שימוש בטכנולוגיה לזיהוי פנים בניתוח סיקור פשע פלילי

הבנת טכנולוגיות לזיהוי פנים בחקירה משפטית מודרנית

טכנולוגיית זיהוי הפנים התפתחה כאחד הכלים המשתנים ביותר בניתוח סצנת פשע משפטית במהלך העשור האחרון.טכנולוגיה ביומטרי מתוחכמת זו מאפשרת לרשויות אכיפת החוק לזהות חשודים, קורבנות ועדים עם מהירות ויעילות חסרת תקדים, שינוי יסודי כיצד מתבצעים חקירות פליליות.מניתוח קטעי מעקב שנלכדו בסצנות פשע כדי להתאים תמונות נגד מסדי נתונים עצומים המכילים מיליוני רשומות, מערכות זיהוי פנים הפכו לשילוב עמוק בתוך פריחה מודרנית וזרימות עבודה מודרניות.

אימוץ הטכנולוגיה הידרדר במהירות ברחבי רשויות אכיפת החוק ברחבי העולם.על פי משרד האחריות הממשלתי של ארה"ב, יותר משני שליש מסוכנויות המשטרה משתמשים בטכנולוגיה זיהוי פנים ביכולת מסוימת, אם כי יישומים שונים באופן משמעותי משליטה של גישה לתביעות פליליות פעיל.לפחות 3,750 מדינות ורשויות אכיפת החוק המקומיות ו-20 סוכנויות פדרליות מדווחים כיום באמצעות טכנולוגיית זיהוי פנים, עם תכנון רב להרחיב את הפריסה שלהם בשנים הקרובות.

למרות שכיחותה הגוברת, טכנולוגיית זיהוי הפנים בהקשרים משפטיים נותרה שנויה במחלוקת.הצומת של בינה מלאכותית, זיהוי ביומטרי וצדק פלילי מעלה שאלות מורכבות על דיוק, הוגנות, פרטיות וחירויות אזרחיות.הבנת האופן שבו הטכנולוגיה הזו עובדת, היישומים שלה במדעים פליליים, והאתגרים שהיא מציגה חיוניים לכל מי שמעוניין באכיפה המודרנית, ברפורמת צדק פלילי, או בפריסת בינה מלאכותית בחברה.

מדע מאחורי מערכות זיהוי פנים

כיצד לזהות פנים אלגוריתמים לעבוד

טכנולוגיית זיהוי פנים פועלת באמצעות תהליך רב-שלבי מתוחכם הממיר את פני האדם לנתונים דיגיטליים שניתן לנתח, בהשוואה, ותואם.המערכת מתחילה על ידי גילוי פנים בתוך תמונה או מסגרת וידאו, להבחין בין זה מהרקע ואובייקטים אחרים. ברגע שפנים מזוהה, האלגוריתם מזהה ציוני דרך פנימיים מרכזיים - נקודות ספציפיות על הפנים כגון פינות העיניים, את קצה האף, את הקצוות של שפתים, ואת שפתים של שפתים, ואת שפתים.

תכונות הפנים הללו נמדדות ונבחנות כדי ליצור ייצוג מספרי ייחודי, הנקרא לעתים קרובות חתימה פנים או תבנית. האלגוריתם מחשב מרחק בין ציוני דרך פנימיים שונים, מנתח את הגיאומטריה של מבנים פנימיים, ולוכד מאפיינים ייחודיים המבדלים אדם אחד מייצוג מתמטי אחר.זה הוא מה שמאפשר למחשבים "להכיר" ולהשוות פנים.

הצעד האחרון כולל השוואת תבנית הפנים זו נגד מסד נתונים של פרצופים ידועים.המערכת מייצרת ציון דומה או רמת ביטחון המציין כמה מקרוב התמונה של בדיקה (הפנים הלא ידועים ניתחו) תואם תמונות ההתייחסות במסד הנתונים.כאשר התאמה פוטנציאלית מזוהה, המערכת בדרך כלל מחזירה רשימה מדורגת של מועמדים ולא זיהוי סופי.

התפתחות ההכרה הפניםית במדעים

המסע של AI במדעי הרוח החל בסוף המאה ה-20, בעיקר להתמקד במשימות זיהוי דפוס אוטומטי.המבוא של מערכת זיהוי טביעת אצבע אוטומטית (AFIS) בשנות ה-80 סימנו רגע מרכזי, המוכיח כי זיהוי ביומטרי יכול להיות אוטומטי בהצלחה.

מערכות זיהוי הפנים המוקדמות התבססו על מדידות גיאומטריות פשוטות יחסית ונדרשו תמונות באיכות גבוהה, סטנדרטיות לתפקד ביעילות.מהניסיון הראשון להתמודד עם ההכרה מפני הדבקה, טכניקות שיקום 3D מנוצלות על מנת להתמודד עם כמה מהנושאים אופייניים למקרים רגישים, מנסה לבסס את זהותם של אנשים לא ידועים נגד הפניה נתונים.

מערכות זיהוי פנים מודרניות ממינוף עמוק למידה ורשתות עצביות, המייצגות קפיצת קוונטית ביכולת.אלגוריתמים מתקדמים אלה יכולים ללמוד לזהות פרצופים ממאגרי נתונים מסיביים, להסתגל לריאציות במראה, הזדקנות, חלקית, אומדיקים חלקיים, ותנאים סביבתיים מאתגרים. AI הוכיחו פוטנציאל משמעותי בשיפור תהליכים משפטיים, מניתוח טביעות אצבע והכרה פנים להשוואה בליסטיים, עם זיהוי פנים הופך יותר ויותר מתוחכם ומופשט באופן נרחב.

תשתיות מסד הנתונים ו- Image Repositories

יעילות ההכרה הפנים בחקירות פליליות תלויה במידה רבה במאגרי המידע שמנוגדים לדימויים של מחקר.על פי ACLU, מסד הנתונים של טכנולוגיית זיהוי הפנים של ה-FBI כולל מאות מיליוני תמונות, רבים מהם נמשכים מרשומות הרישוי של הנהג.מאגרי מידע אלה שואבים ממקורות מרובים כולל מאגרי מוח, תמונות רישיון נהיגה, תמונות דרכון, תמונות, תמונות, תמונות ויותר, תמונות חברתיות ורשתות ציבוריות.

כלים כמו Clearview AI, אמזון הכרה, ו Oosto לספק גישה ליותר מ 50 מיליארד תמונות מזוהות מדפים ציבוריים, רשומות DMV, מעברי גבול ועוד.סולם מסיבי זה מאפשר אכיפת החוק להטיל רשת רחבה בעת חיפוש אחר משחקים פוטנציאליים, אבל זה גם מעלה חששות פרטיות משמעותיים על האיסוף והשימוש בנתונים ביומטריים ללא הסכמה מפורשת.

ההרכב והאיכות של מסדי נתונים אלה משפיעים באופן משמעותי על ביצועי מערכת החינוך.ממד נתונים שחסרים מגוון או מכילים ייצוגים מוטים יכולים להוביל לאלגוריתמים המבצעים בצורה גרועה על קבוצות דמוגרפיות, אתגר שצמח כאחד החששות החמורים ביותר סביב טכנולוגיית זיהוי הפנים באכיפה החוקית.

יישומים של הכרה פנים בניתוח סיקור פשע פלילי

חשדנות וחקירה

היישום העיקרי של זיהוי פנים בהקשרים משפטיים הוא זיהוי חשודים מראיות זירת פשע.כאשר מצלמות מעקב ללכוד תמונות או וידאו של אנשים מבצעים פשעים, מערכות זיהוי פנים יכולות לחפש במהירות מסדי נתונים ליצירת מוביל.יכולות אלה הוכיחו בעל ערך מיוחד במקרים שבהם החוקרים יש ראיות חזותיות אבל לא מידע מזהה אחר על מבצעים.

זיהוי פנים פורנזי הפך לכלי חיוני להדריך חקירות, לאסוף מודיעין ולספק ראיות בבית המשפט. סוכנויות אכיפת החוק להשתמש בטכנולוגיה כדי לנתח תמונות ממצלמות אבטחה בחנויות קמעונאיות, בנקים, מערכות תחבורה ציבוריות, ומקומות אחרים שבהם פשעים מתרחשים.מהירות ההכרה הפנימית האוטומטית מאפשרת לחוקרים לעבד שעות של קטעי וידאו ולהשוות אלפי פרצופים בשבריר של זמן הבדיקה ידנית תדרוש.

עם זאת, חשוב להבין שרוב סוכנויות אכיפת החוק מטפלות בתוצאות זיהוי פנים כמו חוקר מוביל ולא זיהויים סופיים.מדיניות של NYPD מספקת כי זיהוי הפנים יכול לשמש לזיהוי אנשים פוטנציאליים של עניין, אך דורשות שחיתות ראיות לפני ביצוע פעולה, הקובע כי תהליך זיהוי הפנים אינו קובע גורם סביר למעצר או צווי חיפוש.

