【除了逮你還能逮誰～】用 AI 人臉辨識緝凶，警卻誤抓嫌犯莫名被關 10 天

Posted on2021/01/04
TO 精選觀點

【我們為什麼挑選這篇文章】AI 辨識技術日趨成熟，也開始應用在生活中的方方面面，包含緝匪。但是 AI 做出的判斷真的能直接作為扣押人的依據嗎？以目前技術來看，AI 頂多能縮小緝查範圍，找到相似的面貌。但直接判定的證據仍然需要多方比對才不致冤獄。美國警方前陣子就發生了一件烏龍，不僅用假護照的照片作為追查依據，還扣押了這位被 AI 誤判的人。（責任編輯：郭俐伶）

作者：量子位

什麼都沒做，就莫名其妙被員警關了 10 天？

這是發生在美國新澤西州的一段真實故事。

一個酒店偷竊案件，嫌疑人駕車逃逸。員警沒有驗指紋、沒測 DNA，僅靠人臉識別系統，就鎖定了「罪犯」Nijeer Parks（帕克斯）。

編按：駕車逃逸的嫌疑犯當初受警方臨檢的時候，出示了假證件，該證件被警方懷疑之時對方就逃之夭夭了，留下這本假證件。警方就根據假證件上的相片用 AI 找到了帕克斯。

但尷尬的是，帕克斯壓根就沒去過那個地方，也不知道那個酒店在哪。甚至也不會開車，連駕照都沒有。去警局的時候，還是他的表哥開車送他的，結果還是被關了 10 天。

警方用「假證件」上的照片追查嫌犯？

據 NJ Advance Media 報導，去年（2020）1 月，在新澤西州伍德布裡奇市漢普頓酒店，發生了一起偷竊案。嫌疑人在酒店禮品店偷了糖果和其他零食，在酒店人員報警後逃到了一間男廁所。在警方趕到時， 該男子交出一張駕照，顯示自己是 Jamal Owens。

警方通過巡邏車內的電腦查到，該駕照無效的，可能是嫌疑人偽造。正當警方準備逮捕時，該男子從酒店門口逃出，跳上了一輛道奇挑戰者後逃逸。據 NJ Advance Media 援引法庭檔披露，當時嫌疑人還撞上了他們的巡邏車。一名警員追蹤該車後發現車輛被遺棄在一個停車場。

「道奇挑戰者」（非當事車輛）

於是，神奇的事情從第二天開始了。

來自紐約、新澤西兩大州的調查人員，通過面部識別軟體，掃描了駕照檔，與警察局、FBI 資料庫中存檔的嫌疑人照片進行比對，找到了與照片「高度匹配」的人。

編按：不是，既然都知道是假證件，那照片也有很高的機率是假的吧？

這類軟體，主要依賴於數十億張社交媒體照片來識別犯罪嫌疑人，一直飽受詬病。由於某種原因，NJ Advance Media 沒有具體透露。目前，新澤西州已經禁止使用這種軟體。

然後，兩個州的警方告訴伍德布裡奇市的同事：我們找到嫌疑人啦！

警方找到與證件照片找片吻合的嫌犯

嫌疑人被確定為帕克斯，並以他的名義發出了逮捕令，指控他犯有商店盜竊、偽造政府檔、拒捕、嚴重的武器攻擊、離開事故現場等罪名。隨後，警方檢查了幾個地址，試圖逮捕帕克斯，但無法找到他。

帕克斯通過祖母知曉了這件事情，隨即要求表哥開車送他去警察局，想澄清誤認問題。但是一到警察局門口，他就直接被銬上手銬，被七八個員警同時審訊。在裡面，員警給他看了受損的道奇挑戰者的照片，並一直逼問：你知道你做了什麼？

帕克斯解釋無果，直接被關進監獄，他透露在保釋前，在那裡待了 10 天。

當時監獄檢察官提醒他：如果乖乖認罪，作為交換條件，他將在監獄中服刑 6 年，直到他服完 85% 的刑期就可以提前釋放，其中還有 3 年假釋。但帕克斯認為，如果他接受審判，檢察官會根據他以前的犯罪歷史尋求 20 年或更長時間的判決。

帕克斯曾因販賣毒品而被定罪 6 年，但出獄後決定改過自新，找到一份普通的工作，與未婚妻過著安穩的生活。但這件人臉識別案件，打破了他的寧靜。開啟了一年多的訴訟之旅。

帕克斯的律師頓對鎮政府、警察局和包括市長約翰-麥科馬克在內的公職人員提起訴訟，指控調查人員依靠面部識別軟體侵犯了他客戶的權利。市長的發言人表示，鎮政府還沒有看到民事申訴，無法發表評論。目前，一名高級法院的法官已經開始向檢察官辦公室施壓，要求他們在案件中拿出更多的證據，而不僅是面部識別軟體。

