人臉辨識技術已廣泛應用於生活中，例如差勤打卡、金融交易與汽車駕控等。這些應用對人臉辨識準確度有極高要求，不過其究竟要如何知道所用的臉是真的？還是偽造的？

關於 AI 技術的大小事

　　人工智慧（Artificial Intelligence,AI）一詞是由美國約翰‧麥卡錫（John McCarthy）於1955年首度提出， 隔年在達特矛斯會議（The Dartmouth Workshop）受到大家熱烈討論，與會人士均相信AI終有一天能勝過人類的頭腦；不過，在當時AI技術只是紙上談兵。

　　2017年底，美國電動車特斯拉公司研發的自駕車已能從洛杉磯一路開到紐約，無需任何人工操作。執行長馬斯克更聲稱，能全自動駕駛的電動車即將全面上市。然而，究竟特斯拉公司是如何達成全自動駕駛呢？其關鍵核心即在於AI技術。

　　一般而言，AI技術就是在建立仿人類行為，其過程包含感知、學習、推論及校正等四個階段。感知階段：把感知的動作或行為運用數據的方式來描述這些特徵，例如，人類的喜歡表情，使用數值123至777來表示；學習階段：利用學習模式來量測與分類特徵；推論階段：將學習階段所獲得的特徵直接測試並得到結果，舉例來說，就是把一個軍人經過長期的訓練，通過了軍中考核，能獨當一面的作戰；校正階段：為自我調整階段，當無法自我調整到最佳結果時，可再返回學習階段或推論階段。

　　當以 AI 技術把電腦或機器訓練成與人類思考模式一模一樣時，其將可能超越人類智慧。最典型案例就是在2016年的AlphaGo電腦與南韓圍棋棋王間展開的世紀對決。結果，南韓棋王不敵 AI 電腦而落敗，這讓企業家發現AI的重要性，而願意投入更多資金來發展。

　　目前我國已於臺南沙崙打造出全臺首座自駕車實驗場域，能供國內各界共同研發無人車技術，不讓進口車專美於前。工研院指出，從Google搜尋引擎、Facebook貼文推播、Netflix影片推薦，到自駕車、無人機創新應用，AI演算法無所不在。為管理AI帶來風險，各國開始將AI治理納入法規。數位發展部唐鳳部長強調AI跟我們的關係就像哆啦A夢跟大雄般，人才是主體，AI只是輔助，應讓AI配合民主社會價值，而不是受AI控制。

人工智慧的應用

近年來AI迅速發展，已有為數眾多的AI 技術應用在生活中。

一、搜尋建議
　　當消費者在網頁上搜尋，AI技術就可運用過去的搜尋資訊和消費者的消費資訊來協助探索資料，以開發或設計出最佳的銷售策略。舉例來說，網路上的零售商，可在顧客瀏覽商品網頁時，根據瀏覽過的商品提出優惠商品組合給消費者選擇。

二、線上客服
　　過去服務人員親自在線上答覆，改以聊天機器人取代。聊天機器人可以制式地回覆某些客人問題，例如常見問題（FAQ）、個人化推薦與建議顧客尺寸等，像是Netflix會推薦您喜愛的類型影片等亦屬之。

三、自動化交易
　　適用於股市交易市場。設計專門的股票投資組合，從投資組合中找出最佳的投資策略，並設計以AI驅動的交易平臺，讓電腦每天自動完成數千筆或數百萬筆的股票交易。

四、語音辨識
　　能將人類語音轉成文字。現今許多行動裝置已將語音辨識功能納入系統中，以便使用語音搜尋功能，例如Apple裝置中的Siri。

五、電腦視覺
　　AI技術可以從數位影像中獲得有意義的資訊，以供使用者採取行動。例如，新冠肺炎的X光片或是腫瘤影像，能結合社群媒體來標記照片，進行病理預測，成就醫療技術的智慧轉型。

解密人臉辨識手法

　　許多程式及系統的驗證機制是以人臉辨識系統為主，像是Apple裝置使用Face ID作為臉部解鎖依據。人臉辨識系統是AI技術範疇之一，其如何成為大部分系統所使用的技術呢？