מקרי מוות וכישלון

מעבר לזיהוי חשודים, טכנולוגיית זיהוי הפנים משרתת מטרות הומניטריות בחקירות פליליות.כאשר הקורבנות אינם יכולים לזהות באמצעים מסורתיים – כגון באירועים מקריים המוניים, אסונות טבע או מקרים הקשורים לשרידים מזוהמים באופן חמור – הכרה גזעית יכולה לעזור לבסס זהות על ידי השוואת תמונות לאחר לידה או שחזור פרצופים כנגד מסדי נתונים של נעדרים.

טכנולוגיית זיהוי פנים סייעה במקרים נעדרים, וזיהוי קורבנות של אסונות טבע ובסצנות התרסקות.יש אפשרות להגיש הסגר למשפחות ולאפשר חקירות מוות נאותות להמשיך.הטכנולוגיה יכולה גם לסייע בזיהוי קורבנות של סחר בבני אדם או פשעים אחרים שבהם ייתכן שקורבנות לא יוכלו לזהות את עצמם.

בחקירות חסרות, זיהוי פנים מאפשר לרשויות החוק להשוות תמונות של אנשים שאינם מזוהים נגד מסדי נתונים של דוחות נעדרים, שעלולים לחבר מקרים הקשורים לתחומי שיפוט ותקופות זמן. יכולת זו של מעבר לגדר יכולה לפתור מקרים שאחרת עלולים להישאר קרים ללא הגבלת זמן.

ניתוח מעקב ותבנית Recognition

סביבות עירוניות מודרניות רוויות במצלמות מעקב, ומייצרות כמויות עצומות של קטעי וידאו מדי יום.לסקירה ידנית של הסרטון הזה כדי לזהות אנשים רלוונטיים יהיו ללא הגבלת זמן הטכנולוגיה זיהוי פנים מאפשר לחוקרים לחפש ביעילות באמצעות ארכיונים עצומים של מעקב וידאו לאתר פרטים ספציפיים או לזהות דפוסים של תנועה ואגודה.

מערכות זיהוי פנים יכולות לנתח כמויות גדולות של קטעי מעקב כדי לזהות דפוסים וקישורים בין אנשים המעורבים בפעילות פלילית.זה יכול לעזור לחשוף רשתות פליליות לזהות עבריינים חוזרים על עצמם על ידי מעקב אחר אנשים על פני מספר רב של משככי מצלמות ותקופות זמן, החוקרים יכולים להקים קווי זמן, לזהות שותפים, ולמפות רשתות פליליות.

יכולת זו משתרעת מעבר לחקירות בודדים.רשויות אכיפת החוק משתמשות בזיהוי תבניות בפעילות פלילית, לעקוב אחר עבריינים ידועים, ולעקוב אחר אזורים בעלי אפליה גבוהה.עם זאת, יישום מעקב רחב זה מעלה חששות משמעותיים לגבי מעקב המוני ועל הפוטנציאל למעקב אחר אזרחים שומרי חוק ללא ידיעתם או הסכמתם.

מקום עדים וראיון עדיפות

זיהוי פנים יכול לעזור לחוקרים לזהות ולאתר עדים שאולי היו נוכחים בסצנות פשע.על ידי ניתוח של קטעי מעקב מהזמן ומיקום האירוע, החוקרים יכולים לזהות אנשים שאולי צפו באירועים רלוונטיים.יכולות אלה יכולות להיות בעלות ערך מיוחד במקרים שבהם עדים אינם מעוניינים להגיע קדימה או עשויים להבין שיש להם מידע חשוב.

הטכנולוגיה יכולה גם לעזור לחדד אילו עדים פוטנציאליים לראיין על ידי זיהוי אנשים שהיו קרובים לאירועים מרכזיים או שמופיעים שוב ושוב בצילומים מזמנים ומיקומים רלוונטיים. גישה ממוקדת זו יכולה להפוך חקירות יעילות יותר ולהגדיל את הסיכוי של איסוף עדויות שימושיות.

שילוב עם טכנולוגיות נוספות

מחקרים אחרונים מעריכים את הפוטנציאל של כלי AI עכשוויים כמערכות תמיכה בתפיסת תמונות משפטית, בוחן כיצד כלים אלה יכולים להגדיל ולשפר את העבודה של מומחים לזיהוי פנים פועל יותר ויותר כחלק ממערכות ניתוח זיהוי משולבות המשלבות מספר רב של שיטות זיהוי וכלים אנליטיים.

לדוגמה, זיהוי פנים עשוי להיות משולב עם ניתוח האגיט, אשר מזהה אנשים המבוססים על דפוסי ההליכה שלהם, או עם מזהים ביומטריים אחרים כגון קעקועים, צלקות, או מאפיינים פיזיים ייחודיים. גישה רב-ממדית זו יכולה להגביר את האמון זיהוי ולספק ראיות מכובשות כאשר שיטות בודדות לייצר תוצאות מעורפלות.

מערכות מתקדמות משלבות גם טכניקות של שחזור פנים תלת-ממדיות כדי להתמודד עם אתגרים שמציבים תנוחות לא-חזיתיות או או השמלות חלקית.קהילת המחקר הציעה להעסיק שחזור תלת-ממדי בזיהוי פנים מסרטוני וידאו ותמונות שנרכשו בסביבה בלתי-מרוסנת כדי לספק מידע נוסף על פניות בודדות באמצעות דור ההשקפות מרובות או תיקון של תנוחות בנתונים.

יתרונות ויתרונות של הכרה פנים בחקירה משפטית

מהירות ויציבות בעיבוד ראיות

אחד היתרונות המשמעותיים ביותר של טכנולוגיית זיהוי הפנים בהקשרים משפטיים הוא העלייה הדרמטית במהירות העיבוד בהשוואה לשיטות ידניות.הההבדל העיקרי של בדיקת מצלמות מעקב מסורתית הוא כי זיהוי פנים והתאמות מתבצעות כעת באופן אוטומטי על ידי טכנולוגיית בינה מלאכותית מסוימת, וחוסך הרבה זמן.מה עשוי לקחת אנליסטים אנושיים או שבועות כדי להשיג - שעות של מעקב והשוואה מול מסדי נתונים - ניתן להשלים על ידי מערכות אוטומטיות או שעות.

יעילות זו מאפשרת לחוקרים להמשיך להוביל מהר יותר, שעלולה למנוע פשעים נוספים או לעכב חשודים לפני שהם בורחים.בחקירה רגישה לזמן, כגון חטיפה או איומים שוטפים לבטיחות הציבור, מהירות ההכרה הפנים יכולה להיות קריטית.הטכנולוגיה מאפשרת אכיפת החוק להטיל רשת חקירה רחבה יותר ללא דרישות משאבים גדלות יחסית.

סקאביה ו- Database השוואת קפיפות

כלים בינה מלאכותית מצטיינים בעיבוד נתונים גדולים במהירות וזיהוי דפוסים עדינים שעשויים למנוע אנליסטים אנושיים תוך הקטנת שגיאות פרו-מדעיות. חוקרי אנוש אינם יכולים להשוות באופן פוטנציאלי תמונה אחת נגד מיליוני תמונות התייחסות, אך מערכות זיהוי פנים מבצעות השוואות כאלה באופן שגרתי.

הטכנולוגיה יכולה לחפש מסדי נתונים מרובים בו זמנית, זיהוי משחקים ברשומות פליליות, מסדי נתונים חסרים, ומאגרי מידע אחרים במבצע יחיד.יכולת זו בסיס נתונים יכולה לחבר מקרים מעבר לתחום השיפוט ולחשוף דפוסים שאחרת עשויים שלא להיות בלתי-ממוקדים.

עקביות ואובייקטיביות במסך ראשוני

אלגוריתמים של זיהוי פנים חלים על קריטריונים עקביים כאשר הם משווים פרצופים, בניגוד לצופים אנושיים שביצועיהם יכולים להשתנות בהתאם לעייפות, הטיה קוגניטיבית או שיפוטים סובייקטיביים.הטכנולוגיה אינה חווה את אותן המגבלות כמו בודקים אנושיים שעשויים להיאבק בזיהוי בין-גזעי או להיות מושפעת ממידע קונטקסטואלי על מקרים.

כאשר ייושמו כראוי ככלי חקירה ולא שיטת זיהוי סופית, זיהוי פנים יכול לספק בדיקה ראשונית אובייקטיבית שחוקרים אנושיים יכולים אז לאמת ולעבד באמצעות ראיות נוספות.חלוקה זו של עבודה - מכונות טיפול בהקרנה ראשונית גבוהה ואנושיים המבקשים שיפוט קריטי כדי להבטיח מוביל - יכול לייעל את משאבי החקירה.

