公司不會將其數據庫的個人信息泄漏出去，僅用于訓練軟件。他還表示，該公司類似社交媒體，用戶可以選擇退出。Aley還否認EverAI從一開始就打算向人臉識別方向發展，并表示關閉照片應用是商業方面的決策。目前，EverAI的用戶分布在各行各業，包括公司ID管理、零售業、電信通訊業以及法律執行部門。
EverRoll也并不是較早轉向人臉識別的相冊應用提供商。舊金山的初創公司Orbeus于2016年被亞馬遜悄然收購，它也曾提供過一個名為PhotoTime的熱門圖片管理應用。據內部人士透露，Orbeus的AI技術以及海量人像數據庫促成了這次收購。由于簽有保密協議，這位員工不肯透露身份，但他表示“亞馬遜尋求的就是這些功能，他們在收購后關閉了這款應用?！?br/>
如今PhotoTime已不復存在，不過亞馬遜還在繼續銷售另一款Orbeus的產品，名為Rekognition。這款產品供執法機關及其他組織用于人臉識別。亞馬遜公司拒絕透露Orbeus的相冊應用在多大程度上用于訓練Rekognition軟件，只是說這款軟件將各種來源的數據用于其人工智能項目——包含人臉識別，并表示他們并沒有使用用戶的Prime照片訓練算法。
總部位于西雅圖的RealNetworks則是另一家使用其用戶照片軟件來訓練其人臉識別算法的公司，這家公司的在線視頻播放器一度非常著名，而如今則專注于針對學校孩童的人臉識別軟件。同時它還提供了一款針對家庭用戶的智能手機應用，名為RealTimes，有評論稱這款應用背地里竊取人臉數據。
人臉識別軟件并不新鮮。該技術的雛形初現于20世紀80年代，當時美國的數學家正開始用一系列數值來定義人臉，并用概率模型來匹配。佛羅里達州坦帕市的安保人員在2001SuperBowl上使用了它，賭場也使用這一技術多年。但過去幾年里，情況發生了變化。
美國國家標準與技術研究所的Grother說：“人臉識別正歷經革命?！彼a充道，在高模糊或低質量圖片中，這種變化最為明顯?！暗讓蛹夹g已發生變化，新一代算法取代了舊技術，它們非常有效?！?br/>人臉識別的這場革命正更廣泛地改變人工智能領域，而這得益于兩大因素：首先是新興的深度學習科學，這是一種類似人腦的模式識別系統：二是前所未有的海量數據，這些數據可以在云計算的幫助下以低成本存儲和解析。
毫無疑問，最先充分利用這些新發展的公司是谷歌和Facebook。
2014年，社交網絡首推DeepFace程序，該程序可以識別兩張臉是否同屬一人，準確率高達97.25%，幾乎相當于人類在同一測試中的得分。
據安全公司Gemalto稱，一年后谷歌憑借FaceNet程序獲得頭名，達到百分之百的準確率。
如今，這些公司以及微軟等科技巨頭在人臉識別領域均處于領先地位，這在很大程度上是因為它們可以訪問大量的人臉數據庫。盡管如此，在不斷增長的人臉識別市場上，越來越多的初創公司也在尋找自己的位置，它們也取得了極高準確率。
僅在美國，就有十幾家這樣的初創公司，包括Kairos和FaceFirst。
根據披露過去幾年數十宗***的市場研究公司PitchBook的數據顯示，硅谷不斷涌現出該行業的公司。據PitchBook的數據，過去三年該行業的平均總***為7870萬美元。以硅谷的標準來看，這個數據不算多么驚人，但反映出風險***的重大抉擇，即至少有幾家人臉識別初創公司將迅速成長為大公司。
一些開發人臉識別軟件的公司正在使用新技術，可能會減少訓練算法對大量人臉數據的需求。邁阿密的人臉識別初創公司Kairos就是這樣一個例子：Kairos的客戶中有一家大型連鎖酒店，據其首席安全官StephenMoore稱，Kairos正在創造“合成”的面部數據，以復制各種表情和光照條件下的臉孔數據。他還表示，這些“人造臉孔”意味著公司可以在開發產品時使用更小規模的數據庫。