　　人臉辨識系統使用的就是生物辨識技術。所謂「生物辨識」是以統計方式對生物外相進行分析，多利用人體本身的生物特徵，如：聲音、臉部、指紋、掌靜脈、虹膜、視網膜等。某些生物特徵會因其他因素而被破壞，因而導致辨識失敗。以指紋為例，當手指面受傷，指紋特徵即被毀損而難以辨識。

　　人臉辨識是擷取不同狀態的人臉影像來分析比對(如側臉、微笑或戴眼鏡等)，相較於指紋或虹膜等生物特徵辨識方式，人臉辨識不需要近距離接觸，且其特徵被破壞的機率較少，故辨識的準確率也高於其他生物特徵。各項生物特徵辨識的優缺點。

　　臉部辨識的基礎概念是「身分識別」，因為每個人的臉部特徵都不一樣(即使是雙胞胎也會不一樣)，系統可將每個人的特徵建立資料庫來管理。當系統進行臉部辨識時，是將人臉影像轉成電腦可識別的資訊(如臉部特徵值)，再從資料庫中篩選與比對結果相符的資料，以辨識真實身分。惟當不同廠商使用不同的系統時，即使是同一張臉或同一張照片，也有可能出現不同的識別結果。

　　雖然人臉辨識系統的精準度很高，然仍會受以下因素影響：

一、資料量多寡
　　臉部辨識正確與否，決定於臉部資料庫中是否能找到正確的身分。若資料庫多是西方白色人種，缺少亞洲人的臉部資料，在進行亞洲人臉辨識時，錯誤率就會偏高。

二、圖像解析度
　　當進行人臉辨識時，臉部的拍攝角度及光源的明亮度都會影響臉部擷取的資訊，辨識精準度也會受影像的解析度影響。

三、特徵的變化
　　因疫情關係，民眾隨時需配戴口罩，亦有民眾喜歡配戴墨鏡或是帽子等，這些情況都可能影響臉部辨識的精準度。此外，隨著年齡的增長，臉部特徵也會跟著變化。

臉部辨識應用範圍

一、快速通關
　　最常見的例子就是政府設置於國際機場內之出入身分驗證關卡。民眾可透過臉部辨識、指紋感應再加上掃描護照來快速通關，以節省通關時間。

二、門禁系統
　　門禁系統是最常見的應用方式。早期門禁系統是刷員工證後才得以進入公司，然刷員工證易產生弊端。因此，現今許多企業或政府機關都使用人臉辨識進行差勤管理，亦能防止非法人士任意進出，有遏止犯罪的效果。

三、交易付款
　　中國大陸的支付寶、微信已從電子支付到支援刷臉付款的技術。消費者至店家消費，進行臉部辨識就能快速完成付款，能縮短結帳時間。

四、Face ID
　　Face ID 臉部解鎖功能已漸漸成為行動裝置中的必備技術之一。其解鎖速度更快，且可避免因生物特徵的改變，像是手指潮濕、手指有異物等而影響手機解鎖。

人臉辨識系統之美麗與哀愁

　　雖然 AI 技術提供人臉辨識系統，便利人類生活，但 AI 技術卻也被有心人士運用，以牟取不法利益。例如，當運用 AI 的DeepFake 技術，惡意偽造某人臉孔，做其未做的事或說其未說的話，便會造成當事人名譽或金錢損失，嚴重者甚至會引發國家安全危機。

　　網路上曾流傳一則美國前總統歐巴馬被 DeepFake 的影片。事實上，這個影片是由好萊塢導演 Jordan Peele 和美國網路新聞媒體公司 Buzzfeed 所共同製作的，目的是在提醒民眾，眼見不為憑，以警示偽造訊息所帶來的威脅。

　　臉部辨識系統在當今生活已占有一席之地，對企業而言，人臉辨識系統能節省人力、提升業績與增加收益，然其仍存在隱私權爭議與資安風險；若沒有完善的安全機制，倘遭惡意者竊取，致使公司員工甚至顧客資料遭濫用，恐怕企業將得不償失。






---本文轉自法務部調查局清流月刊---