הגדלת יכולת ההשקעה

טכנולוגיית זיהוי פנים מאפשרת גישות חקירה שהיו בעבר לא מעשיות או בלתי אפשריות.חוקרים יכולים לזהות אנשים לא ידועים מצילומים היסטוריים, לעקוב אחר תנועות על פני מיקומים ותקופות זמן מרובות, לזהות שותפים ודפוסי של התאגדות.יכולות אלה יכולות לעזור לפתור מקרים קרים על ידי יישום טכנולוגיה מודרנית לראיות ישנות ויכול לחשוף רשתות פליליות ודפוסי חקירה ידנית עלולים להחמיץ.

הטכנולוגיה גם מאפשרת לחוקרים לעבוד עם ראיות חלקיות או משפילות שעשויות להיות בלתי ניתנות לזיהוי אנושי. בעוד שהדיוק יורד באיכות תמונה ירודה, מערכות זיהוי פנים יכולות לעיתים לייצר מובילות מועילות אפילו מחומר מקור מאתגר, מתן נקודות התחלה לחקירות שאחרת עשויות להישען עליהן.

אתגרים קריטיים ומגבלות

בעיות אמינות והתמכרות לאיכות התמונה

למרות שטכנולוגיית זיהוי הפנים מקודמת לעתים קרובות כמדוייקת ביותר, הדיוק נבדק בעיקר בהגדרות עם תמונות באיכות גבוהה.אפשר שהאלגוריתמים עובדים פחות טוב בתמונות באיכות נמוכה כגון אלה שלעתים קרובות בשימוש על ידי אכיפת החוק. פער זה בין ביצועי מעבדה לבין תנאים בעולם האמיתי מייצג אתגר משמעותי עבור יישומים רגישים.

מחקרים מצאו כי שיעורי חיובי שקר עולים ליד איכות תמונה בסיסית, בעוד שלילית כוזבת עולה כמו הפחת נחיתות - במיוחד עם מטושטשת ורזולוציה נמוכה. נושאים איכות תמונה נפוצה בהקשרים משפטיים כוללים תאורה גרועה, מטושטש תנועה, תנוחות לא חזיתיות, רזולוציה נמוכה, ונקודות חלקית של כובעים, משקפי שמש, או מסכות.

ביצועים של זיהוי פנים מתפרסמים בתנאי תמונה גרועים, במיוחד עם מטושטשים, תנופה והחלטה מופחתת, וההשפלה הזו אינה מופצה אפילו על פני קבוצות דמוגרפיות.זה אומר כי התנאים הנפוצים בצילומי זירת פשע אמיתיים - וידאו מעקב חמור, נושאים בתנועה, תאורה גרועה - הם בדיוק התנאים שבהם זיהוי הפנים הוא לפחות אמין.

הדיוק של האלגוריתם לבדו אינו מספיק: עלינו גם להעריך את הדיוק של השימוש בפועל בפועל, כולל כיצד משתמשים אנושיים מעבדים ומניפולטיביים את הנתונים.יש מקרה מתועדו בו שוטר העתיק תכונות פנים מתמונות ברזולוציה גבוהה ועבר אותם על תמונה חשודה באיכות נמוכה באמצעות תוכנת מחשב לפני ביצוע מסד נתונים.

שיעורי השגיאה הדמוגרפיים והדיסוציאטים

אולי האתגר החמור ביותר העומד בפני טכנולוגיית זיהוי פנים ברשויות אכיפת החוק הוא הטיה דמוגרפית מובחנת היטב.תוכניות טכנולוגיות זיהוי פנים המשמשות את אכיפת החוק בזיהוי חשודים בפשע הן טעות משמעותית יותר בדימויים הפנים המתארים גוונים עור כהה ונקבות בהשוואה לדימויים הפנים המתארים זכרים קווקזיים.

גודלן של פערים אלה בולט.שיעור השגיאה של גברים בעלי עור בהיר הוא 0.8%, בהשוואה ל- 34.7% לנשים כהות-סמוכות, על פי מחקר משנת 2018 שכותרתו "G Shades" A 2019 National Institute of Standards and Technology (NIST) דו"ח, אשר בדק 189 אלגוריתמים של זיהוי פנים מ-99 מפתחים, מצא כי הפנים אפרו-אמריקניות ואסיה היו בין 10 ל- 100 פעמים סבירות יותר לזהות פנים לא-לבן מאשר פנים.

שיעורי השגיאות גבוהים באופן עקבי עבור נשים ושחורים, עם נשים שחורות שנפגעו ביותר. פערים אלה אומר כי הטכנולוגיה היא ככל הנראה לייצר התאמות כוזבות - מוביל באופן בלתי אפשרי לחקירות או למעצרים לא נכונים - עבור חברים בקבוצות דמוגרפיות שכבר חווים מגע לא פרופורציונלי עם מערכת המשפט הפלילי.

מקורות ההטיה הזו הם רבים.ייצוגים של גברים לבנים בתמונות הכשרה מייצרים אלגוריתמים מזוהים כי אנשים שחורים מיוצגים במאגרי מידע מרגונים ותמונות אחרות המשמשות בדרך כלל על ידי רשויות אכיפת החוק. מומחים מייחסים ממצאים כאלה במידה רבה לשדר הלא מודע של מהנדסים של "הטיה גזעית" לאלגוריתמים.

מעצרים לא נכונים ועבירות

ההשלכות של שגיאות זיהוי הפנים משתרעות מעבר לדאגות מופשטות לגבי דיוק – הן תוצאה של פגיעה אמיתית באנשים אמיתיים.התושב של מישיגן רוברט וויליאמס נעצר בגין פשע שלא ביצע משום שמערכת זיהוי פנים הציעה בטעות שהוא החשוד שנראה בצילומי מצלמות אבטחה בינואר 2020, רוברט וויליאמס בילה 30 שעות במעצר משטרתי לאחר אלגוריתם רשום אותו כגורם פוטנציאלי לחשוד שביצע שנה וחצי קודם לכן.

המשטרה עוצרת אנשים על בסיס משחקים מזויפים, כמו ניאגר פארקס, אדם שחור שמשטרת ניו ג'רזי נעצרת באופן שקרי ונחזקה בכלא במשך עשרה ימים, כי המשטרה סממינה את תוצאות ההכרה פנים, המשקיף על ראיות ברורות לעין.מקרים אלה ממחישים כיצד over-reliance on Faceזיהוי תוצאות זיהוי פנים, בשילוב עם הטיה אישורים ושחיתות לא מספקת, יכול להוביל להפלות חמורות של צדק.

שגיאות אלה יש השלכות בעולם האמיתי - החקירה והמעצר של מספר לא ידוע של אנשים חפים מפשע ומחסור בתהליך של רבים, רבים יותר.ההיקף המלא של חקירות ומעצרים שגויים הנובעים מטעויות זיהוי פנים נותר בלתי ידוע, שכן תחומי שיפוט רבים אינם דורשים גילוי של שימוש בזיהוי פנים בחקירות.

חוסר התאמה ואימות מדעי

הכרה פנים אוטומטית חסרה סטנדרטיזציה ואימות לשימוש בבית המשפט.אמינותה בבית המשפט עדיין סובלת מחוסר סטנדרטיזציה מתודולוגית ואימות אמפירי, במיוחד כאשר משתמשים במערכות אוטומטיות.בניגוד לדיסציפלינות נזילות כגון ניתוח DNA או השוואת טביעות אצבע, טכנולוגיית זיהוי הפנים לא עברה את תהליכי אימות קפדני וסטנדרטיזציה הדרושים לראיות עתירות אמינות.

כפי שנעשה כיום במחקרים פליליים, זיהוי הפנים הוא כנראה מקור לא אמין של ראיות זהות.הטכנולוגיה משתנה באופן משמעותי על פני ספקים ויישומים, עם אלגוריתמים שונים המייצרים תוצאות שונות על אותן תמונות.חוסר סטנדרטיזציה זה מקש על קביעת תקני אמינות עקביים או להשוות ביצועים על פני מערכות.

האלגוריתם והצעדים האנושיים בחיפוש פנים מול פנים כל אחד מהם עלולים לצרף את הטעויות של השני.מכיוון שפרצופים מכילים מידע מוטה מטבעו כמו דמוגרפים, ביטויים ותכונות התנהגותיות, ייתכן שלא ניתן יהיה להסיר את הסיכון להטיה וטעות.אתגר בסיסי זה מציע כי שיפור אלגוריתמים בלבד לא יספיקו כדי לטפל במגבלות הטכנולוגיה.

הגנה על האדם וההצהרה

קידום טכנולוגיות זיהוי הפנים להיות כל כך מדויק יכול להוביל אכיפת החוק להיות מוטעה. חקירה של מדיה גילה כי כמה קציני אכיפת החוק לטפל תפוקה של טכנולוגיית זיהוי הפנים כמו מובילי חקירה סופיים, למשל, בהתייחסות למשחק לא מאומת כ "100%" זה over-reliance על תוצאות טכנולוגיה יכול להוביל את החוקרים להתעלם מראיות סותרות או לא לבצע קורורציה נאותה.