總之，看起來事情還沒結束。

抓罪犯，人臉辨識說了算？

無獨有偶，這不是美國第一次出現人臉識別抓錯人。帕克斯被抓還不是類似事件中最嚴重的一起。2014 年，一位名叫史蒂夫•塔利（Steve Tally）的財務顧問被誣告搶劫了兩次銀行。第一次是在當年 5 月 14 日，第二次是在他被捕前 10 天，也就是 9 月 5 日，並且被控在第二次搶劫中毆打一名警官。

在警方公開發佈 9 月份搶劫案的監視圖像之後，認識塔利的三個熟人撥打了警方熱線，並指出了塔利外表與劫匪之間的相似之處。就連塔利的前妻在看了警方提供的圖片後，也認為是他。

但塔利有充分的不在場證據：他當時正在一家公司裡上班。警方沒有理會，還把塔利關押了兩個月，在這期間打傷了他。直到兩個月後，塔利的辯護人拿出了他在公司上班的監控錄影，塔利才得到釋放。

2009 年，美國國家科學院的一篇論文指出：除了 DNA 測試外， 沒 有其他法醫證據方法可以可靠且始終如一地證明證據與特定個人或資料來源之間的聯繫 。

從技術上來說，人們無法從人臉識別上確定某個嫌疑人的唯一性。而 FBI 的法醫音訊視頻圖像分析部門自己也知道，人工進行人臉比對，結論最終會基於個人觀點。

AI 演算法能一次辨識數百萬張臉，但卻不能成為絕對性的證據
早在 2008 年，FBI 年的一份報告中建議圖像部門研究量化面部特徵的頻率。然而人類已經努力了 100 多年，目前為止還沒有定論。人臉識別另一個問題是，將監控攝像頭會壓縮視頻圖像，導致用來區分嫌疑人的皮膚、靜脈和痣等圖案被去除、損壞或變形。塔利被捕就是因為 9 月的監控視頻中強盜的臉上存在痣。

實際上，由於採集視頻的光照條件不同，會導致一些偽影被誤認為痣。雖然當年抓捕塔利使用的是人工對比，但到了今天，準確率更高的 AI 來做人臉識別依然問題重重。

演算法可以在幾秒鐘內搜索數百萬張臉，對於具有規則照明和標準化姿勢的圖像，許多人臉識別系統的準確率都超越了人類。但仍然沒有一個演算法可以保證 100% 的正確率。

在專業性上，AI 演算法的可解釋性差，人臉識別缺乏支援法醫意見的經驗資料。

說到人臉識別抓罪犯，不知你是否會想起幾年前張學友演唱會的五連殺？當時警方依靠人臉識別，連續抓住了 5 名逃犯。但相比之下，英國的員警就沒有這麼好運了。在 2017 年的歐冠比賽上，英國警方使用了人臉識別系統，結果總共發出了 2470 次警報，相當於每隔三秒就會提示嫌犯來了，錯誤率高達 92%。

因為擔心隱私被圖像採集方洩露，浙江理工大學副教授郭兵將使用人臉識別技術的杭州野生動物世界告上了法庭，成為中國「人臉識別第一案」。

最終，動物世界刪除郭兵辦理年卡時提交的面部特徵資訊。

人臉識別面部資訊屬於個人敏感資訊，一旦洩露將對個人的人身與財產安全造成極大的危害。也正因如此，人們對於人臉識別的態度越來越慎重。

去年 5 月，三藩市出於安全與隱私的考慮，禁止政府使用人臉識別技術，成為全球第一個禁用人臉識別的城市。科技公司對人臉識別的態度這些年也越來越謹慎，IBM 退出研究這項技術，微軟也刪除了用於研究的大型人臉識別資料集 MS Celeb。

人臉識別這項 AI 最初的殺手級應用，成就許多 AI 明星公司。但發展至今，人臉識別也正在來到一個十字路口。一端，它的便利已經充分展現；另一端，伴隨的隱私爭議和錯誤率難題，也不斷以新事件登上熱搜。

用不用人臉識別？在什麼地方用人臉識別？如何用人臉識別？都在成為新時代裡的難題。

另外，聽說現在不少社區，都改人臉識別了？

資料來源：https://buzzorange.com/techorange/2021/01/04/ai-arrest-wrong-criminal/?fbclid=IwAR1NWVHkY_JLQmwaObcWgumpCHXI3Ya3aJWZiJ740tI99dgbZIHG-CAmb-Y

