近年來，顏臉識別技術引發不少爭議，主要是大家愈來愈關注隱私和資料保護問題。不少人每天都使用顏臉識別技術來解鎖手機、授權付款，在辦公室進出和機場安檢方面，該技術也正開始使用。 然而，大家也開始質疑顏臉識別技術的道德性、準確性和可能引發的問題。麻省理工學院的一項調查發現，顏臉識別技術可能在性別或種族上存在偏見，原因很可能是採用了失衡的數據輸入。去年另一項研究中，28位美國國會議員被錯誤識別成罪犯；美國一些城市甚至已開始禁用顏臉識別技術，連警方也不容許使用。 可測個人健康狀態 以上情況並不令人意外，因所有廣泛應用並對生活影響深遠的新技術，都會面對類似問題──由技術的準確性、應用時需先與受影響者達成共識、法律責任，到應用倫理等，既要確保合法應用，又能尊重個人權利。然而，人工智能（AI）和深度學習並不一定會成為侵犯個人隱私的工具。 顏臉識別背後的AI技術，其實還有更廣泛應用，除識別人物外，按不同應用及運算法則，還能用來探測臉部及其特徵，並可預測個人健康、情緒和精神狀態等。當中，最有趣的可能是臉部分析。 臉部分析可以分析圖像和視訊，提取其中特徵，以識別性別、年齡，甚至是身體品質指數，現時該技術已被用來測量心跳、血壓，甚至探測糖尿病、心臟病或認知障礙症的初期徵兆。 有保險公司正運用臉部分析來簡化保單額的計算。透過該技術，毋須健康檢測，就能測量出個人的健康狀態、生活方式和預期壽命。在健康保障領域，顏臉識別還有眾多的應用，例如自動追蹤病人的身體情況、情緒，並探測其行為、身體發展和精神上的失調問題。又例如在零售業，能理解消費者的情緒非常重要，可有助於零售商掌握消費者對商品的態度。 改變公司業務方式 AI和機器學習有能力徹底改變人類的工作和生活方式；改變公司的業務方式，為客戶帶來史無前例的便利、創新的產品和服務。便利和創新的背後，往往有犧牲隱私、道德、公正的質疑。當AI為我們的生活作出重要決定的時候，它需要得到我們的信任。我們需要一些機制，讓使用者信任AI系統的推薦、預測和決定的內容，當中要有解釋的過程。 無論是顏臉識別或臉部分析，都需要公正的AI演算法，但其實所輸入的訊息資料是否公正、足夠和無偏差，都會影響系統的決策、預測和分析的準確度。因此，最重要是確保在機器學習中，只使用高品質無偏差的資料。 陳漢偉 香港電腦學會人工智能專家小組召集人