周三晚间，佛罗里达州众议员马特·盖茨（共和党）在众议院发言，声称当天早些时候袭击国会大厦的暴徒成员是“安提法”。他仅凭“一家面部识别公司提供的非常有说服力的证据”来支持其说法。他的说法很可能源于一篇来源不明且现已删除的《华盛顿时报》文章，该文章中的说法后来被彻底驳斥。然而，即使文章已被删除，面部识别技术证明了这些人身份的说法仍然在社交媒体和互联网评论区回响，而完全忽视了面部识别技术实际上并非如此工作的这一事实。它最多只能作为调查的起点，如果使用的话。
“需要认识到的最重要的一点是，面部识别技术并不完美，”卡内基梅隆大学 CyLab 生物识别中心主任、人工智能教授 Marios Savvides 表示。我们在流行文化中看到了过度简化的面部识别版本，其中计算机程序会直接输出一个确定的匹配结果，但在现实中并非如此。
在现实的面部识别应用中，研究人员将图片或视频帧输入算法，计算机随后会构建一个人的面部模板，并将其与一个包含个人信息的数据库进行比对。“根据这些模板的匹配程度，它会生成一个排序列表，”Savvides 解释道。“其中最高匹配度可能是 89%，下一个是 85%，以此类推。”这并不会为执法部门——或进行研究的任何人——提供一个确定的匹配结果，他们也不会将其视为确定结果。
根据案件或研究的范围，可能匹配的名单大小各不相同。“可能是 20 个、50 个，或者前 100 个匹配项，”Savvides 说。“这取决于诸如犯罪的严重程度等变量。对于像波士顿马拉松爆炸案这样的重大案件，他们会搜索数百个匹配项。”
即使将面部识别技术作为执法部门的起点，也仍然可能存在问题。根据《纽约时报》的报道，去年，底特律警方逮捕了 Robert Julian-Borchak Williams，使他成为“首例已知的因面部识别算法的错误匹配而被错误逮捕的美国人”。在该案中，底特律警方在面部识别技术分析了一张照片并将其与由各机构调查人员组成的联合体监督的“全州机构照片网络 (SNAP)”进行比对后获得了匹配结果。
关于 SNAP 计划的官方 FAQ 明确指出，面部识别并非一种身份鉴定形式，并且甚至列出了出现误报的可能性。
准确性方面的问题也解释了为什么你很少听到面部识别数据出现在法庭审理过程中。“据我所知，它从未在该国任何地方被作为证据引入法庭，”警务项目执行董事、纽约大学法学院兼职教授 Farhang Heydari 表示。“目前，面部识别被认为过于不可靠，无法在任何地方用作证据。”
这些可靠性问题在不同人群之间也存在差异，这进一步使问题复杂化。麻省理工学院和国家标准与技术研究院等机构进行的多项研究表明，面部识别系统在识别白人面孔时比识别非洲裔美国人或亚洲人面孔的准确率高出 100 倍。
据 Savvides 称，面部识别技术在近几年取得了显著进步，尤其是在过去的 12 个月里，他认为 COVID-19 大流行的口罩令促使研究人员克服了面部特征被遮挡带来的问题。但是，在获得像指纹和 DNA 证据那样广泛的法律认可度方面，它仍然还有很长的路要走。
虽然你可能在不久的将来不会看到面部识别作为检方提供的硬性证据，但像 Heydari 这样的专家确实认为，它应该比现在更频繁地出现在法庭上。“大多数辩护律师根本不知道面部识别技术实际上被用于他们的案件，我认为这是不对的，”他说。“无论你是否普遍支持面部识别，我认为被告有权知道调查中使用了哪些技术。”这样一来，就更清楚如果出现任何已知的面部识别问题，是否有可能在调查过程中发生。
就引起这一切的《华盛顿时报》文章而言，情况要清晰得多。该出版物已删除该文章，涉事的人工智能公司 XRVision 也通过其律师公开声明，从未提供过与文章内容接近的任何信息。虽然这种详实的证据对执法部门和法律体系很有用，但它可能无法在 Facebook 评论区的法庭上站得住脚。
