多年來(lái)，我們一直受到安全攝像頭、警察攝像機(jī)、直播視頻、其他人的社交媒體帖子等方式的公開(kāi)記錄。但是，即使我們的頭上有攝像頭，也不能保證陌生人不會(huì)做出任何影響鏡頭的事。如果有人要在幾個(gè)月的監(jiān)控錄像中搜索某個(gè)特定的人，或者在網(wǎng)上海底撈針般搜索，這是不現(xiàn)實(shí)的，這需要花費(fèi)大量時(shí)間和精力。但對(duì)機(jī)器人來(lái)說(shuō)卻不是這樣。

好萊塢驚悚片長(zhǎng)久以來(lái)就已實(shí)現(xiàn)這一點(diǎn)，用來(lái)識(shí)別某人的身份以及他們?cè)谝曨l和圖像上做何事的工具正在成形。多年來(lái)，F(xiàn)acebook和百度等公司一直在研發(fā)這種人工智能技術(shù)。但是，隨著差錯(cuò)率不斷縮小，以及這些系統(tǒng)使用范圍不斷擴(kuò)大，我們可以預(yù)見(jiàn)到，在不久的將來(lái)，每一段視頻都可以用于分析，從而識(shí)別出里面的人物、物體和行為。

多年來(lái)，人工智能研究人員一直在努力構(gòu)建能夠識(shí)別圖像并講述圖像的算法。圖像的復(fù)雜性，每一個(gè)都包含數(shù)百萬(wàn)個(gè)像素，形成了獨(dú)特的模式，這對(duì)于手工編碼的算法來(lái)說(shuō)太復(fù)雜了。

后來(lái)，2012年，研究人員演示了一種叫做深度學(xué)習(xí)的技術(shù)，這個(gè)系統(tǒng)把我們大腦中相互連接的神經(jīng)元的一般概念轉(zhuǎn)化成數(shù)學(xué)函數(shù)，在處理大量圖像時(shí)效果會(huì)更好。如果系統(tǒng)被調(diào)用的深度神經(jīng)網(wǎng)絡(luò)得到了足夠多的示例，那么它就可以在不同圖像之間找到共享的模式，比如不同貓之間的形狀和紋理。

自那以后，這些系統(tǒng)規(guī)模越來(lái)越大，變得越來(lái)越復(fù)雜：研究人員開(kāi)始制造更大的“神經(jīng)元網(wǎng)絡(luò)”，而像英偉達(dá)這樣的硬件制造商則開(kāi)始打造專門(mén)的處理器，讓網(wǎng)絡(luò)的速度更快。其結(jié)果是，系統(tǒng)能夠完成的事情發(fā)生了爆炸式的增長(zhǎng)。如果有大量的圖像或視頻資料，這些系統(tǒng)經(jīng)過(guò)訓(xùn)練可以來(lái)了解一個(gè)人的長(zhǎng)相，并能一次又一次準(zhǔn)確地識(shí)別它。

一個(gè)眾所周知的例子是華盛頓大學(xué)的MegaFace。該數(shù)據(jù)集包含了有672,000人的近500萬(wàn)張圖片，這些圖片來(lái)自Flickr的知識(shí)共享。今年7月，MegaFace團(tuán)隊(duì)展示了在數(shù)據(jù)集中訓(xùn)練的算法的最新得分。在分別從兩個(gè)有100萬(wàn)張照片的數(shù)據(jù)集中對(duì)一個(gè)人的兩張人臉照片進(jìn)行配對(duì)時(shí)，如果給一次機(jī)會(huì)，一流團(tuán)隊(duì)的準(zhǔn)確率達(dá)到了75%，而在有十次機(jī)會(huì)的情況下，準(zhǔn)確率更是達(dá)到了90%以上。

“我們需要在全球范圍內(nèi)測(cè)試面部識(shí)別能力，從而實(shí)現(xiàn)實(shí)際應(yīng)用——大規(guī)模測(cè)試可以讓你發(fā)現(xiàn)識(shí)別算法的缺陷和成功之處，”負(fù)責(zé)MegaFace的華盛頓大學(xué)教授Ira Kemelmacher-Shlizerman在接受華盛頓大學(xué)出版社采訪時(shí)表示。

