Nhận diện khuôn mặt thực sự khớp một khuôn mặt như thế nào?

Khớp khuôn mặt chuyển một khuôn mặt thành một vector, một danh sách các con số mô tả các đặc điểm đã đo lường, sau đó so sánh các vector và tạo ra một điểm số tương đồng.

Điều gì xảy ra nếu ngưỡng khớp của một hệ thống được đặt thấp so với cao?

Ngưỡng thấp chấp nhận nhiều kết quả khớp hơn nhưng tạo ra nhiều kết quả sai hơn, trong khi ngưỡng cao tạo ra ít kết quả khớp sai hơn nhưng có thể bỏ sót những kết quả khớp thật.

Tại sao việc kiểm tra thiên lệch lại quan trọng đối với các hệ thống nhận diện khuôn mặt?

Các hệ thống có thể hoạt động khác nhau giữa các nhóm người, vì vậy tỷ lệ lỗi phải được đo lường giữa các nhóm đó trước khi triển khai, vì một con số độ chính xác nổi bật duy nhất có thể che giấu những kết quả không đồng đều.

Mọi người thường gặp nhận diện khuôn mặt ở đâu trong cuộc sống hàng ngày?

Nó xuất hiện trong điện thoại, cửa hàng, sân bay và camera công cộng, với cơ sở dữ liệu lớn hơn và ít lựa chọn hơn về việc bị quét làm tăng rủi ro về quyền riêng tư.

BIPA là gì và nó bảo vệ ai?

BIPA là Đạo luật Quyền riêng tư Thông tin Sinh trắc học của Illinois, một luật của bang Hoa Kỳ giải quyết cụ thể dữ liệu sinh trắc học như hình học khuôn mặt, mà sự bảo vệ của nó chỉ đến được với những người ở Illinois.

Cách thức hoạt động của khớp khuôn mặt: BIPA, GDPR và Đạo luật AI của EU

Khuôn mặt của bạn có thể được tìm kiếm nhiều hơn bạn tưởng. Hiểu cách nhận diện khuôn mặt hoạt động và luật bảo mật quy định gì về nó là bước đầu tiên để quyết định xem bạn sẵn sàng chia sẻ bao nhiêu dữ liệu khuôn mặt của mình. Một bài giải thích gần đây từ Safeguard trình bày những kiến thức kỹ thuật cơ bản và ba khung pháp lý quan trọng nhất: BIPA, GDPR và Đạo luật AI của EU. Bài viết này tóm tắt những điểm đó bằng ngôn ngữ dễ hiểu.

Cách khớp khuôn mặt biến khuôn mặt bạn thành một điểm số

Nhận diện khuôn mặt không lưu trữ khuôn mặt của bạn theo cách một album ảnh làm. Theo bài giải thích, khớp khuôn mặt chuyển một khuôn mặt thành một vector, tức là một danh sách các con số mô tả các đặc điểm mà hệ thống đã đo lường. Việc khớp sau đó trở thành một bài toán: hệ thống so sánh vector này với vector khác và tạo ra một điểm số cho thấy chúng giống nhau đến mức nào.

Điểm số đó là nơi các ngưỡng phát huy vai trò. Một hệ thống phải quyết định điểm số phải cao đến mức nào trước khi nó coi hai khuôn mặt là trùng khớp. Đặt ngưỡng thấp, hệ thống chấp nhận nhiều kết quả khớp hơn nhưng cũng tạo ra nhiều kết quả sai hơn. Đặt ngưỡng cao, nó tạo ra ít kết quả khớp sai hơn nhưng có thể bỏ sót những kết quả khớp thật. Việc chọn ngưỡng là một quyết định chính sách cũng như là một quyết định kỹ thuật, bởi vì cái giá của một câu trả lời sai phụ thuộc vào bối cảnh. Một kết quả khớp sai khi mở khóa điện thoại chỉ là một sự bất tiện. Một kết quả khớp sai trong bối cảnh cảnh sát có thể gây ra hậu quả nặng nề hơn nhiều.

Bài giải thích cũng nhấn mạnh việc kiểm tra thiên lệch. Các hệ thống có thể hoạt động khác nhau giữa các nhóm người, vì vậy việc đo lường tỷ lệ lỗi giữa các nhóm đó rất quan trọng trước khi triển khai một hệ thống. Một con số độ chính xác nổi bật duy nhất có thể che giấu những kết quả không đồng đều.

Nơi những người bình thường gặp nhận diện khuôn mặt

Đối với hầu hết mọi người, nhận diện khuôn mặt xuất hiện ở một số nơi thông thường: cửa hàng, điện thoại, sân bay và camera công cộng. Mỗi bối cảnh hoạt động hơi khác nhau.

Điện thoại: Mở khóa thiết bị bằng khuôn mặt là so sánh một-một, kiểm tra xem người trước camera có khớp với chủ sở hữu đã đăng ký hay không.
Cửa hàng: Camera bán lẻ có thể được sử dụng để đánh dấu người dựa trên danh sách theo dõi hoặc để phân tích khách truy cập.
Sân bay: Khớp khuôn mặt có thể được sử dụng để so sánh một du khách với giấy tờ tùy thân hoặc hồ sơ.
Camera công cộng: Khớp một khuôn mặt trong đám đông với một cơ sở dữ liệu lớn hơn là một nhiệm vụ khác và nhạy cảm hơn so với việc mở khóa điện thoại của chính bạn.