חוסר מהימנות אנושי על זיהוי פנים כבר בעיה.כאשר החוקרים מקבלים משחק זיהוי פנים, הטיה של אישור עשוי להוביל אותם לפרש ראיות מעורפלות תמיכה במשחק ולא להעריך באופן ביקורתי אם הזיהוי הוא הנכון. נטייה פסיכולוגית זו, בשילוב עם לחץ זמן ומגבלות משאבים, יכול לגרום אימות לא מספיק של זיהוי פנים מוביל.

הבעיה מורכבת כאשר תוצאות זיהוי הפנים מוצגות עם ציונים גבוהים של אמון או אחוזי דמיון שיוצרים אשליה של ודאות.חוקרים לא יכולים להבין לחלוטין כי הציונים האלה משקפים ביטחון אלגוריתמי ולא הסתברות אמיתית של זיהוי נכון, וכי ציוני ביטחון יכולים להיות מטעה, במיוחד כאשר מערכות פועלות מחוץ לפרמטרים שלהם.

חששות פרטיות וחירויות אזרחיות

Mass Surveillance and Tracking Capabilities

השימוש הנרחב בטכנולוגיית זיהוי הפנים מעלה שאלות חמורות על פרטיות.הטכנולוגיה מאפשרת מעקב בזמן אמת בקנה מידה עצום.אם מקושר למצלמות ציבוריות, זיהוי פנים יכול לעקוב אחר תנועותיו של אדם ברחבי העיר ללא ידיעתם או הסכמתו.יכולת זו משנה באופן בסיסי את היחסים בין יחידים למדינה, ומאפשרת מעקב בקנה מידה בלתי אפשרי בעבר.

הכרה פנים היא מסוכנת גם אם היא יכולה להיות מדויקת לחלוטין.בעולם כזה, ממשלות יכולות להשתמש בעקביות פנים כדי לעקוב אחרינו בדיוק כמו שאנו עוזבים את הבית, להשתתף במחאה, או לקחת את המעבר הציבורי למשרד הרופא.יכולת מעקב זו מאיימת על חופש בסיסי כולל חופש של התאגדות, חופש תנועה וחופש דיבור, כמו אנשים עשויים לצנזורה עצמית או להימנע מפעילות מסוימת אם הם יודעים שהם עוקבים אחר כך.

בדרך כלל, המשטרה משתמשת בהכרה פנים בעקבות פשע, אבל חירויות אזרחיות ודאגות הפרטיות מוגברים ברעיון כי הטכנולוגיה יכולה לשמש לסרוק פרצופים בזמן אמת, עם נתונים גיאוגרפיים המצורפים.זיהוי פנים בזמן אמת מייצג איום שונה מבחינה איכותית מאשר ניתוח רטרוספקטיבי של קטעי וידאו, שכן היא מאפשרת ניטור רציף מעקב מעקב מעקב מעקב מעקב מעקב מעקב מעקב מעקב מעקב מעקב מעקב אחר אנשים תוך כדי מעבר לחללים ציבוריים.

בעיות הרחבה והסכמה

מסדי הנתונים שמערכות זיהוי הפנים של כוח התרחבו באופן דרמטי, לעתים קרובות ללא הסכמה מפורשת של האנשים שתמונותיהם נכללות.תמונות הרישוי של נהג, תמונות דרכון, וצילומים שנמחקו מפלטפורמות המדיה החברתית ממסד נתונים שלא ניתן לדעת או לממש משמשים למטרות אכיפת החוק.

זה מעלה שאלות בסיסיות לגבי הסכמה וממשל נתונים.רוב האנשים שתמונותיהם מופיעות במאגרים של זיהוי פנים מעולם לא הסכימו לשימושם למטרות אכיפת החוק.האוסף והשימוש בנתונים ביומטריים ללא סכסוכים עם עקרונות של אוטונומיה גופנית והגדרה עצמית מידעית שתחת זכויות הפרטיות בחברות דמוקרטיות.

פריסה אירופית מראה וריאציות בפועל.בריטניה משתמשת בזיהוי פנים בשידור חי במרחבים הציבוריים תחת הנחיות המשטרה והפרטיות, בעוד מדינות נורדיות כמו פינלנד, הולנד ושוודיה מעסיקות אותו בעיקר לצורך זיהוי רטרוספקטיבי.שוודיה מתכננת להרחיב את מסדי הנתונים הביומטריים וחשודים בבדיקה חוצה-מקלטי הגירה מ-2025.

השפעות על חופש הביטוי והאסיפה

בידיים הלא נכונות, וללא מגבלות משפטיות, מידע זה יכול לשמש למעקב פולשני, שעלול לצנן חופש הדיבור ולהשלים את המחאה הציבורית. כאשר אנשים יודעים או חושדים שהם עשויים להיות מזוהים ולעקוב אחר זיהוי פנים במפגשים ציבוריים, הם עשויים לבחור לא לממש את זכויותיהם למחאה, להשתתף בהפגנות פוליטיות, או להשתתף בצורות אחרות של ביטוי ציבורי.

אפקט מצמרר זה מתייחס במיוחד בהקשר של תנועות פוליטיות ו חברתיות.הידע שניתן להשתמש בזיהוי מפגינים יכול להרתיע השתתפות בהפגנות, גם כאשר ההפגנות הללו חוקיות לחלוטין.זה מאיים על תפקוד החברה הדמוקרטית, אשר תלוי ביכולתם של האזרחים להביע באופן חופשי זלזול ולארגן באופן קולקטיבי ללא חשש מ המעקב הממשלתי ותגמול.

הפוטנציאל להתעללות משתרע מעבר לשימושים הנוכחיים.לאחר שתשתית זיהוי הפנים נמצאת במקום, ניתן להשיג מחדש למטרות מעבר להצדקה המקורית שלו.מערכת שמטרתה לזהות פושעים אלימים יכולה להיות מופנית כדי לעקוב אחר מתנגדי מדיניות, לפקח על מיעוטים דתיים, או לזרז קהילות מוחלשות.משימה זו מצמררת מייצגת סיכון מתמשך שקשה למנוע באמצעות מדיניות בלבד.

השפעה על הקהילות המסוכנות

ההשלכות הפרטיות של זיהוי הפנים אינן מחולקות באותה מידה על פני החברה.קהילות שכבר חוו סטיות בלתי פרופורציונליות ופעולות מעקב על עול נוסף מפריסת זיהוי הפנים.AI היא יותר סיכוי לסמן פרצופים שחורים כפושעים, המוביל למוקד ולעצור של אנשים שחורים חפים מפשע.

ביסאס יכול להוביל לאזרחים שנחקרו בצורה שגויה על ידי המשטרה לאורך קווים גזעיים ומגדריים.זה אומר שטכנולוגיית זיהוי הפנים לא רק שלא תספק הגנה שווה, אלא גם מחמירה באופן פעיל את אי-שוויון הקיים במערכת המשפט הפלילית.

השילוב של הטיה דמוגרפית באלגוריתמים זיהוי פנים ודפוסים קיימים של שיטור מפלה יוצר לולאה משוב. אלגוריתמים מוכיים מייצרים יותר התאמות כוזבות עבור קבוצות דמוגרפיות מסוימות, מה שמוביל ליותר אנשי קשר חקירה, אשר עלולים ליצור יותר רשומות מסד נתונים, אשר בתורו יכולים להנציח ולהגביר את ההטיה במערכת.

שיקולים אתיים והשלכות פילוסיאוסופיות

שוויון לפני החוק והעקרונות הליברליים

השימוש ברשויות אכיפת החוק בטכנולוגיה זיהוי פנים מוטה אינו עולה בקנה אחד עם הדרישה הליברלית הקלאסית שהממשלה מתייחסת לכל האזרחים באותה מידה לפני החוק.כאשר טכנולוגיה מייצרת באופן שיטתי שיעורי שגיאה שונים עבור קבוצות דמוגרפיות שונות, השימוש בה על ידי הממשלה מפר עקרונות יסוד של טיפול שווה ותהליך עקב.

האתגר הפילוסופי הזה הולך מעבר לשאלות טכניות לגבי ביצועי האלגוריתם, גם אם טכנולוגיית זיהוי הפנים יכולה להיות מדויקת לחלוטין לכל הקבוצות הדמוגרפיות – מטרה שעשויה להיות בלתי ניתנת להשגה – הפריסה שלה למעקב המוני עדיין תעלה שאלות עמוקות על הקשר הנכון בין אזרחים למדינה בחברה חופשית.

