人臉識別技術正在突飛猛進，在它最先興起的地方，一些人已經警惕起來。

　　人臉識別是當下人工智能的熱門領域之一。但對于人臉識別是否應該用于執法，美國正處于立法爭議階段，部分地方政府對人臉識別技術展現出了謹慎和排斥的傾向。有報道稱，舊金山或將成為美國第一個禁止人臉識別的城市。

　　今年1月，舊金山提出了一項關于監視技術的行政法規——《停止秘密監視條例》。針對人臉識別技術，該條例特別指出。如果該提案通過，舊金山將成為美國第一個禁止政府使用人臉識別技術的城市，并將對政府部門購買和使用監控技術加以監督。

　　該提案聲稱，人臉識別技術所帶來的威脅已經“大大超過了它所宣稱的好處”。該提案受到了包括美國公民自由聯盟（ACLU）等公民團體的支持。

　　需要指出的是，舊金山對人臉識別的禁止，并不是全城區域內禁止，只是對政府利用人臉識別技術的一定程度上的限制。至于商業上的應用，比如手機刷臉支付，則并不在此之列。

　　而美國公民自由協會曾用美國國會議員的照片，對亞馬遜公司的人臉識別系統Rekognition進行了測試，結果是，系統將28位議員錯誤地識別為涉嫌犯罪的被捕者。美國公民自由協會懷疑系統存在種族歧視，因為在測試中，被錯誤識別者中約40%是有色人種，但有色人種只占國會議席的20%。

　　同時麻省理工學院對于微軟、Facebook、IBM等公司人臉識別系統的測試也表明，系統在檢測膚色較深的女性時，出錯率要比檢測膚色較淺的男性高出35%。這將強化社會對于少數族裔與邊緣群體的偏見。

　　導致這種錯誤發生在用于訓練識別算法的人臉里，男性和白人面孔占了大多數。一般來說，人臉識別的準確度與喂食算法的人臉數量和多元性成正比。技術無偏見，技術的偏見源于人類的偏見和不加糾正的利用。

　　就目前來看，如果不對面部識別加以限制和監管，它對于隱私與自由的威脅遠比想象的要多。面部識別主要依賴的是人的面部信息，而這是具有唯一性特征的生物信息，類似信息包括指紋、虹膜，一旦泄露將是終身泄露。何況面部識別訓練的背后，也隱藏著許多的“骯臟的小秘密”，例如我們的照片在未經允許的情況下被用于訓練人臉識別系統，而這個系統最終可能被出售或用于監視。

　　據NBC報道，IBM從Flickr網站上抓取了近100萬張照片用于訓練人臉識別算法，包括一些攝影師拍攝的人臉圖像以及自拍照，但他們對此毫不知情，其中一位奧地利攝影師有超過700張照片被用于研究面部識別技術。據CNN、NBC報道，類似的公司也常從Flickr、Instagram、YouTube、Facebook、Google等網站以及圖片庫，免費抓取人臉圖像以喂食算法系統。這些訓練并不僅僅是學術研究，最終會被拿來賺錢。

　　這種未經許可的行為在伊利諾伊州是違法的，但該州只是通過一項《生物識別信息隱私法》來限制人臉識別技術對公民隱私的侵犯，規定獲取生物識別數據的任何個人、公司或組織必須首先獲得用戶簽名（例如，通過在屏幕上單擊“我同意”）。許多其他州已經或正在考慮自己的生物識別法律，但是目前只有德克薩斯州和華盛頓州制定了類似的法律。

　　不可否認，人臉識別技術為警方偵破案件提供了巨大的幫助。但在法律對技術做出規范之前，應該避免技術被濫用。人臉識別技術的批評者認為，即便是政府，也不應在沒有明確的監督體系的情況下使用監控技術。

　　由此可見，在我們享受科技進步所帶來紅利背后，相關法律法規也應根據技術發展現狀和趨勢及時跟進，以適應社會發展的要求。而如果對新技術理解出現偏差，急躁立法也會打壓新技術的進步。如何在技術進步和現實應對之間取得平衡，無疑對相關立法提出了巨大挑戰。

　　一項新技術得以蓬勃發展，必定是因為有需求。近幾十年來，新技術發展日新月異，改造著人類生活的方方面面。在新技術的應用中，必然會帶來一些新問題，但單純的禁止是因噎廢食，正確的做法是，用客觀、理性、發展、審慎的態度，針對具體情況進行公開的、廣泛的具體分析，從而做到趨利避害。