人臉識別技術(shù)發(fā)展到今天，已經(jīng)不僅僅在技術(shù)發(fā)展層面受到關(guān)注，實(shí)際上，在政策和用戶隱私層面，它引起的爭議越來越多，在某些區(qū)域或者領(lǐng)域也頗不受待見（參見記者此前報(bào)道）；比如說，2019 年 5 月，舊金山市對人臉識別技術(shù)發(fā)出了禁令，禁止該技術(shù)在政府機(jī)關(guān)和執(zhí)法機(jī)關(guān)中使用，從而成為全球首個對人臉識別技術(shù)發(fā)出禁令的城市。

近日，微軟公司悄然刪除了該公司于 2016 年發(fā)布的人臉識別數(shù)據(jù)庫 MS-Celeb-1M——該數(shù)據(jù)庫是全球最大的公開人臉識別數(shù)據(jù)庫。

微軟為什么要發(fā)布 MS-Celeb-1M 數(shù)據(jù)庫？

2016 年 8 月，微軟在官網(wǎng)中公布了一篇題為《MS-Celeb-1M: A Dataset and Benchmark for Large-Scale Face Recognition》的論文，論文作者包括來自微軟研究院的 Yandong Guo（郭彥東，目前他已經(jīng)離開微軟加入到小鵬汽車）, Lei Zhang（張磊）, Yuxiao Hu, Xiaodong He, Jianfeng Gao 等人。

在這篇論文中，微軟介紹了一個名為 MS-Celeb-1M 的人臉識別挑戰(zhàn)賽，參賽者需要根據(jù)微軟提供的數(shù)據(jù)集作為訓(xùn)練數(shù)據(jù)來開發(fā)自己的圖像識別系統(tǒng)，以便從 100 萬個名人名單中進(jìn)行人臉識別。

與此同時，隨著這一挑戰(zhàn)賽，微軟也發(fā)布了一個面向公眾開放下載的大規(guī)模人臉識別數(shù)據(jù)集 MS-Celeb-1M，其中第一個版本包含了 10 萬個名人（根據(jù)他們的受歡迎程度，從上述 100 萬個名人名單中選擇而來）的 1000 萬張臉部照片，來供研究者開發(fā)自己的人臉識別技術(shù)——微軟宣稱，這些照片來自于人們常用的搜索引擎，也就是公開渠道。

以 Lady Gaga 為例，我們來看一下數(shù)據(jù)庫中的相關(guān)照片：

微軟宣稱，該數(shù)據(jù)庫是全球最大的公開人臉識別數(shù)據(jù)庫。

微軟技術(shù)與研究院首席研究員 / 研究經(jīng)理張磊（即上述論文作者中的 Lei Zhang）博士曾對外表示，MS-Celeb-1M 的目標(biāo)是識別百萬人臉，是計(jì)算機(jī)視覺內(nèi)最大規(guī)模的分類問題，并且其中一個人物對應(yīng)一個 entity，綁定了知識庫，并且知識庫中提供了每個人的職業(yè)，性別等等豐富的信息，從而解決了人物重名的問題，可以從識別達(dá)到認(rèn)知。

基于這一數(shù)據(jù)庫，微軟舉行了 MS-Celeb-1M 百萬名人識別競賽，這一競賽被業(yè)界認(rèn)為是人臉識別的年度 “世界杯”。記者(公眾號：記者)了解到，在 2017 年的微軟百萬名人識別競賽中：Panasonic-新加坡國立大學(xué)合作奪得第一，CIGIT（中科院重慶綠色智能技術(shù)研究院）和中科院合作隊(duì)伍位列第二，美國東北大學(xué)位列第三。

雖然在微軟的認(rèn)知中，最開始這個數(shù)據(jù)集是面向?qū)W術(shù)界做的，但后來，這一數(shù)據(jù)集被許多工業(yè)界的同行所使用。

