Nimesh Patel 是一名伊利诺斯州居民，也是一名权利受到不法侵害的 Facebook 用户。当然，Nimesh Patel 并不天真：他很清楚社交网络公司 Facebook 在收集自己的个人信息。不过，Facebook 公司似乎想要的太多了，他们开始获取 Nimesh Patel 外貌上的一些具体细节信息，比如他的眉毛之间的皮肤间隙有多少毫米，他的嘴角上扬之后能在面部伸展的角度有多少，以及他的面部包含了多少个几何形状，而 Facebook 公司收集这些数据的目的，就是为了让他们的面部识别软件能够认出屏幕前面的人。
雷锋网(公众号：雷锋网)了解到，作为原告，Patel 在一项集体诉讼中控告 Facebook 公司， 认为该公司使用面部识别技术侵犯了伊利诺斯州在 2008 年通过的一项法案——生物信息隐私法案（BIPA），此法案旨在限制企业存储、利用人们的生物特征，其中特别对这些生物特征进行了明确定义，包括指纹、声纹、视网膜、红膜扫描、手部扫描和面部几何形状。Patel 控告 Facebook 公司一案在今年十月被法院接受受理，之后类似的诉讼也发生在了谷歌和 Snapchat 这些社交网络巨头身上。很可能在明年的法庭上，这个问题会有一番激烈争辩：谁可以存储我们的面部信息？
不过，美国公民自由团体表示，针对此事的辩论来得太晚。不过，伊利诺斯州的法律在美国不算是个普遍现象，越来越多的监控系统和执法数据库内都存储、整合了人脸识别技术，而且该技术在最近几年也得到了迅速发展。Jennifer Lynch 是美国电子前哨基金会的律师，她表示：
我们可能很快会在实体零售店内部署安全摄像头，用于识别那些进店购物的人们。
事实上这场诉讼 Facebook 公司的案件，雷锋网了解到主要针对的是他们在 2010 年推出的一项给照片“打标签”的功能：当一个用户上传了照片，Facebook 的系统会自动识别出照片中的人脸，然后与系统之前所“看到”的存量照片进行匹配，最后识别出这个人及其好友和其他关系网络。根据该诉讼案，Facebook 公司确认了这套“标签推荐”系统的确在收集、存储该社交网络平台上美国用户的“面部模板”。
从时间上来看，伊利诺斯州颁布的《生物信息隐私法案》早于 Facebook 公司推出的“标签推荐”功能，不过当时这项法案中并没有提及和社交网络相关的生物信息隐私问题。事实上，该法案只是用于限制生物标识在金融交易中的潜在使用，同时，其中还专门提到生物标识必须与 PIN 码和交易密码不一样——也就是说，即便客户的生物标识 ID 被黑客窃取了，也不能被用来更新指纹和面部信息。不过，该集体诉讼的律师明确指出，该法案其实不能局限于银行等金融领域，而是应该同样应用在科技公司身上——比如在今年四月，美国法院受理了另一个案件，当时法院认为照片分享服务提供商 Shutterfly 公司不能存储用户照片，并宣布该公司需要赔偿用户，但具体金额不详。
按照伊利诺斯州的生物信息隐私法案，私人公司必须做出书面政策声明，明确告知用户自己存储生物信息的具体时间会有多久，之后他们必须永久删除这些数据。Claire Gartland 是美国电子信息隐私信息中心的一位律师，主要负责消费者隐私问题，他表示：
在某种程度上，伊利诺斯州的生物信息隐私法案其实非常温和，它只是要求私人公司给消费者用户提供一个免责声明而已。
而本次诉讼 Facebook 公司的核心问题，就是该公司一直在构建、维护伊利诺斯州用户的面部模板数据库，但是却没有提供任何书面政策说明。对于本次诉讼，Facebook 公司发言人拒绝回答任何与之相关的问题，不过该发言人特别提到说，用户可以在任何时候关闭自己账户下的“标签推荐”功能。
有趣的是，这不是科技公司因为收集生物信息第一次被起诉了。在 2015 年末，Facebook 公司就曾被指违反了生物信息隐私法案（BIPA）中对于生物特征标识的规定，其中就包括对尚未明确排除照片和物理描述的人脸扫描和面部几何形状的相关规定。但是，Facebook 公司认为这项法案仅对物理面部扫描器具有约束力，这些实体扫描器会对真实的面孔扫描，并记录相关生物信息。而对于 Facebook 的系统软件来说，他们只是针对照片进行筛选甄别，因此不应该受到该法案的约束。不过法庭却称 Facebook 公司的说辞“毫无说服力”，并且提到该法案覆盖了所有新兴的生物识别技术。如果 Facebook 公司败诉，那么他们需要给数百万伊利诺斯州用户（或者，更具体地说，全美用户）进行赔偿，而且还必须修改其生物信息使用政策。
在法庭上，Facebook 公司可能会重点从技术角度来阐述自己的面部识别科技，但是在生物学专家、密歇根州立大学计算机科学与工程学院教授 Anil Jain 看来，法庭可能还需要知道 Facebook 公司是否会在他们的面部匹配软件系统内使用一些传统处理方法。这些系统是基于大量评估测量来构建、存储面部模板的，Anil Jain 说道：
他们会根据人们面部轮廓进行采样，然后提取一些标志性的要点，比如眉毛、鼻子、嘴唇点沿线、以及嘴巴两端，等等。
不过，Jain 还提到，Facebook 公司的研究人员正在尝试利用机器学习技术进行面部识别，在 2014 年该公司发表的一篇报告中，提到 Facebook DeepFace 系统就在尝试应用全新的解决方案。在该报告中，研究人员描述了他们是如何利用 Facebook 平台上 440 万张拥有面部标签标记的照片数据集合来训练 DeepFace 系统的。基于数百万个参数设置，DeepFace 系统的深度神经网络可以检测人脸，然后按照他们的“学习经验”区分出不同的面部匹配规则。用 Jain 的话来说，“它更像是一个黑盒。”
现阶段，Facebook 公司并没有透露他们是否会在其平台上标准的标签推荐功能上使用 DeepFace 软件（或类似的其他软件系统），可是，如果他们不采用这种先进的方法，那么他们当前的技术其实并不违反法律规定。对此，Jain 做了进一步解释：
现在的问题是，Facebook 公司是否把人脸信息存储在了他们的数据库里。
当 DeepFace 程序分析原生照片时，该系统可能只会按照自己所学到的分析规则来读取、分析照片，而且不会像实体面部扫描仪那样存储面部模板。但现实总是具有讽刺意味——如果 Facebook 公司没有把这些人脸信息数据存储在他们的系统之中，又怎么会被诉至法庭，所以还是让我们和雷锋网一起来看看 Facebook 公司究竟会如何在法庭上挽回自己的“面子”吧。
VIA ieee
【兼职召集令！】
如果你对未来充满憧憬，喜欢探索改变世界的科技进展，look no further！
我们需要这样的你：
精通英语，对技术与产品感兴趣，关注人工智能学术动态的萝莉&萌妹子&技术宅；
文字不求妙笔生花，但希望通俗易懂；
在这里，你会收获：
一群来自天南地北、志同道合的小伙伴；
前沿学术科技动态，每天为自己充充电；
更高的生活品质，翻翻文章就能挣到零花钱；
有意向的小伙伴们把个人介绍/简历发至 guoyixin@leiphone.com，如有作品，欢迎一并附上。
本文作者：天诺
本文转自雷锋网禁止二次转载，原文链接