視頻使用類似的技術(shù)來(lái)拍攝靜態(tài)圖像，需要更高的處理能力，這也讓人工智能能夠理解隨著時(shí)間的推移發(fā)生了什么。百度于2017年8月底宣布，它已經(jīng)贏得了“ActivityNet”挑戰(zhàn)賽，在30萬(wàn)個(gè)視頻中正確地標(biāo)注了人類的行為，準(zhǔn)確率達(dá)到87.6%。這就像砍木頭、擦窗戶和遛狗一樣簡(jiǎn)單。

Facebook還表示了對(duì)這項(xiàng)技術(shù)的興趣，以了解實(shí)時(shí)視頻里有誰(shuí)，以及他們?cè)谧鍪裁?。在去年的一次采訪中，應(yīng)用機(jī)器學(xué)習(xí)主管Joaquin Qui onero Candela說(shuō)，理想情況下，F(xiàn)acebook會(huì)了解每一個(gè)實(shí)時(shí)視頻的情況，以便能夠?yàn)橛脩艄芾韨€(gè)性化的視頻頻道。

美國(guó)政府已經(jīng)開(kāi)始在有限的產(chǎn)能中使用這項(xiàng)技術(shù)。上周，紐約機(jī)動(dòng)車輛管理局宣布，通過(guò)面部識(shí)別技術(shù)，逮捕了4,000多人。該軟件沒(méi)有掃描警方的監(jiān)控錄像，而是用來(lái)比較新司機(jī)的駕照申請(qǐng)照片和數(shù)據(jù)庫(kù)中已有的圖片，讓騙子更難以竊取他人的身份。如果州政府或聯(lián)邦政府在公共場(chǎng)合擴(kuò)大面部識(shí)別技術(shù)，他們將會(huì)擁有一個(gè)涵蓋范圍超過(guò)50%的美國(guó)成年人的數(shù)據(jù)庫(kù)。同樣，數(shù)據(jù)集越大，人工智能效果就越好。

而這可能不會(huì)太遙遠(yuǎn)。以泰瑟槍聞名的Axon，是美國(guó)警察機(jī)構(gòu)最大的相機(jī)經(jīng)銷商。該公司最近加大了將人工智能注入其產(chǎn)品的雄心，今年早些時(shí)候收購(gòu)了兩家人工智能公司。Axon首席執(zhí)行官Rick Smith此前對(duì)Quartz網(wǎng)站表示，人工智能的理想用例將是事件報(bào)告的客觀生成，讓警方有更多的時(shí)間從辦公桌抽身。他指出，面部識(shí)別現(xiàn)在并不活躍，但可能會(huì)在未來(lái)蓬勃發(fā)展。摩托羅拉是另一家重要的隨身攝像機(jī)供應(yīng)商，它的軟件可以通過(guò)它快速了解面部表情的能力來(lái)進(jìn)行宣傳，突出顯示一名警官正在尋找丟失的孩子的場(chǎng)景。

安全攝像頭也在提升人工智能技術(shù)。英特爾在4月宣布，它已經(jīng)為安全攝像頭生產(chǎn)了硬件，能夠“密集監(jiān)測(cè)、立體視覺(jué)、人臉識(shí)別、計(jì)數(shù)”和“行為分析”。該網(wǎng)站稱，另一款名為DNNCam的相機(jī)是一款深度學(xué)習(xí)攝像頭，它具有防水、自給自足的功能，而且號(hào)稱“幾乎不可摧毀”，這意味著它可以在遠(yuǎn)離互聯(lián)網(wǎng)連接的偏遠(yuǎn)環(huán)境中工作，也可以在收銀臺(tái)后面進(jìn)行“老客戶識(shí)別”。

那么，當(dāng)監(jiān)視成為常態(tài)時(shí)，一個(gè)注重隱私的、守法的公民該做什么呢?沒(méi)有太多可做的。早期的研究已經(jīng)找到了欺騙面部識(shí)別軟件的方法，要么是通過(guò)特制的眼鏡來(lái)欺騙算法，要么是面部涂鴉來(lái)欺騙人工智能。但這通常需要了解面部識(shí)別算法是如何工作的。