0
人臉識別技術發(fā)展到今天，已經不僅僅在技術發(fā)展層面受到關注，實際上，在政策和用戶隱私層面，它引起的爭議越來越多，在某些區(qū)域或者領域也頗不受待見（參見雷鋒網此前報道）；比如說，2019 年 5 月，舊金山市對人臉識別技術發(fā)出了禁令，禁止該技術在政府機關和執(zhí)法機關中使用，從而成為全球首個對人臉識別技術發(fā)出禁令的城市。
近日，微軟公司悄然刪除了該公司于 2016 年發(fā)布的人臉識別數據庫 MS-Celeb-1M——該數據庫是全球最大的公開人臉識別數據庫。
2016 年 8 月，微軟在官網中公布了一篇題為《MS-Celeb-1M: A Dataset and Benchmark for Large-Scale Face Recognition》的論文，論文作者包括來自微軟研究院的 Yandong Guo（郭彥東，目前他已經離開微軟加入到小鵬汽車）, Lei Zhang（張磊）, Yuxiao Hu, Xiaodong He, Jianfeng Gao 等人。
在這篇論文中，微軟介紹了一個名為 MS-Celeb-1M 的人臉識別挑戰(zhàn)賽，參賽者需要根據微軟提供的數據集作為訓練數據來開發(fā)自己的圖像識別系統(tǒng)，以便從 100 萬個名人名單中進行人臉識別。
與此同時，隨著這一挑戰(zhàn)賽，微軟也發(fā)布了一個面向公眾開放下載的大規(guī)模人臉識別數據集 MS-Celeb-1M，其中第一個版本包含了 10 萬個名人（根據他們的受歡迎程度，從上述 100 萬個名人名單中選擇而來）的 1000 萬張臉部照片，來供研究者開發(fā)自己的人臉識別技術——微軟宣稱，這些照片來自于人們常用的搜索引擎，也就是公開渠道。
以 Lady Gaga 為例，我們來看一下數據庫中的相關照片：
微軟宣稱，該數據庫是全球最大的公開人臉識別數據庫。
微軟技術與研究院首席研究員 / 研究經理張磊（即上述論文作者中的 Lei Zhang）博士曾對外表示，MS-Celeb-1M 的目標是識別百萬人臉，是計算機視覺內最大規(guī)模的分類問題，并且其中一個人物對應一個 entity，綁定了知識庫，并且知識庫中提供了每個人的職業(yè)，性別等等豐富的信息，從而解決了人物重名的問題，可以從識別達到認知。
基于這一數據庫，微軟舉行了 MS-Celeb-1M 百萬名人識別競賽，這一競賽被業(yè)界認為是人臉識別的年度 “世界杯”。雷鋒網了解到，在 2017 年的微軟百萬名人識別競賽中：Panasonic-新加坡國立大學合作奪得第一，CIGIT（中科院重慶綠色智能技術研究院）和中科院合作隊伍位列第二，美國東北大學位列第三。
雖然在微軟的認知中，最開始這個數據集是面向學術界做的，但后來，這一數據集被許多工業(yè)界的同行所使用。
根據相關的引文資料，MS-Celeb-1M 數據庫已經被多商業(yè)機構所使用，比如說 IBM、松下電氣、阿里巴巴、輝達、日立、商湯科技、曠視科技等，甚至有消息稱，也有相關的軍事研究人員采用了這一數據庫來訓練面部識別系統(tǒng)。
然而，伴隨著人臉識別技術的發(fā)展，人們對相關隱私的關注和擔憂越來越多增加，也有人認為微軟的這一數據庫涉嫌侵犯隱私，比如說來自德國柏林的藝術家和技術專家 Adam Harvey，他在自己的 Megapixel 項目中記載了包括 MS-Celeb-1M 在內的數據庫的詳細信息以及使用用戶。
Adam Harvey 認為，微軟用 Celebrity 一詞指的是那些在網上工作并且在數字世界具備知名度的人，而不僅僅是 Lady Gaga、Steve Jobs 這樣的名人。
比如說，有媒體在針對 MS-Celeb-1M 數據庫中的人臉進行核實后發(fā)現，MS-Celeb-1M 的確包含了不少名人的照片，比如說 Lady Gaga、Steve Jobs 等，但是也包含一些媒體人的信息，比如說《連線》雜志負責報道網絡犯罪、網絡安全、隱私等問題的高級記者 Kim Zetter。
實際上，針對微軟涉嫌侵犯隱私問題，英國《金融時報》也設法聯(lián)系了被收錄在 MS-Celeb-1M 數據庫的當事人，某些當事人甚至根本不知道自己的照片已經被收錄——比如說科技作家 Adam Greenfield；他在接受采訪時表示，自己絕不是公眾人士，無法放棄自己的隱私權。
也就是說，微軟在數據庫中使用的照片，并沒有征得當事人的同意，即使他們是名人。
當然，微軟自己也意識到了這個問題，目前它已經刪除了 MS-Celeb-1M 數據庫；在對英國《金融時報》的回應中，微軟表示：
這個網站原本是用于學術目的，它是由微軟的一個前員工來運營的。目前，該員工已經離開微軟，因此我們也已經移除了它。
值得一提的是，伴隨著微軟刪除了 MS-Celeb-1M 數據庫，另外兩個學術單位也刪除了它們旗下的類似相關數據庫，包括由杜克大學研究人員建造的 Duke MTMC 監(jiān)控數據庫和斯坦福大學的 Brainwash 數據庫。
就目前的情況來看，微軟用來介紹 MS-Celeb-1M 項目的網站還在，但是數據集本身已經不能下載；然而，據雷鋒網搜索發(fā)現，相關的數據庫資源依然可以從其他網站進行下載。更重要的是，作為一個公開下載的數據集，MS-Celeb-1M 實際上已經存在于不少企業(yè)或機構的本地硬盤中，被用作各類的用途，而照片當事人卻無法左右。
正如，Adam Harvey 所言：
一旦你發(fā)布了它，人們下載了它，那它就會存在于全世界的硬盤里。
雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