0320改動懶人包講解，我只講我覺得有差或需要知道的更動。
【非戰場改動】
▪️S11開始排位賽新增起點賽，前面幾場的表現決定初始排位的位置。
▪️5專屬碎片可轉換為1通用碎片（英雄、造型碎片）。
【戰場改動】
▪️魔龍
擊殺魔龍附近的隊友獲得90秒BUFF，死亡後消失，效果為普攻或技能命中敵方英雄會造成三秒的持續魔法傷害。
▪️凱撒
出生時間八分鐘->七分鐘
重生時間五分鐘->三分鐘
天空巨龍攻擊力增加20%
📌幹，三分鐘一隻天空巨龍我覺得很靠北，逆風會超級痛苦，更吃前中期風向。
▪️深淵魔龍
出生時間十分鐘->十五分鐘
重生時間五分鐘->四分鐘
BUFF效果90秒->180秒
取消深淵詛咒機制（等於吃完深淵可以速吃凱撒沒減傷）
📌深淵魔龍影響力>凱撒。
▪️魔龍路
強化近戰兵初始金幣65->52
強化近戰兵，第十波兵後將不再出現在戰場中
📌只能農五分鐘，五分後魔龍路沒比較多錢後射手位不用死待在魔龍路，可考慮讓射手位去中路打中野輔連動做進攻，確保射手安全，讓法師守邊線為主，通常射手位守塔能力較弱，法師守線能力較強。
【裝備改動】
▪️淨化護腕
自己被暈眩也可使用。
▪️炎魔戰甲
物防320->200
物攻80->0
生命回復0->60/5秒
生命0->1000
每秒對身邊敵軍造成魔法傷害100->自身最大生命值2%
📌這件裝備從鬥士裝變血坦裝，可以用的角色大概剩下邊線的贊尼爾、塔拉、諾可西、古木、大象、艾瑞，輔助適不適合有待測試。
▪️炎魔戰斧
物防100->300
生命750->0
📌對面物攻爆發高的時候可考慮，增加半坦型的鬥士打野能力，職業場應用機會比較高，一般排位場還是以好滾雪球的打野角輸出型野裝為主
▪️狂暴之手
物攻50->80
物防180->225
魔防150->0
［觸發被動後］
護盾自身最大生命值30%->800+80*英雄等級
增加物攻40->增加物理吸血20%
冷卻時間90秒->60秒
📌這件裝備原本適合的角色是壓血類的物理角，如緋淚、馬洛、瑟菲。或擋命裝切換使用。改版後，使用對象包含了物理鬥士、物理射手（對面刺客兇殘時）跟擋命裝切換都很有使用的價值，也因應了現在刺客跟射手偏強的版本，使用性大幅提升。
💬物理鬥士，對線物理角可第一件大裝直出，或呂布打野出完三階打野輔跟鞋子後可直出（這件裝跟呂布的改動讓呂布打野有機會出來）
💬物理射手，對面刺客兇的時候第二件大裝可出
▪️鎌鼬之戒
主動群體加速50%->30%。
【英雄改動】
▪️圖倫
下修前期被動傷害。
📌大概四五等前會有一點點感覺，後面沒差。
▪️達爾西
小下修但整體而言還是很猛的T0法師，別緊張。
▪️蘇
二技能傷害下修，大絕緩速加速冷卻下修。
📌整體而言還是很猛別緊張，手感差不多。
▪️凱格
被動攻速上升，二技能後面冷卻減少。
📌職業賽才會有機會出來，一般排位場有更多更好的選擇。
▪️呂布
一技能前兩端速度變快僵直變短
大絕使用時立刻解除自身控制效果及恢復10%已損生命
📌改版後的呂布配合新版本的狂暴之手有機會變為一線邊線跟打野。
▪️弗洛倫
下修二技能的真傷跟移除打到多名敵方英雄會讓一技能冷卻秒數減少的疊加效果。
📌別擔心，一樣猛
▪️瑞克
下修草叢型態傷害跟範圍
上修河道型態速度跟範圍
上修陸地型態二技能傷害跟暈眩1秒變1.25秒
📌我認為瑞克這角色在頂端場的頂端玩家（職業場或前一兩百名的場跟選手及前五十的玩家）價值才能凸顯出來，一般玩家有更多更好更適合的選擇。
▪️緋淚
📌改的落落長，你們只要知道狂暴之手現在緋淚可以考慮第一件出，然後一樣猛就好。
▪️塔拉
被動，施放技能3秒內恢復6%已損失生命值->9%已損失生命值
一技能，30~60%緩速->固定60%緩速
📌配合炎魔戰甲的改動，職業場上較使用機會提高，一般排位場有待實測
🔎如果喜歡我的講解，就去訂閱追蹤我的各個平台🔎
#養鴿#180YoG#NVM#MS
#0320改版懶人包
#ArenaofValor #LiênQuânMobile #ROV #펜타스톰 #傳說對決

DeepMind 從完全 Zero Knowledge (零知識) 訓練出史上最強的圍棋程式 AlphaGo Zero, 真的是非常偉大的成就, 絕對是歷史性的. 試想若很多應用問題也可以是從 "零" 開始呢? 這至少開啟了一頁新的研究領域.

