人脸识别遍地开花？南都调查：四成民众不想用

　　12月5日，南都人工智能伦理课题组发布《人脸识别落地场景观察报告（2019年）》，展示了公众使用人脸识别时遇到的问题与担忧。报告显示，在个人信息泄露频发的态势下，超过七成的民众对网络运营者的安全保障能力存有疑问，担心人脸数据泄露。

　　缺乏隐私政策成常态

 

　　当前，监管和执法部门对个人信息保护十分重视，随着净网行动、App违法违规收集使用个人信息专项治理行动等各类治理的推进，网络空间内的个人信息安全情况正在逐步改善，隐私政策也成为App的标配。

 

　　一般而言，网络运营者会在隐私政策中明确其收集的个人信息的类型、范围、约束和管理准则、安全措施，等等。这相当于为用户提供了一份承诺和保障。然而，人脸识别应用涉及到线上线下，技术先行、法律滞后，带来了监管的灰色地带。

 

　　据南都研究员介绍，他们在实测中发现，许多场景的人脸识别设备没有提供隐私政策或用户协议，公众无法在知情同意的前提下使用。以厕纸机为例，研究员进入摄像头范围后就被刷脸，关于人脸数据怎样存储、是否能删除等关键问题，机器没有进行任何说明。而在一些设置了人脸识别摄像头的商场内，消费者甚至根本就不知道自己会被拍摄。

 

　　报告数据显示，在公租房、交通、校园、商场等场景下，都各有半数以上的受访者表示没有签署隐私政策或不清楚是否签订了隐私政策。这意味着，一旦发生信息泄露，用户难以要求网络运营者提供合理的处置或救济措施。

 

　　此外，四成以上的受访者不知道自己的人脸数据怎样被储存。在“是否希望系统运营者为自己提供查看或删除人脸数据的渠道”这一问题下，83.37%的受访者选择了“是”，呈现出压倒性的占比。

 

　　报告特别指出，人脸识别产品或服务的厂商在宣传时常常主打“无感”，即用户没有感知。对于数据的收集者和使用者来说，“无感”也许是件好事，但对于用户来说，这无疑是一种技术不公。在商业场景下，人脸识别系统的运营者应该探索设置有效的“勾选同意”方式，征得用户的知情同意。

 

　　七成民众担心人脸泄露

 

　　报告显示，在各个场景下，认为有了人脸识别更安全的受访者均占六成以上。

 

　　各个场景下受访者对“使用人脸识别后更方便”的看法。

 

　　不过，在个人信息泄露频发的态势下，公众对人脸识别也存在隐忧。有3000多位受访者列举了担心的理由，包括人脸信息公开无法加密、人脸信息绑定了一系列与金钱有关的账户、不确定数据管理者是否能合法地收集使用、担心系统技术不完善被黑产盗用，等等。

 

　　人脸识别的信息泄露问题并非危言耸听，此前已有案例。在有关的安全隐患中，79.31%的受访者担心系统运营者安全能力欠缺导致人脸信息泄露，65.17%的人担心换脸视频等网络虚假信息增多，49.57%的人担心不法分子利用伪造信息实施诈骗或盗刷。

 

　　值得注意的是，与传统方式相比，不愿意使用人脸识别和更愿意使用的受访者占比为39%和41.11%，二者占比基本持平，另外有19.89%的受访者表示说不清。73.76%的受访者希望能自主选择使用人脸识别还是传统方式。

 

　　如何规范人脸识别应用？70.49%的受访者认为应设立专门的监管机构，60.72%的受访者认为要加强相关立法，还有43.7%的受访者认为应限制人脸识别的使用场景。

 

　　就此，报告建议，政府不妨对不同人脸识别的应用场景进行利益衡量后，确定人脸识别应用的使用必要性和使用范围。一方面，通过制定法律法规和国家标准，明确企业的从业资质与行为规范，设置准入场景、准入条件，包括“黑名单”“白名单”“推荐名单”；另一方面，制定完善的问责制度，明确处罚构成要件、处罚标准，从而最大程度地防范人脸识别技术的滥用。

