最近，蘋果人臉辨識技術 Face ID 的隱私條款被懷疑有漏洞，使任何第三方程式開發者都可以使用你的臉部資訊；擁有世上最大臉部資訊庫（DeepFace）的 Facebook 也因為新的人臉辨識計畫再次捲入資安風波；甚至當作 iPhone X 辨識功能「TrueDepth」核心技術的「紅外光物表感應」，也被證實可當作誘騙人臉辨識科技的方法。中國研究團隊用紅外光加上深度對抗例（adversarial example）學習技術，反過來用深度學習研究哪些光態可以順利誘騙人臉辨識科技。
資安問題
當亞馬遜（Amazon）將其先進辨識技術 Reckognition 賣給美國某些州警警網，人們其實不知道自己正受監視器監控，以實驗犯罪防治網路。全球有許多新創公司致力於發展科技慈善，英國某科技公司免費提供線上人臉辨識以協尋失蹤青年、某網路新創公司則提供辨識服務以打擊人口販賣，但人們能確定這些功能沒有被「數據歧視」誤導而失去效果嗎？
人們應正視資訊爆炸帶來的資安問題。例如多倫多大學（University of Toronto）的研究團隊就因應人臉辨識資訊盜用問題，用 AI 深度學習的對抗訓練（adversarial training）技術，研發專門反制資安漏洞的科技。該團隊開發出新的「反辨識」演算法，研究出如何只改一點點、不讓原圖改變太多就能讓不法辨識系統失效的方法。此外，全球資訊領導廠商更要帶頭對其研究發表與應用性產品提出資安評估，隨同其應用一同發布，並督促法律與教育跟進新科技步伐。
法律與教育該如何相輔相成
法律與教育應負起監督科技的責任，尤其在這格科技革新速度比人腦思考速度還快的時代。司法系統應制定新的資訊協定，以及辦理相關專利的法律增修、資安利用法則、相關資訊安全刑責增修，並強制公私機構實行含括識別科技的資安教育，更要獎助資安研究與應用。教育界則應教授有關自動識別應用的優缺點、宣導資安意識、保護個資的措施辦法、資訊識讀、資安法律與道德教育。
最後，科技應回到人文。辨識科學的深度研究是利用 AI 加速自主學習的特性，除了以自動辨識急速增生的巨量數據研究其應用，更同時應以同樣巨量的資料，讓機器學習如何深度防範更容易爆發的資安危機；另一方面讓奠基在生物辨識上的人文領域深度研究追上科學領域，例如考古鑑定、社會心理學、美學與政治哲學等學門。畢竟，人們應意識到一件事：科技始終出於人性。
參考資料：
- Kyle Wiggers. (2018, May). Amazon is selling facial recognition technology to U.S. law enforcement. VB
- Geoffrey A. Fowler. (2017, Nov 30). Apple is sharing your face with apps. That’s a new privacy worry. The Switch
- Macworld Staff, Glenn Fleishman. (2017, Dec. 25). Face ID on the iPhone X: Everything you need to know about Apple’s facial recognition. Macworld
- Facebook Is Using an “NRA Approach” to Defend Its Creepy Facial Recognition Programs. SLATE