Nimesh Patel 是一名伊利諾斯州居民，也是一名權利受到不法侵害的 Facebook 用戶。當然，Nimesh Patel 並不天真：他很清楚社交網絡公司 Facebook 在收集自己的個人信息。不過，Facebook 公司似乎想要的太多了，他們開始獲取 Nimesh Patel 外貌上的一些具體細節信息，比如他的眉毛之間的皮膚間隙有多少毫米，他的嘴角上揚之後能在面部伸展的角度有多少，以及他的面部包含了多少個幾何形狀，而 Facebook 公司收集這些數據的目的，就是爲了讓他們的面部識別軟件能夠認出屏幕前面的人。
雷鋒網瞭解到，作爲原告，Patel 在一項集體訴訟中控告 Facebook 公司， 認爲該公司使用面部識別技術侵犯了伊利諾斯州在 2008 年通過的一項法案——生物信息隱私法案（BIPA），此法案旨在限制企業存儲、利用人們的生物特徵，其中特別對這些生物特徵進行了明確定義，包括指紋、聲紋、視網膜、紅膜掃描、手部掃描和麪部幾何形狀。Patel 控告 Facebook 公司一案在今年十月被法院接受受理，之後類似的訴訟也發生在了谷歌和 Snapchat 這些社交網絡巨頭身上。很可能在明年的法庭上，這個問題會有一番激烈爭辯：誰可以存儲我們的面部信息？
不過，美國公民自由團體表示，針對此事的辯論來得太晚。不過，伊利諾斯州的法律在美國不算是個普遍現象，越來越多的監控系統和執法數據庫內都存儲、整合了人臉識別技術，而且該技術在最近幾年也得到了迅速發展。Jennifer Lynch 是美國電子前哨基金會的律師，她表示：
我們可能很快會在實體零售店內部署安全攝像頭，用於識別那些進店購物的人們。
事實上這場訴訟 Facebook 公司的案件，雷鋒網(公衆號：雷鋒網)瞭解到主要針對的是他們在 2010 年推出的一項給照片「打標籤」的功能：當一個用戶上傳了照片，Facebook 的系統會自動識別出照片中的人臉，然後與系統之前所「看到」的存量照片進行匹配，最後識別出這個人及其好友和其他關係網絡。根據該訴訟案，Facebook 公司確認了這套「標籤推薦」系統的確在收集、存儲該社交網絡平臺上美國用戶的「面部模板」。
從時間上來看，伊利諾斯州頒佈的《生物信息隱私法案》早於 Facebook 公司推出的「標籤推薦」功能，不過當時這項法案中並沒有提及和社交網絡相關的生物信息隱私問題。事實上，該法案只是用於限制生物標識在金融交易中的潛在使用，同時，其中還專門提到生物標識必須與 PIN 碼和交易密碼不一樣——也就是說，即便客戶的生物標識 ID 被黑客竊取了，也不能被用來更新指紋和麪部信息。不過，該集體訴訟的律師明確指出，該法案其實不能侷限於銀行等金融領域，而是應該同樣應用在科技公司身上——比如在今年四月，美國法院受理了另一個案件，當時法院認爲照片分享服務提供商 Shutterfly 公司不能存儲用戶照片，並宣佈該公司需要賠償用戶，但具體金額不詳。
按照伊利諾斯州的生物信息隱私法案，私人公司必須做出書面政策聲明，明確告知用戶自己存儲生物信息的具體時間會有多久，之後他們必須永久刪除這些數據。Claire Gartland 是美國電子信息隱私信息中心的一位律師，主要負責消費者隱私問題，他表示：
在某種程度上，伊利諾斯州的生物信息隱私法案其實非常溫和，它只是要求私人公司給消費者用戶提供一個免責聲明而已。
而本次訴訟 Facebook 公司的核心問題，就是該公司一直在構建、維護伊利諾斯州用戶的面部模板數據庫，但是卻沒有提供任何書面政策說明。對於本次訴訟，Facebook 公司發言人拒絕回答任何與之相關的問題，不過該發言人特別提到說，用戶可以在任何時候關閉自己賬戶下的「標籤推薦」功能。
