多年來，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)器人來說卻不是這樣。

好萊塢驚悚片長(zhǎng)久以來就已實(shí)現(xiàn)這一點(diǎn),，用來識(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，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)見到,，在不久的將來,，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，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說太復(fù)雜了,。

后來，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)模越來越大，變得越來越復(fù)雜：研究人員開始制造更大的“神經(jīng)元網(wǎng)絡(luò)”,，而像英偉達(dá)這樣的硬件制造商則開始打造專門的處理器,，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)過訓(xùn)練可以來了解一個(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500萬張圖片,，這些圖片來自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IraKemelmacher-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,，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JoaquinQuioneroCandela說,，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,，通過面部識(shí)別技術(shù),，逮捕了4,000多人。該軟件沒有掃描警方的監(jiān)控錄像,，而是用來比較新司機(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RickSmith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,，它的軟件可以通過它快速了解面部表情的能力來進(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、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，要么是通過特制的眼鏡來欺騙算法,，要么是面部涂鴉來欺騙人工智能,。但這通常需要了解面部識(shí)別算法是如何工作的。