בהגדרת טכנולוגיות זיהוי פנים כאינטליגנציה מלאכותית, אנו מדגישים את האובייקטיביות של קבלת החלטות מאוישת מכונה.זה יוצר רושם כוזב שהתוצאות המיוצרות על ידי טכנולוגיות אלה חופשיות מטעויות שלעתים קרובות הן מקבלות את העיניים או המוחות שלנו, עם זאת, AI אינו אובייקטיבי לחלוטין; זהו סט של קודים שנכתבו על ידי בני אדם, ובכך הוא עוקב אחר הכללים האלה מופיעים לעתים קרובות באופן ישיר או מוטה או לטפח חוסר דיוקים בחברות שלנו כדי להמשיך לשמור על מנת להמשיך את השייכות.

אתגרים של שקיפות וחשבונאות

זיהוי הפנים שימש כגורם סביר לבצע מעצרים למרות הבטחות להיפך. ראיות הנגזרות מחיפושים של זיהוי פנים כבר בשימוש במקרים פליליים, והנאשם כבר נשלל את ההזדמנות לאתגר אותו.חוסר שקיפות והשלכות אחריות זו חותרת תחת זכויות תהליך בסיסיות.

תחומי שיפוט רבים אינם דורשים אכיפת החוק לחשוף כאשר זיהוי הפנים נעשה שימוש בחקירה, מה שהופך אותו בלתי אפשרי עבור נאשמים לאתגר את האמינות של ראיות או לזהות מקורות פוטנציאליים של שגיאה. אלגוריתמים תעמולה מוגנים לעתים קרובות כסודות מסחריים, למנוע אימות עצמאי של דיוק או בדיקה של הטיה הפוטנציאלית שלהם.

מחלוקות אלו עם עקרונות של צדק פלילי הדורשים מהנאשמים הזדמנות להתמודד עם ראיות ולאתגר נגדם.כאשר השיטות המשמשות לזיהוי חשודים מסתתרות מאחורי אלגוריתמים קנייניים וטכניקות חקירה בלתי-מעוררות, אתגר משמעותי הופך לבלתי אפשרי.

אוטומציה של אפליה

זיהוי פנים אוטומטי שותף אפליה.על ידי הטיה קיימת במערכות אלגוריתמיות ופריסת המערכות האלה בקנה מידה, טכנולוגיית זיהוי הפנים יש פוטנציאל להשחית ולהגביר דפוסים מפלים שעלולים להיות מאתגרים או מצטמצם באמצעות שיפוט אנושי ותובנות.

השימוש בטכנולוגיית זיהוי הפנים תלוי בשיקול דעת האדם, כפי שהוא פרוס ומנוצל על ידי בני אדם, ובכך מציג פוטנציאל נוסף להטיה אנושית.זה אומר שגם אם אלגוריתמים יכולים להיות נייטרליים לחלוטין, הדרכים שבהן בני האדם בוחרים לפרוס ולפעול על תוצאות זיהוי פנים עדיין יציגו הטיה למערכת.

האתגר המוסרי מורכב על ידי veneer של אובייקטיביות המקיף קבלת החלטות אלגוריתמית.כאשר מערכת מחשב מייצרת תוצאה, זה יכול להיות נתפס אובייקטיבי או אמין יותר מאשר שיפוט אנושי, גם כאשר המערכת היא למעשה פחות מדויקת או יותר מוטה.זה "טיית ההסתה של זיהום" יכול להוביל בדיקה לא מספקת של תוצאות זיהוי פנים והסתמכות יתר על טכנולוגיה פגומה.

מסגרת התפטרות ופיתוח משפטי

תקנות המדינה והמקומיות בארצות הברית

בתחילת שנת 2025, 15 מדינות - וושינגטון, אורגון, מונטנה, יוטה, קולורדו, מינסוטה, אילינוי, אלבמה, וירג'יניה, מרילנד, ניו ג'רזי, מסצ'וסטס, ניו המפשייר, ורמונט וממיין - היו כמה חקיקה סביב זיהוי פנים בלבוש.

כמה מדינות, כמו מונטנה ויוטה, דורשות צו המשטרה להשתמש בהכרה פנים, בעוד אחרים, כמו ניו ג'רזי, אומרים כי הנאשמים חייבים להיות מודעים לשימושם בחקירות. דרישות Warrant לספק פיקוח שיפוטי לפני ההכרה פנים מופרס, בעוד דרישות הודעה מבטיחות כי הנאשמים יכולים לערער את הראיות.שני גישות מייצגות ניסיונות לאזן את האינטרסים של אכיפת החוק עם חירויות אזרחיות.

לפחות שבע מדינות נוספות שוקלות חוקים להבהיר כיצד ומתי ניתן להשתמש בטכנולוגיה - קובעי חוק בגאורגיה, הוואי, קנטקי, מסצ'וסטס, מינסוטה, ניו המפשייר ומערב וירג'יניה הציגו חקיקה.פעילות חקיקה זו משקפת מודעות גוברת להשלכות הטכנולוגיה ורצון לקבוע כללים ברורים לפני פריסה הופכת לנפוצה יותר.

יותר מתריסר ערים גדולות אוסרות על הטכנולוגיה, כולל מיניאפוליס, בוסטון וסן פרנסיסקו.האיסור העירוניים הללו מייצגים גישה מגבילה יותר, ומשקף נחישות כי הסיכונים של זיהוי פנים עולים על היתרונות שלה עבור רשויות אכיפת החוק המקומיות.

גישות בינלאומיות

האיחוד האירופי הכיר בסיכונים אלה עם חקיקה מקיפה.חוק הבינה המלאכותית של האיחוד האירופי כמעט לחלוטין אוסר על זיהוי פנים בזמן אמת על ידי אכיפת החוק.זה מייצג את אחת הגישות הרגולטוריות המגבילות ביותר בעולם, ומשקף את הדגשה האירופית על זכויות הפרטיות ואזהרה על טכנולוגיות מעקב.

החל מ- 2025, 15 מדינות חוקקו חוקים הקובעים שימוש בטכנולוגיה זיהוי פנים בפליאה, ובתי המשפט מתחילים לדרוש גילוי כאשר נעשה שימוש בהכרה פנים.מגמה שיפוטית זו כלפי דרישה לחשיפה מייצגת התפתחות חשובה עבור תהליך זה וזכויות הנאשם, גם בתחומי שיפוט ללא חקיקה ספציפית השולטת בזיהוי פנים.

מדינות שונות אימצו גישות שונות בהתבסס על המסורות המשפטיות שלהן, נורמות הפרטיות וההערכות של הסיכונים וההטבות של הטכנולוגיה.חלק מהתחומי השיפוט מאפשרים זיהוי פנים עם אמצעי הגנה, אחרים מגבילים אותו למקרים מסוימים של שימוש, ועדיין אחרים אוסרים על יישומים מסוימים לחלוטין.מגוון רגולטורי זה משקף דיונים חברתיים מתמשכים על איך לאזן את האבטחה, הפרטיות והחירויות האזרחיות בעידן של מעקב ביומטרי.

שיחות למורטוריה ופעולה פדרלית

ACLU תומך בהצתה פדרלית על שימוש בזיהוי פנים על ידי רשויות החוק ורשויות אכיפת ההגירה.ארגוני חירויות אזרחיות טוענים כי הבעיות המתועדות של הטכנולוגיה עם דיוק, הטיה, ופלישה לפרטיות מצדיקות הפסקה בפריסה עד שניתן לטפל בה כראוי.

בעוד שחשוב כי אכיפת החוק תהיה הזדמנות להתנסות עם טכנולוגיות חדשות, AI לא צריך לעזור לקבל החלטות במקרים פליליים עד שהטכנולוגיה משפרת את הדיוק שלה.יש להיות מחרטוריום על יישום בקנה מידה מלא כדי לנתח את הנתונים ממחקרי הטייסים כדי להעריך תוצאות מעקב.גישה זו תאפשר בדיקות מבוקרות והערכה תוך מניעת פריסה נרחבת של טכנולוגיה לא מגובשת.

עורכי דין ל-Moratoria טוענים כי ברגע שתשתית זיהוי פנים מופרסת באופן נרחב, היא הופכת להיות פוליטית וקשה מאוד לחזור, גם אם בעיות חמורות מופיעות.הם טוענים כי הקמת אמצעי הגנה מתאימים ואימות לפני הפריסה הנרחבת עדיף לנסות להסדיר טכנולוגיה שכבר חורגת.

סטנדרטים אישיים וסטנדרטים משפטיים

תקני ההרשאה של בתי המשפט לראיות מדעיות מציעים מסגרת חשובה להערכת תוקף הכלים הללו.כאשר טכנולוגיית זיהוי הפנים נעה קרוב יותר לשימוש ניכר, עליה לעמוד באותם בתי משפט מדעיים החלים על שיטות עתירות אחרות.זה אומר להפגין אמינות, תוקף, שיעורי שגיאה ידועים, קבלה כללית בתוך הקהילה המדעית הרלוונטית.