有趣的是，這不是科技公司因爲收集生物信息第一次被起訴了。在 2015 年末，Facebook 公司就曾被指違反了生物信息隱私法案（BIPA）中對於生物特徵標識的規定，其中就包括對尚未明確排除照片和物理描述的人臉掃描和麪部幾何形狀的相關規定。但是，Facebook 公司認爲這項法案僅對物理面部掃描器具有約束力，這些實體掃描器會對真實的面孔掃描，並記錄相關生物信息。而對於 Facebook 的系統軟件來說，他們只是針對照片進行篩選甄別，因此不應該受到該法案的約束。不過法庭卻稱 Facebook 公司的說辭「毫無說服力」，並且提到該法案覆蓋了所有新興的生物識別技術。如果 Facebook 公司敗訴，那麼他們需要給數百萬伊利諾斯州用戶（或者，更具體地說，全美用戶）進行賠償，而且還必須修改其生物信息使用政策。
在法庭上，Facebook 公司可能會重點從技術角度來闡述自己的面部識別科技，但是在生物學專家、密歇根州立大學計算機科學與工程學院教授 Anil Jain 看來，法庭可能還需要知道 Facebook 公司是否會在他們的面部匹配軟件系統內使用一些傳統處理方法。這些系統是基於大量評估測量來構建、存儲面部模板的，Anil Jain 說道：
他們會根據人們面部輪廓進行採樣，然後提取一些標誌性的要點，比如眉毛、鼻子、嘴脣點沿線、以及嘴巴兩端，等等。
不過，Jain 還提到，Facebook 公司的研究人員正在嘗試利用機器學習技術進行面部識別，在 2014 年該公司發表的一篇報告中，提到 Facebook DeepFace 系統就在嘗試應用全新的解決方案。在該報告中，研究人員描述了他們是如何利用 Facebook 平臺上 440 萬張擁有面部標籤標記的照片數據集合來訓練 DeepFace 系統的。基於數百萬個參數設置，DeepFace 系統的深度神經網絡可以檢測人臉，然後按照他們的「學習經驗」區分出不同的面部匹配規則。用 Jain 的話來說，「它更像是一個黑盒。」
現階段，Facebook 公司並沒有透露他們是否會在其平臺上標準的標籤推薦功能上使用 DeepFace 軟件（或類似的其他軟件系統），可是，如果他們不採用這種先進的方法，那麼他們當前的技術其實並不違反法律規定。對此，Jain 做了進一步解釋：
現在的問題是，Facebook 公司是否把人臉信息存儲在了他們的數據庫裏。
當 DeepFace 程序分析原生照片時，該系統可能只會按照自己所學到的分析規則來讀取、分析照片，而且不會像實體面部掃描儀那樣存儲面部模板。但現實總是具有諷刺意味——如果 Facebook 公司沒有把這些人臉信息數據存儲在他們的系統之中，又怎麼會被訴至法庭，所以還是讓我們和雷鋒網一起來看看 Facebook 公司究竟會如何在法庭上挽回自己的「面子」吧。
VIA ieee
【兼職召集令！】
如果你對未來充滿憧憬，喜歡探索改變世界的科技進展，look no further！
我們需要這樣的你：
精通英語，對技術與產品感興趣，關注人工智能學術動態的蘿莉&萌妹子&技術宅；
文字不求妙筆生花，但希望通俗易懂；
在這裏，你會收穫：
一羣來自天南地北、志同道合的小夥伴；
前沿學術科技動態，每天爲自己充充電；
更高的生活品質，翻翻文章就能掙到零花錢；
有意向的小夥伴們把個人介紹/簡歷發至 guoyixin@leiphone.com，如有作品，歡迎一併附上。