 

　　根据官网显示，Goya的性能是英伟达TeslaT4的3倍，效率是其2倍，Facebook曾使用Goya来编译GlowML编译器。

 

　　推理芯片Goya

 

　　而今年6月推出的新款训练处理器解决方案，被称为Gaudi（PDF），其架构基于Tensor处理器内核，双向吞吐量为2Tbps。

 

　　全球多家科技巨头与高校联合发布的MLPerf（一套用于测量和提高机器学习软硬件性能的国际基准）曾在今年根据14家机构提交的数据公布了“各家的推理芯片基准分数”。

 

　　其中，除了英伟达在多个商用设备场景中的产品类别占据了第一名，HabanaLabs、谷歌和英特尔(Intel)的分数也都位于前列。

 

　　特别是在数据中心领域，Nvidia最接近的竞争对手便是HabanaLabs的推理芯片Goya。

 

　　芯片分析师KarlFreund表示:“Habana是唯一一个能够全面生产高性能处理器的挑战者，当下一代MLPerf基准分维度有望包括电力消耗数据时，Habana应该会表现不错。”

 

　　而在接受权威电子技术网站EETimes采访时，Habana曾指出，基准分数目前纯粹基于性能——功耗不是一个衡量标准，实用性(比如考虑溶液是被动冷却还是水冷却)也不是，成本当然也不是。

 

　　Gaudi的性能表现

 

　　值得一提的是，HabanaLabs去年11月刚刚完成7500万美元的融资，当时领投方正是英特尔。投资不过瘾，索性就整个收购过来。

 

　　买买买为了啥？

 

　　此前曾经收购了两家AI初创公司。

 

　　2016年8月，英特尔收购了AI初创公司Nervana，宣布进军深度学习训练芯片领域，经过了三年多时间的筹备，今年11月下旬，英特尔发布了首款云端AI定制芯片——Nervana神经网络处理器（NNP）系列产品。

 

　　正如上文所说，定制芯片面向特定的用户需求，因此在专用领域内性能更强、功耗更低，被广泛应用于云端服务器的部署，也被视作最有前景的领域之一。

 

　　在该领域，英特尔和英伟达一直是领导者的角色。尤其是服务器领域，全世界98%的数据中心都采用了英特尔的处理器，下游的云服务提供商如亚马逊、微软等，都是英特尔芯片的客户，也因此，AI芯片成为了卖方市场，价格居高不下。

 

　　为了打破这种“垄断”，亚马逊和谷歌等，都开始进军ASIC定制芯片。云服务最大的玩家亚马逊，早在去年就推出了第一款AI芯片Inferentia，而今年英特尔发布的同期，亚马逊的芯片已经迭代到了第二代，比第一代至少快20%。

 

　　Google也同样如此。虽然采用的是不同的解决方案，但Google的TensorProcessingUnit（TPU），已经迭代到了第三代。

 

　　云计算依然是烧钱的行业。根据IDC的最新数据，2019年全球在人工智能系统上的支出预计为375亿美元，到2023年，这一数字将达到979亿美元。

 

　　Habanalabs是一笔相当高金额的收购案，这也是英特尔第三次收购AI初创公司。实际上，靠收购深化布局、补齐短板，是美国科技巨头们的一贯策略，美国科技行业的并购相当活跃。

 

　　从目前的AI定制芯片市场来看，英特尔有理由感到压力。

 

　　投行伯恩斯坦分析师StacyRasgon曾指出，亚马逊的第一款ARM芯片似乎并未对Intel的数据中心业务产生影响，后者在过去一年继续增长。如果亚马逊或者Google对ARM技术进行投资掌握了这些技术，那么这可能将对Intel造成更大麻烦。

 

　　也因此，英特尔需要继续强化技术，以免曾经的下游客户“单飞”，甚至成为自己的竞争对手。消费端，AMD已经成为英特尔不能忽视的威胁，在B端，英特尔要把竞争对手扼杀在襁褓中。