כיום, טכנולוגיית זיהוי הפנים לעיתים קרובות אינה עומדת בסטנדרטים אלה.חוסר סטנדרטיזציה על פני המערכות, היעדר מחקרים תקפים מקיפים בתנאים בעולם האמיתי, והבעיות המתועדות עם הטיה ודיוק מעלים את השאלות לגבי האם ראיות זיהוי הפנים צריכות להיות ניתנות לחיוב בבית המשפט.

כמה בתי משפט החלו לדרוש גילוי כאשר זיהוי הפנים שימש ליצירת מובילי חקירה, גם אם תוצאות הטכנולוגיה אינן מוצגות ישירות כראיות.זה מייצג צעד חשוב לקראת שקיפות ואחריות, ומאפשר לנאשמים לחקור מקורות פוטנציאליים של טעויות וזיהוי אתגר שאולי הושפעו מהתאמות זיהוי פנים פגומות.

דרכים לשיפור ולשימוש אחראי

שיפורים טכניים כדי להפחית את ביס

חוקרי מדעי המחשב, שכעת מודעים יותר ויותר להטיה דמוגרפית בטכנולוגיית זיהוי הפנים, מתחילים לפתח תוכניות שנועדו במיוחד לבטל את ההטיה. תוכניות כמו "DebFace" ללמוד לשלוט על גזע, מין, וגיל כדי להבחין טוב יותר לזהות תכונות פנים על פני הדמוגרפיים האלה.שיפורים לאורך קווים אלה יפחת, ואולי בסופו של דבר לחסל את ההטיה בתוכניות זיהוי פנים המשמשות על ידי רשויות אכיפת החוק.

באמצעות ערכות הכשרה מגוונות יכול לעזור להפחית את ההטיה בביצועים הטכנולוגיים זיהוי פנים.אלגוריתמים ללמוד להשוות תמונות על ידי אימון עם סט של תמונות. הבטחת כי מאגרי מידע הכשרה כוללים דגימות ייצוגיות מכל הקבוצות הדמוגרפיות יכול לעזור אלגוריתמים ללמוד לזהות פרצופים על פני גזעים שונים, מגדרים, גילים, ומאפיינים אחרים באופן שווה יותר.

יצירת תוכנת זיהוי פנים אמינה מתחילה עם ייצוג מאוזן בין מעצבים.מחקר מראה כי התוכנה הרבה יותר טובה לזהות חברים של המירוץ של המתכנת.לגוון את הקבוצות שמפתחות אלגוריתמים זיהוי פנים יכול לעזור לזהות ולענות הטיות שעשויות להיות לא מאומתים על ידי קבוצות התפתחות הומוגניות.

מחקר עתידי צריך להתמקד בתיקון אלגוריתמי זיהוי הפנים כדי להפחית את ההטיות הללו ופיתוח הנחיות ברורות לשימוש המתאים בטכנולוגיה זיהוי הפנים בהקשרים חקירה. מסגרות משפטיות ומדיניות חייבות להיות מעודכנים כדי לשקף את הסיכונים הקשורים זיהוי פנים.

ניהול בטוח ועיסוקים טובים ביותר

גם עם אלגוריתמים משופרים, אמצעי הגנה תפעוליים חיוניים למניעת שימוש לרעה ולהפחית את הנזק.עבור מנהיגי המשטרה, יש ליישם את המינימום של השוואות אחידות, לאחר שתוכנה זיהוי הפנים מייצרת שורה של חשודים פוטנציאליים, היא מדרגת מועמדים המבוססים על ציונים דומים.

שוטרים זקוקים לאימון נוסף על הנפילה של טכנולוגיית זיהוי הפנים, הטיות אנושיות ואפליה היסטורית. מעבר לקצינים מנחים המשתמשים בטכנולוגיה זו, המשטרה והפרקליטות צריכים גם לחשוף כי הם השתמשו בהכרה פנים אוטומטית בעת חיפוש צו.אימון ודרישות גילוי לעזור להבטיח כי זיהוי הפנים משמש כראוי וכי מגבלותיו מובנות על ידי כל המשתתפים בתהליך הפלילי.

שיטות הטובות ביותר צריכות לכלול טיפול בתוצאות זיהוי פנים כחוקרים המובילים הדורשים קורובורציה ולא כזיהוי סופי.חוקרים צריכים לחפש ראיות עצמאיות כדי לאשר משחקים לפני ביצוע פעולה המבוססת על תוצאות זיהוי פנים. גישה זו מכירה במגבלות הטכנולוגיה, תוך שהיא מאפשרת לו לספק ערך ביצירת מוביל.

מסלולי תיעוד וביקורת הם גם קריטיים.רשויות אכיפת החוק צריכות לשמור רשומות מפורטות של מתי וכיצד זיהוי הפנים משמש, כולל האלגוריתמים המועסקים, ציוני ביטחון נוצרים, ופעולות חקירה עוקבות אלה מאפשרות פיקוח, פיקוח איכותי, וכדאיות.

בדיקה ואימות עצמאי

חוק האחריות ההלכתית והצדק ב-Forensics Algorithms Act of 2019 נועד לסייע בתהליך זה על ידי המחייב חברות להעריך את האלגוריתמים שלהם לתוצאות מוטות. NIST יכול לפתח פאנל מייעש אשר סוקר דוחות דומים לדרכים שבהן כתבי עת אקדמיים משתמשים בלוחות מאמרי מערכת ובודקים חיצוניים כדי לאמת מחקר חדש.זה גם צריך להיות עדיפות לשמירת מחקרים נגד זה לא לכלול כראוי קבוצות מיעוט.

אימות עצמאי הוא חיוני כי ספקים יש תמריצים כספיים להציג את המוצרים שלהם באור החיובי ביותר. בדיקות צד שלישי בתנאים ריאליים, עם אוכלוסיות בדיקה מגוונות ונציג איכות תמונה של יישומים משפטיים בפועל, יכול לספק הערכות אמינות יותר של ביצועי מערכת מאשר תביעות דיוק ספקים.

מחקרים אימות צריכים לבחון לא רק את הדיוק הכולל, אלא גם ביצועים על פני קבוצות דמוגרפיות, בתנאים שונים של איכות תמונה, ובהקשרים תפעוליים כי יש לתעד את שיעורי השגיאה באופן ברור ולחשוף למשתמשים, ומערכות המציגות בעיות לא מקובלות או דיוק לא צריך להיות פרוס למטרות אכיפת החוק.

שקיפות וביקורת ציבורית

פיקוח משמעותי דורש שקיפות לגבי מתי, ומדוע זיהוי פנים נעשה שימוש.עם מספר הולך וגדל של מחלקות משטרה ברחבי המדינה, המפנה לטכנולוגיה לזיהוי פנים לא מבוקרת, בלתי-מעורפלת, ופגום, הוא מגן חיוני להבין את הטכנולוגיה, את מגבלותיה, וכיצד לאתגר את השימוש במקרים שלהם.

דרישות דיווח פומביות יכולות לאפשר אחריות דמוקרטית.יש צורך ברשויות אכיפת החוק לפרסם דוחות קבועים המפרטים את השימוש בזיהוי פנים, כולל מספר החיפושים שנערכו, המטרות שבהן הטכנולוגיה שימשה, מספר המשחקים שנוצר, ואת תוצאות החקירות המתוכננות על בסיס מובילי זיהוי פנים.

קלט קהילתי ותובנות הן גם חשובות.החלטות לגבי השאלה האם וכיצד לפרוס את טכנולוגיית זיהוי הפנים צריך לערב שיקול דעת הציבור וקלט מקהילות שנפגעו, לא רק רשויות אכיפת החוק וספקי הטכנולוגיה.לוחות הפיקוח האזרחי יכולים לספק ניטור מתמשך של שימוש בזיהוי פנים ולחקור תלונות על שימוש לרעה או נזק.

הגבלת סקופ והמטרה

כמה תחומי שיפוט בחרו להגביל את זיהוי הפנים למקרים ספציפיים של שימוש שנחשבו להצגת התנגשויות בסיכון מקובלות.תקנות חדשות שנחקקו בדטרויט ב-2019 מגבילות את השימוש בזיהוי פנים לתצלומים הקשורים לפשעים אלימים ופלישות ביתיות. גישה זו מנסה לשמר את היתרונות של הטכנולוגיה לחקירות חמורות תוך הגבלת השימוש בה בעבירות קלות או מעקב רחב.

איסור זיהוי פנים בזמן אמת תוך מתן ניתוח רטרוספקטיבי של קטעי וידאו מייצג גישה אחרת לצמצום היקף. מעקב בזמן אמת מציג סיכונים ופרטיים גדולים יותר ופוטנציאל להתעללות מאשר ניתוח של צילומים לאחר פשע התרחש.הגבלת ההכרה פנים לחקירה ולא יישומי מעקב יכולים לעזור איזון אינטרסים מתחרים.