根據(jù)相關(guān)的引文資料，MS-Celeb-1M 數(shù)據(jù)庫已經(jīng)被多商業(yè)機(jī)構(gòu)所使用，比如說 IBM、松下電氣、阿里巴巴、輝達(dá)、日立、商湯科技、曠視科技等，甚至有消息稱，也有相關(guān)的軍事研究人員采用了這一數(shù)據(jù)庫來訓(xùn)練面部識別系統(tǒng)。

微軟刪除了，但它存在于全世界的硬盤里

然而，伴隨著人臉識別技術(shù)的發(fā)展，人們對相關(guān)隱私的關(guān)注和擔(dān)憂越來越多增加，也有人認(rèn)為微軟的這一數(shù)據(jù)庫涉嫌侵犯隱私，比如說來自德國柏林的藝術(shù)家和技術(shù)專家 Adam Harvey，他在自己的 Megapixel 項(xiàng)目中記載了包括 MS-Celeb-1M 在內(nèi)的數(shù)據(jù)庫的詳細(xì)信息以及使用用戶。

Adam Harvey 認(rèn)為，微軟用 Celebrity 一詞指的是那些在網(wǎng)上工作并且在數(shù)字世界具備知名度的人，而不僅僅是 Lady Gaga、Steve Jobs 這樣的名人。

比如說，有媒體在針對 MS-Celeb-1M 數(shù)據(jù)庫中的人臉進(jìn)行核實(shí)后發(fā)現(xiàn)，MS-Celeb-1M 的確包含了不少名人的照片，比如說 Lady Gaga、Steve Jobs 等，但是也包含一些媒體人的信息，比如說《連線》雜志負(fù)責(zé)報(bào)道網(wǎng)絡(luò)犯罪、網(wǎng)絡(luò)安全、隱私等問題的高級記者 Kim Zetter。

實(shí)際上，針對微軟涉嫌侵犯隱私問題，英國《金融時報(bào)》也設(shè)法聯(lián)系了被收錄在 MS-Celeb-1M 數(shù)據(jù)庫的當(dāng)事人，某些當(dāng)事人甚至根本不知道自己的照片已經(jīng)被收錄——比如說科技作家 Adam Greenfield；他在接受采訪時表示，自己絕不是公眾人士，無法放棄自己的隱私權(quán)。

也就是說，微軟在數(shù)據(jù)庫中使用的照片，并沒有征得當(dāng)事人的同意，即使他們是名人。

當(dāng)然，微軟自己也意識到了這個問題，目前它已經(jīng)刪除了 MS-Celeb-1M 數(shù)據(jù)庫；在對英國《金融時報(bào)》的回應(yīng)中，微軟表示：

這個網(wǎng)站原本是用于學(xué)術(shù)目的，它是由微軟的一個前員工來運(yùn)營的。目前，該員工已經(jīng)離開微軟，因此我們也已經(jīng)移除了它。

值得一提的是，伴隨著微軟刪除了 MS-Celeb-1M 數(shù)據(jù)庫，另外兩個學(xué)術(shù)單位也刪除了它們旗下的類似相關(guān)數(shù)據(jù)庫，包括由杜克大學(xué)研究人員建造的 Duke MTMC 監(jiān)控?cái)?shù)據(jù)庫和斯坦福大學(xué)的 Brainwash 數(shù)據(jù)庫。

就目前的情況來看，微軟用來介紹 MS-Celeb-1M 項(xiàng)目的網(wǎng)站還在，但是數(shù)據(jù)集本身已經(jīng)不能下載；然而，據(jù)記者搜索發(fā)現(xiàn)，相關(guān)的數(shù)據(jù)庫資源依然可以從其他網(wǎng)站進(jìn)行下載。更重要的是，作為一個公開下載的數(shù)據(jù)集，MS-Celeb-1M 實(shí)際上已經(jīng)存在于不少企業(yè)或機(jī)構(gòu)的本地硬盤中，被用作各類的用途，而照片當(dāng)事人卻無法左右。

正如，Adam Harvey 所言：

一旦你發(fā)布了它，人們下載了它，那它就會存在于全世界的硬盤里。