Cơ sở dữ liệu càng lớn và bạn càng ít lựa chọn về việc bị quét, thì rủi ro về quyền riêng tư càng cao. Những lo ngại này không phải là trừu tượng. Bài đưa tin của chúng tôi về sự bùng nổ nhận diện khuôn mặt ở Ấn Độ và sự chấm dứt ẩn danh khi biểu tình cho thấy mạng lưới camera có thể thay đổi ý nghĩa của việc tham gia một cuộc tụ tập công cộng như thế nào.

BIPA, GDPR và Đạo luật AI của EU thực sự mang lại cho bạn những gì

Bài giải thích chỉ ra ba khung pháp lý. Các biện pháp bảo vệ của chúng là có thật, nhưng chúng được áp dụng không đồng đều tùy thuộc vào nơi bạn sống và ai là người thu thập dữ liệu của bạn.

BIPA là Đạo luật Quyền riêng tư Thông tin Sinh trắc học của Illinois. Đây là luật của một bang ở Hoa Kỳ, giải quyết cụ thể dữ liệu sinh trắc học như hình học khuôn mặt. Sự bảo vệ của nó chỉ đến được với những người thuộc phạm vi luật Illinois, đó là một lý do khiến các biện pháp bảo vệ của Hoa Kỳ thường được mô tả như một mớ chắp vá.

GDPR là quy định bảo vệ dữ liệu chung của Liên minh Châu Âu. Nó coi dữ liệu sinh trắc học được sử dụng để nhận dạng một người là một loại dữ liệu cá nhân đặc biệt, đi kèm với các điều kiện xử lý nghiêm ngặt hơn so với dữ liệu thông thường. Nó áp dụng rộng rãi cho các tổ chức xử lý dữ liệu của người dân ở EU.

Đạo luật AI của EU bổ sung các quy tắc nhắm vào chính các hệ thống AI, bao gồm cả nhận diện khuôn mặt. Thay vì chỉ tập trung vào dữ liệu, nó quy định cách các hệ thống như vậy được xây dựng và sử dụng, điều này liên kết trở lại với việc kiểm tra, ngưỡng và kiểm tra thiên lệch được mô tả ở trên.

Điểm mấu chốt là các luật này khác nhau về phạm vi và việc thực thi. Một người ở Illinois hoặc EU có thể có những quyền mà một người ở nơi khác không có. Và không luật nào trong số này ngăn được một camera ghi lại khuôn mặt bạn ở nơi công cộng; chúng điều chỉnh những gì các tổ chức được phép làm với dữ liệu.

Điều này có ý nghĩa gì với bạn

Nhận diện khuôn mặt không phải là một công nghệ được sử dụng theo một cách. Mở khóa điện thoại của bạn, bị quét tại biên giới và bị khớp với nguồn camera công cộng là những tình huống khác nhau với những rủi ro khác nhau và các biện pháp bảo vệ pháp lý khác nhau. Biết được bạn đang đối mặt với tình huống nào giúp bạn quyết định nơi cần hành động.

Cũng nên rõ ràng về những gì các công cụ bảo mật có thể và không thể làm. Một VPN bảo vệ lưu lượng mạng của bạn. Nó không làm gì với một camera nhìn thấy khuôn mặt bạn, hoặc một bức ảnh đã được khớp thành vector. Các biện pháp đối phó cá nhân cũng có giới hạn: bài viết của chúng tôi về việc trang điểm có thể đánh bại nhận diện khuôn mặt hay không khám phá lý do tại sao những mánh khóe nhằm đánh lừa camera đặt ra nhiều câu hỏi hơn là trả lời.

Những cách thực tế để hạn chế sự phơi bày của bạn

Bạn không thể kiểm soát mọi camera, nhưng bạn có thể kiểm soát dữ liệu mà bạn tự nguyện trao đi.

Xem lại cài đặt khuôn mặt trên điện thoại của bạn. Kiểm tra xem tính năng mở khóa bằng khuôn mặt, nhóm ảnh theo khuôn mặt và các tính năng tương tự có được bật không, và tắt những gì bạn không cần.
Kiểm tra các tài khoản mạng xã hội của bạn. Tìm các cài đặt gắn thẻ, nhận diện khuôn mặt và hiển thị ảnh, và thắt chặt chúng.
Đọc thông báo đồng ý. Nếu một cửa hàng, ứng dụng hoặc dịch vụ yêu cầu quét khuôn mặt của bạn, hãy kiểm tra những gì nó nói về việc lưu trữ và chia sẻ trước khi đồng ý.
Sử dụng các quyền hợp pháp của bạn. Nếu bạn thuộc phạm vi GDPR hoặc một luật tương tự, bạn có thể yêu cầu biết tổ chức nào nắm giữ dữ liệu sinh trắc học nào và yêu cầu xóa nó.
Chia sẻ ít ảnh công khai hơn. Các bộ sưu tập lớn các hình ảnh được gắn thẻ khiến việc xây dựng dữ liệu khuôn mặt có thể tìm kiếm trở nên dễ dàng hơn.

Kết luận

Cách nhận diện khuôn mặt hoạt động và các cuộc tranh luận về luật bảo mật thường quy về một ý tưởng: khuôn mặt của bạn trở thành một vector, một điểm số và một quyết định ngưỡng, và luật pháp quyết định ai được phép chạy quy trình đó. Hãy dành vài phút trong tuần này để xem lại cài đặt dữ liệu khuôn mặt trên thiết bị và tài khoản mạng xã hội của bạn. Để biết thêm bối cảnh về giới hạn của các biện pháp đối phó cá nhân, hãy đọc bài đưa tin của chúng tôi về những lầm tưởng về né tránh camera và giám sát công cộng quy mô lớn, bắt đầu với các bài viết được liên kết ở trên.