מגבלות מטרה יכולות גם לסייע למנוע את המשימה של מערכות זיהוי פנים למערכות למטרות ספציפיות – כגון זיהוי חשודים בפשעים אלימים – לא צריך להיות מטרה מחדש לשימושים לא קשורים ללא שיקול דעת ציבורי והרשאה מתאימה.

כיוונים עתידיים וטכנולוגיות מתפתחות

התקדמות באינטליגנציה מלאכותית ולמידה של מכונות

טכנולוגיית זיהוי פנים ממשיכה להתפתח במהירות כמו אינטליגנציה מלאכותית וטכניקות למידת מכונה מתקדמות.גישות למידה עמוקה שיפרו באופן דרמטי את הדיוק של ההכרה בהשוואה לשיטות קודמות, ומחקר מתמשך נועד לשפר את הביצועים, במיוחד בתנאים מאתגרים ואוכלוסיות מגוונות.

חוקרים מפתחים אלגוריתמים שיכולים להתמודד טוב יותר עם חלקיקים חלקיים, תנוחות קיצוניות, הזדקנות וגורמים אחרים שמצמצמצמים את ביצועי המערכת הנוכחית.טכניקות כגון רשתות ניווניות (גנים) יכולות לסנתנת נתונים לאימון כדי לטפל בחוסר איזון של נתונים, פוטנציאל להפחית את ההטיה הדמוגרפית.

עם זאת, שיפורים טכניים לבד לא יכולים להתמודד עם כל האתגרים של זיהוי הפנים.אפילו הכרה פנימית מדויקת לחלוטין עדיין מעלה חששות פרטיות וחירויות אזרחיות עמוקים.השאלה היא לא רק אם הטכנולוגיה יכולה להיות טובה יותר, אלא גם אם וכיצד היא צריכה להיות פרוסה בחברות דמוקרטיות המחויבות לזכויות הפרט ולחירויות.

שילוב עם Multimodal Biometric Systems

Future forensic systems are likely to integrate facial recognition with other biometric modalities to improve accuracy and reliability. Combining facial recognition with gait analysis, voice recognition, or other identifying characteristics can provide corroborating evidence and reduce reliance on any single identification method.

גישות מרובות-מודולליות יכולות גם לעזור לטפל במגבלות של זיהוי פנים.כאשר תמונות פנים הן באיכות ירודה או פרצופים מעורפלים חלקית, אינדיקטורים ביומטריים אחרים עדיין יכולים להיות זמינים.

שילוב של זיהוי פנים עם מקורות נתונים אחרים - נתוני מיקום, ניתוח רשת חברתית, דפוסים התנהגותיים - יוצר יכולות חקירה חזקות אך גם פוטנציאל מעקב חסר תקדים.קביעת גבולות מתאימים לשילוב נתונים והשימוש יהיה קריטי ככל שהטכנולוגיות הללו יפתחו.

הסברה בינה מלאכותית ובינלאומיות

מערכות זיהוי הפנים הנוכחיות פועלות לעתים קרובות כ"קופסאות שחורות", ומייצרות תוצאות מבלי להסביר כיצד הגיעו למסקנותיהם.האופייה הזו מקשת לזהות שגיאות, להבין הטיות או לאתגר את התוצאות בהליכים משפטיים.

עבור יישומים משפטיים, הסברה יכולה לעזור לבודקים אנושיים להבין מדוע מערכת יצרה התאמה מסוימת, לזהות מקורות פוטנציאליים של טעות ולקבל החלטות מושכלות יותר לגבי האם להמשיך את מובילי החקירה.מערכות ניתנות גם יכולות להקל על אתגרים משפטיים לראיות זיהוי פנים על ידי קבלת הבסיס לזיהויים שקופה וכפוף לבדיקה.

עם זאת, פיתוח מערכות זיהוי פנים באמת מוסברות נשאר אתגר טכני משמעותי.רשתות עצביות עמוקות שמחזקות את ההכרה הפנים המודרנית הן מורכבות לחלוטין, והסברים הפשוטים לא יכולים לשקף במדויק כיצד המערכות מתפקדות למעשה.

טכנולוגיות פרטיות Preworth Technologies

החוקרים בוחנים גישות בעלות עדיפות לפרטיות להכרה פנים שיכולות לאפשר כמה יישומים מועילים תוך הגבלת סיכונים למעקב.טכניקות כגון הצפנה הומומורפית מאפשרות חישובים על נתונים מוצפנים, המאפשרות חיפושים לזיהוי פנים מבלי לחשוף נתונים ביומטריים גולמיים.

על עיבוד של ה-device, שבו זיהוי הפנים מתרחש באופן מקומי במכשיר ולא במאגרי מידע מרכזיים, יכול להפחית את הסיכון לפרטיות עבור יישומים מסוימים.טכניקות פרטיות שונות יכולות להוסיף ערבויות מתמטיות כי פרטיות אישית מוגנת גם כאשר נתונים מצטברים ניתחו.

עם זאת, גישות פרטיות אלה יש מגבלות, ייתכן שלא מתאים לכל היישומים הסנסציוניים.המתח הבסיסי בין יכולת זיהוי והגנה על פרטיות אינו יכול להיפתר לחלוטין באמצעים טכניים בלבד.החלטות מדיניות על מה השימושים בזיהוי פנים מתקבלות על הדעת ללא קשר לגנות הפרטיות הטכנית.

טכניקות עופות ואמצעי נגד

כשטכנולוגיית זיהוי הפנים הופכת להיות נפוצה יותר, טכניקות להתחמק או להביס אותה מתפתחות גם. דוגמאות עופות - זעזועים בעלי מבנה בתשומת לב לתמונות שגורמות למערכות זיהוי פנים להיכשל או לייצר תוצאות לא נכונות - נקודות תורמות מזעזעות במערכות הנוכחיות.טכניקות גופניות, כגון איפור או אביזרים מעוצבים במיוחד, יכולות להטעות זיהוי פנים תוך כדי להופיע נורמלי יחסית לצופים אנושיים.

טכניקות אלו מעוררות שאלות מורכבות ליישומים משפטיים. מצד אחד, הן מייצגות פרצות אבטחה פוטנציאליות שעבריינים יכולים לנצל. מצד שני, הן מספקות לאנשים אמצעים פוטנציאליים להגן על הפרטיות שלהם מפני מעקב לא רצוי.הפיתוח של טכניקות מחלוקות ואמצעי נגד כדי לזהות אותם ככל הנראה ימשיך כמרוץ חימוש טכנולוגי מתמשך.

עבור חוקרים נזיפים, המודעות לטכניקות יריבות חשובה להבנת המגבלות של זיהוי הפנים והפוטנציאל של ⁇ מכוונת.מערכות חזקות נגד התקפות יריבות יהיו יותר אמינות למטרות משפטית, אך עוצמה מושלמת עשויה להיות בלתי ניתנת להשגה.

מינוף חדשנות, ביטחון וזכויות

הצורך במדיניות מבוססת ראיות

אין ראיות מוצקות לכך שטכנולוגיית זיהוי הפנים משפרת את השליטה בפשע.למרות הפריסה הנרחבת, מחקרים אמפיריים קפדניים המדגימים כי זיהוי הפנים למעשה מפחית את הפשע או משפר את תוצאות הבטיחות הציבורית חסרות.

החלטות מדיניות לגבי זיהוי פנים צריכות להיות מוקרקעות בראיות על יעילותו בפועל, לא רק יכולות תיאורטיות או תביעות של ספקים.שליטה במחקרים השוואת תוצאות חקירה ללא זיהוי פנים, חשבונאות עבור עלויות ונזקים, כמו גם הטבות, תספק בסיס איתן יותר עבור החלטות מדיניות.

היעדר ראיות חזקות ליעילות, בשילוב עם נזקים מתועדות כולל מעצרים ופלישות פרטיות שגויות, מצביע על כך שהטענות נקבעת.הנטל צריך להיות על התומכים בזיהוי זיהוי הפנים כדי להוכיח כי היתרונות שלו מצדיקים את עלויותיו והסיכונים, ולא על מבקרים להוכיח כי אין להשתמש בו.

דיון דמוקרטי וקול הקהילה

החלטות לגבי פריסת זיהוי הפנים לא צריכות להיעשות רק על ידי סוכנויות אכיפת החוק וספקי הטכנולוגיה.אלה שאלות פוליטיות בסיסיות לגבי סוג החברה שאנו רוצים לחיות בה, היחסים בין אזרחים למדינה, והמאזן בין ביטחון וחירות.

קהילות המושפעות ביותר מזיהוי פנים - כולל קהילות של צבע שחווים את שיעורי המעקב הגבוהים יותר ושיעורי השגיאה הגבוהים יותר מאלגוריתמים מוטים - צריכות להיות קול משמעותי בהחלטות לגבי האם וכיצד הטכנולוגיה תופצה.

