相信各位对人脸识别系统并不陌生，像面部考勤机、手机面部解锁以及最近兴起的面部识别支付等等，都是其比较常见的应用类型。一般来说，人脸识别的方式是采用摄像机作为识别信息的获取装置，以非接触的方式来获取识别对象的面部图像，最终通过计算机来比对信息完成识别。

之前，美国国土安全部还表示预计在四年内为97％的离境乘客将使用人脸识别技术，并在2018年底在美国15个机场开始投入使用，主要用在登机时拍摄乘客。然而现在，美国人在看待人脸识别技术上，似乎发生了180°大转弯，甚至在今年5月份，对人脸识别技术发出了禁令，美国人对人脸识别的态度为何急转直下？

对人脸识别开出全球首张禁令的是美国的旧金山市，其禁止脸部识别技术在政府机关与执法机关中使用。实际上，美国社会对人脸识别技术活的反对不单单只有旧金山一个城市。近期，加州奥克兰市正在考虑出台与旧金山类似的法律。不仅如此，马萨诸塞州也在考虑在该州中禁止人脸识别软件，直到这项技术有所提高。

说起人脸识别技术，美国在该领域一直处于前沿位置。大概在2016年的时候，亚马逊便推出了Rekognition，此外，类似的产品还有谷歌云Vision API、IBM Watson Visual Recognition和微软Face API。尽管如此，目前的人脸识别技术尚未达到百分百的准确性。

去年，一篇发表在外媒网站的文章中指出，如今非常热门的AI应用人脸识别，针对不同种族的准确率差异巨大。其中，针对黑人女性的错误率高达21％－35％，针对白人男性的错误率则低于1％，这在美国可以说是非常不正确的。

这里，还有一个乌龙事件需要强调，亚马逊在2016年推出的图像识别AI系统Rekognition，曾将28名美国国会议员识别成了罪犯，当时引得美国社会一片哗然，也令大众对人脸识别技术充满了质疑。

对于人脸识别存在的技术误差，中国科学院自动化研究所张晓波博士曾表示，照明、姿势、装饰等都会对人脸识别系统产生影响，而对于那些非合作情况下的人脸图像采集，遮挡问题仍很严重。特别是在实际监控环境中，被监控对象常会佩戴着眼镜或帽子等配件，使得捕获的人脸图像不完整，影响后续的特征提取和识别，甚至导致人脸检测算法无效，且在大规模应用环境中，如何维持或提高人脸识别算法的识别率，目前也是一个非常重要的问题。

除了技术准确性外，人脸识别的安全性也在美国面临着普遍质疑。其中一个就是，由于人脸识别的信息存储仍基于计算机可识别的语言，也就是我们常说的数字或特定代码，随着这些数据价值的提高，使其遭到黑客攻击的风险也会随之增高。一旦这些个人数据被窃取，你的脸可能就不只属于自己了。

就像前面说的，人脸识别技术对于不同种族的人有不同的准确率，无论是论文作者的研究还是厂商的实验，都明确的发现了女性深色肤色的识别误差率更高。种族歧视作为美国社会中的一个敏感话题，如果对人脸识别技术的相关法律还未足够完善，将使人脸识别技术处于争议之中，而争议更大的在于，美国民众对于“被监控”本身的反感和忧虑。

早前，亚马逊及其他大多数科技公司都与美国警方保持着合作，将面部识别技术应用于视频监控和警察穿戴的相机镜头，包括俄勒冈州在内的众多美国州立政府已经成为Rekognition的用户，Rekognition能够实时地辨别、分析和跟踪，并能在几秒钟内将收集到的信息与数据库里成千上万个图像进行比对。执法机关已经将这个技术应用于寻找失踪人口和识别恐怖袭击中的嫌疑人中。

但是，美国公民自由联盟（American Civil Liberties Union，ACLU）曾致信给政府称，亚马逊应该停止向美国政府提供强大且“危险”的人脸识别系统Rekognition。“上书”后不久，有近20家亚马逊的股东机构向 Jeff Bezos发出信件，对亚马逊Rekognition被应用于执法部门所带来的问题和影响而担忧。

不仅是亚马逊的股东，美国民众也有类似的看法，将人脸识别技术应用到前端视频监控摄像机上，可能会打破隐私及实用性之间的平衡。假设美国警方有若干台这样的安防摄像机，同时拥有可疑人员的“黑名单”照片库，那么其他任何人如果与这些可疑人员有一些相像，一旦进入警察的安防摄像机的镜头之内，都有可能受到警务人员的盘问，而这是大多数美国人所不希望的。