顔認識の背後にあるセキュリティリスクを誰が負担するのでしょうか?

顔認識の背後にあるセキュリティリスクを誰が負担するのでしょうか?

近年、科学技術の発展に伴い、顔認識技術は人々の日常生活で頻繁に使用されるようになりました。たとえば、買い物の支払い、セキュリティチェックの通過、帰宅時のドアの開け閉めなど、顔をスキャンして行うことができます。しかし、顔認識技術が普及するにつれて、それがもたらすリスクも大きくなり、疑問も生じます。その中で最も議論されているのは、個人のプライバシーとそれがもたらすリスクに関する問題です。

[[276634]]

最近、教室内での生徒の一挙手一投足を人工知能が監視している写真が激しい議論を巻き起こしている。写真の人工知能は、手を挙げる、携帯電話で遊ぶ、眠る、講義を聞くといった生徒の行動を認識することができます。監視を担当した企業は、この写真は同社の技術シナリオの概念実証であり、現在は技術展示の段階であり実用化には至っていないとしているが、個人の習慣や動作軌跡、表情などの生体特徴を任意に捉えることができるこの技術が個人のプライバシーを侵害しないかと疑問視する声も多い。

顔認識が個人情報データの漏洩や個人のプライバシーの侵害を引き起こすかどうかについて、Googleのグローバル問題担当上級副社長ケント・ウォーカー氏は、GoogleはGoogle Cloudを通じて「ユニバーサル」な顔認識APIを提供しないと述べたことがある。ウォーカー氏は、グーグルは顔認識技術に関連するいくつかの重要な技術的および政策的問題に対処するために取り組んでいると述べた。

多目的に使用できる多くの新しいテクノロジーと同様に、顔認識の適用は、乱用や有害な結果の可能性を回避しながら、私たちの原則と価値観に一致する方法で使用されるように慎重に検討する必要があります。

[[276635]]

これを受けてサンフランシスコ市は「秘密監視を阻止」条例の修正案を可決し、政府による顔認識技術の使用を禁止した米国初の都市となった。この条例は、顔認識技術が公民権や自由権を侵害する可能性が、その利点をはるかに上回ると強調している。この技術は人種的不公正を悪化させ、政府の監視を常に受け​​ずに生活する能力を脅かすことになる。監視技術には、ナンバープレート読み取り装置、監視カメラ、犯罪行為を予測するために使用されるソフトウェア、虹彩スキャン装置や顔や歩き方を認識するソフトウェアなどの生体認証技術が含まれます。

サンフランシスコに加え、全米の議員らもAI関連のプライバシー規制を再検討しており、米上院も顔認識ソフトウェアの商用利用を規制する法案を検討している。

[[276636]]

生体認証技術の観点から見ると、各人のデータはそれぞれ固有のものであり、それが不法に盗まれて解読されると、個人の生体認証による身元認証は自動的に省略され、個人情報のセキュリティ、財産のセキュリティ、さらには個人の安全に対するリスクが増大し、人権にも大きな脅威をもたらします。懐疑論者はまた、顔認識技術の急速な普及が個人の自由とプライバシーを保護する政府の能力を上回ってしまうのではないかと懸念している。

もちろん、顔認識技術は社会の安定や生活の利便性の面でも多くのメリットをもたらします。人身売買を防止し、行方不明の子供の顔認識データベースを構築し、逃亡者を追跡し、間接的に犯罪率を減らすことができます。現在、顔認識などの人工知能分野の革新的な技術を利用することで、都市の公共安全と交通管理を組み合わせ、困難な都市管理の問題を解決することができます。

しかし、現在、顔認識やAIの応用は避けられない流れであり、人権やプライバシーの問題で停滞し続けると、知能の発展にとって良いことではありません。

実際、科学技術は常に両刃の剣でした。先端科学技術の発展は人々の生活水準を向上させ、暮らしに便利さをもたらしましたが、一方で個人のプライバシーの盗難やセキュリティリスクなど、人々にとっての不利益ももたらしました。

私たちにできるのは、技術を野放しにしてリスクが拡大・増大するのを許すのではなく、規制管理の下で技術が着実に発展できるようにすることだけです。人間と社会の発展に役立つ科学技術は、意思決定者が考えるべきことです。政策を策定し、リスクを管理することは、規制当局の避けられない責任です。人々にセキュリティリスクの代償を払わせるべきではありません。

<<:  映画はヒットできるでしょうか?機械学習を使用して正確な予測を行う

>>:  CPU、GPU、NPU、FPGA はディープラーニングでどのように優位性を発揮するのでしょうか?

ブログ    

推薦する

...

...

...

Windows Update で使用される指数アルゴリズムにより、XP マシンの速度が大幅に低下する

[[92385]] Windows XP ユーザーは、現在の XP が 2001 年にリリースされた...

機械学習と古典的なアルゴリズムの概念をわかりやすい言葉で説明しました。初心者必読

データ分野では、多くの人が機械学習について語っていますが、それが何であるかを明確に説明できる人はごく...

...

データサイエンス プロジェクトに Scikit-learn Python ライブラリを使用する方法

[[246038]]柔軟で多様な Python ライブラリは、データ分析とデータマイニングのための強...

大規模言語モデルによる金融市場の予測

大規模言語モデル (LLM) は、数百万または数十億のパラメータを持つ人工ニューラル ネットワークで...

Tech Neo 9月号:アルゴリズムに基づくIT運用・保守

51CTO.com+プラットフォームは、オリジナルの技術コンテンツの選択と絶妙なレイアウトを通じて、...

大躍進!科学者たちは、2050年までに人類は不死になるだろうと発表しました。人工知能のもとでの必然?

2050年には人類は「不死」になる!このトピックを見て驚きましたか?驚きましたか?不死は、すべての...

IBMは信頼性の低い量子コンピューティングの問題を克服し、エラー軽減を使用して有用な計算を実現し、Natureの表紙を飾った。

量子コンピューティングは長い間、特定の問題に関して従来のコンピューティングよりも高速であると期待され...

2020 Forrester Wave レポート: Dynatrace が AI を活用した IT 運用 (AIOps) のリーダーに選出

「Forrester Wave™: IT 運用のための人工知能、2020 年第 4 四半期」レポート...

MetaのAIディレクターは、AIスーパーインテリジェンスがすぐに実現するとは考えておらず、量子コンピューティングにも懐疑的だ。

メタの主任科学者であり、ディープラーニングの先駆者であるヤン・ルカン氏は、現在のAIシステムが、山の...

...

...