חינוך ציבורי על טכנולוגיית זיהוי פנים, יכולותיה, מגבלות והשלכותיה, הכרחי לדיונים דמוקרטיים מושכלים. אנשים רבים אינם מודעים לשאלה כמה ההכרה הפניםית הנרחבת כבר כבר פרוסה או איך היא משפיעה עליהם.שקיפות לגבי השימושים הנוכחיים והרחבות המוצעות יכולה לאפשר דיון ציבורי מושכל יותר.

שיתוף פעולה בינלאומי ופיתוח נורם

טכנולוגיית זיהוי פנים והאתגרים שהיא מציגה הם גלובליים בקנה מידה.שיתוף פעולה בינלאומי על סטנדרטים, שיטות טובות ונורמות יכול לעזור להבטיח כי הטכנולוגיה מפותחת ומוצבת באחריות על פני גבולות. ארגונים כגון אינטרפול, האו"ם וגופים אזוריים יכולים להקל על דיאלוג ותיאום.

עם זאת, חברות שונות עשויות להגיע למסקנות שונות לגבי שימושים מקובלים בזיהוי פנים בהתבסס על ערכיהן, מסורות משפטיות ומערכות פוליטיות.מה מתאים בהקשר אחד לא יכול להיות בהקשר אחר.שיתוף פעולה בינלאומי צריך לכבד את המגוון הזה תוך כדי עבודה כדי למנוע את ההפרות הגרועות ביותר ולבסס הגנה בסיסית על זכויות האדם.

הפיתוח של נורמות בינלאומיות סביב זיהוי פנים עדיין בשלבים מוקדמים.כפי שהטכנולוגיה ממשיכה להתפתח ולהפיץ, דיאלוג מתמשך על שימושים מתאימים, אמצעי הגנה הכרחיים וזכויות יסוד יהיה חיוני כדי למנוע דיסטופיה מעקב גלובלי תוך שמירה על האינטרסים הביטחוניים הלגיטימיים.

הדרך קדימה

אפילו בתנאים המאתגרים ביותר ועבור תת-קבוצות המשפיעות ביותר, הדיוק של טכנולוגיית זיהוי הפנים נותר גבוה משמעותית מאשר של שיטות מסורתיות רבות לרגישות.זה מצביע על כך שאם תאומת כראוי ותקנה, טכנולוגיית זיהוי הפנים צריכה להיחשב כלי חקירה שימושי.השאלה היא לא האם זיהוי הפנים יש יישומים לגיטימיים לרגישים, אלא כיצד לממש הטבות פוטנציאליות תוך מניעת נזק.

עד שהטיה תבוטל, לא רק שתוכניות טכנולוגיות זיהוי פנים צריכות להיות מתואמים לשליטה בהטיה, סוכנויות אכיפת החוק צריכות להיות מודעות לאלגוריתמים המוטעים ולנתוני מידע בתוכניות AI, ולהיות מוכנים לדרוש בדיקות שיצטנן להטיות כאלה לפני טעויות בשטח יובילו להפרות העיקרון של טיפול בכולן באותה מידה לפני החוק.

במקום לנסות למצוא מספר קסם, קובעי המדיניות צריכים להתמקד כיצד כל שימוש בזיהוי פנים יכול להרחיב את הפיסול המפלה, להרחיב את כוחה של הממשלה, ולסכן זכויות בסיסיות.

הדרך קדימה דורשת מאמצים מקבילים רבים: המשך המחקר הטכני לשיפור הדיוק ולהפחית את ההטיה; פיתוח ואכיפה של מסגרות רגולטוריות חזקות; שקיפות ומנגנוני אחריות; אימות עצמאי ובדיקה; מעורבות קהילתית ושחרור דמוקרטי; והמשך מתמיד נגד שליחות זוחל והתעללות.לא התערבות אחת לא תהיה מספיקה; גישות מקיפים לטיפול במאפיינים טכניים, משפטיים וחברתיים הם הכרחיים.

בסופו של דבר, טכנולוגיית זיהוי הפנים בניתוח זירת פשע משפטית מייצגת הזדמנות וסיכון.הוא מציע יכולות שיסייעו לתפקודי אכיפת החוק הלגיטימיים, אך הוא מאיים גם על פרטיות, חירויות אזרחיות ושוויון בדרכים שחברות דמוקרטיות לא יכולות להתעלם מהן.איך אנחנו לנווט את המתחים האלה לא רק על עתיד הצדק הפלילי אלא גם על אופי החברות שלנו ועל היחסים בין יחידים למדינה בעידן הדיגיטלי.

מסקנה: טכנולוגיה, צדק וערכים דמוקרטיים

טכנולוגיית זיהוי הפנים הפכה להיות מוטבעת עמוקות בניתוח סצנת פשע משפטית ומבצעי אכיפת החוק ברחבי העולם.היכולת לזהות במהירות אנשים מתמונות, לחפש מסדי נתונים עצומים, ולעבד כמויות עצומות של קטעי מעקב מייצגת התקדמות משמעותית ביכולת החקירה.

עם זאת, פריסת ההכרה הפנים ברשויות אכיפת החוק מציגה אתגרים חמורים שלא ניתן להתעלם או למזער.עד בעיות עם דיוק, במיוחד בתנאים בעולם האמיתי נפוצים ביישומים משפטיים, להעלות שאלות על אמינות.הטיה דמוגרפית שמייצרת שיעורי שגיאה גבוהים יותר באופן משמעותי עבור נשים ואנשים של צבע מפרה עקרונות יסוד של טיפול שווה והובילה למעצרים והשלכות שגויות של מעקבים המוניים ביולוגיים מאיים על חופש, ביטויים חיוניים לחברה דמוקרטית, ופוליטית, הם תנועה חיונית.

הפריסה המהירה של הטכנולוגיה לעתים קרובות זנחה את הפיתוח של מסגרות רגולטוריות מתאימות, תקני אימות ומנגנוני פיקוח רבים.תחומים רבים משתמשים בזיהוי פנים עם שקיפות מינימלית, אחריות או קלט ציבורי אלגוריתמים תעמולה פועלים כקופסאות שחורות, מה שמקשה לזהות שגיאות או לאתגר תוצאות.העדר סטנדרטיזציה ואימות פירושו כי זיהוי פנים לא פגש את הסטנדרטים המדעיים הצפויים לראיות רגישות.

מעבר קדימה דורש הכרה הן הפוטנציאל של הטכנולוגיה והן בבעיותיה. שיפורים טכניים כדי להפחית את ההטיה ולהגדיל דיוק הם חשובים אך לא מספיקים מסגרות רגולטוריות חזקות הקובעות כללים ברורים לגבי מתי, כיצד, ולמען אילו מטרות זיהוי פנים ניתן להשתמש בהם הם חיוניים. שקיפות ומנגנוני אחריות חייבים לאפשר פיקוח על אנשים לאתגר ראיות הנגזרות מזיהוי פנים ובדיקה צריך לאמת תביעות וזיהוי ביצועים.

אולי הכי חשוב, החלטות לגבי פריסת זיהוי הפנים צריכות להיעשות באופן דמוקרטי, עם קלט משמעותי מהקהילות המושפעות והציבור, לא רק אכיפה משפטית וספקי טכנולוגיה.אלה לא רק שאלות טכניות אלא בחירות בסיסיות לגבי סוג החברה שאנו רוצים לחיות בה.הנוחות והיעילות שיש לשקול את זיהוי הפנים נגד עלויות הפרטיות, החירות והשוויון.

בעוד שטכנולוגיית זיהוי הפנים ממשיכה להתפתח והשימוש בה מתרחב, יש צורך בהתבוננות מתמשכת כדי למנוע התעללות ולהגן על זכויות.הבחירות שאנו עושים כעת לגבי האופן שבו לשלוט בטכנולוגיה רבת העוצמה הזו יהיו השלכות ארוכות טווח על צדק פלילי, חירויות אזרחיות וממשל דמוקרטי.על ידי התעקשות על מדיניות מבוססת ראיות, אמצעי הגנה חזקים, שקיפות, ושיקול דעת דמוקרטי, אנו יכולים לפעול לקראת רתום את היתרונות הלגיטימיים של זיהוי הפנים תוך מניעת נזקי החמורים ביותר שלה.

(ב) [ה]] מידע נוסף על טכנולוגיית זיהוי הפנים ועל השלכותיה, בקר במשאבים של החזית:0 [הקודש] החזית של קרן החזית של החזית הלאומית של הקרן (Electronic Frontier Foundation:0] עמוד זיהוי הפנים של הקרן (FLT:4 National Institute of Standards and Technology’s Facecognition TestLTFevolves:5, VLC) ו-FLTs: 7.