不過這裡, 我想來探討一個大眾比較沒有關注到的問題, 甚至常常被 misleading 的問題, 那就是 AlphaGo Zero 背後的計算資源問題. 雖然 AlphaGo Zero 已經比 AlphaGo Lee 版本乾淨俐落, 效率高, 但是其計算量實際上仍是非常驚人,

我們的估計至少用了千顆 TPU!!!

附上的兩個連結, 他們也估計 AlphaGo Zero 大約用了數千顆 TPU.
https://groups.google.com/forum/…
https://www.reddit.com/…/alphago_zero_learning_fr…/dokj1uz/…

許多媒體報導(包括 搜狐, 鏡報, ...) 「AlphaGo Zero在三天的時間用4個TPU，和自己對打490萬場棋，最後以100比0擊敗了他的哥哥AlphaGo；但AlphaGo用48個TPU，花了數個月時間學習3,000萬場棋局，才打敗人類。」 這似乎是說用 4 個TPU和自己對打490萬場棋, 就可以了. 這與我們的了解差距很大.

那千顆 TPU以上 是甚麼概念呢?

由於TPU一般人尚無法使用到, 我就用大家比較熟悉且CP值非常高的 GPU, GTX 1080 Ti, 來比較, 這也是我們 CGI 使用的 GPU, 我們的估算是:

約等同於使用萬顆1080Ti以上.

首先, 這裡透露一下, AlphaGo Zero 用的 resnet 與 我們 CGI 用的幾乎一樣, 因此我們可以從我們的數據推估:
DeepMind 用的 20-block, 模擬一個盤面約 2.2毫秒 (2.2 ms / simulation)
DeepMind 用的 40-block, 模擬一個盤面約 4.4毫秒 (4.4 ms / simulation)

依據論文, 整個訓練最主要的 bottleneck 在於自我對弈的計算, 總計算量如下:
* 20-block版本對弈了490萬盤 (4.9M game), 40-block版本對弈了2900萬盤 (29M game)
* 每盤棋保守假設平均200手 (200 moves/game)
* 每一手棋需要模擬1600次 (1600 simulations/move)
* 每次模擬時間: 2.2 ms (20-block版本), 4.4 ms (40-block版本) 如上.

其實大家簡單換算一下就可以得到以下數據:

AlphaGo Zero 的 20-block 版本:
若用一顆 1080 Ti, 總時間是 4.9M*200*1600*2.2/1000 ~= 34億秒 ~= 40000天 ~= 109年
若用100顆, 需要約 1.1年
若用1000顆, 需要約 40天

AlphaGo Zero 的 40-block 版本:
若用一顆 1080 Ti, 總時間是 29M*200*1600*4.4/1000 ~= 409億秒 ~= 470000天 ~= 1294年
若用100顆, 需要 13年
若用1000顆, 需要 15月 (466天)

從上述分析, 也可以得到以下結論:

1. 從另外一個角度看, DeepMind 僅40天就可以把 40-block 版本練起來, 換算一下, DeepMind 等於用了約12000顆 1080 Ti.

2. 若以上的分析沒有錯誤, 我們預計在今年 12 月的圍棋比賽(只剩下50天左右), 騰訊的絕藝幾乎是絕對的贏家, 因我們相信除了騰訊以外, 似乎沒有其他參賽者能擁有這麼多的GPU (DeepZenGo雖不少, 但也沒有這麼多). 因此, 除非有人發想出更好的 optimization 演算法或除非有其他大公司冒出來, 騰訊的絕藝必然奪冠, 不太有懸念!

以上若有任何錯誤, 歡迎指正. 謝謝!

吳毅成

● Crispy脆樂團2019《有多少光就有多少黑》專輯巡迴 ◯
⠀ ⠀ 10/9 20:00 台北 Legacy Taipei（連假前一天)
⠀ ⠀ 9/28 20:00 台中 玩劇島小劇場 Little Play
⠀ ⠀ 9/27 20:00 高雄 LIVE WAREHOUSE 小庫

Crispy脆樂團FB粉絲團: http://www.facebook.com/crispycrispycrispy
5/13 (日) 14:30 Crispy脆樂團《過曝》台北Legacy 新歌槍聽會
售票連結：https://goo.gl/Pi4G26

在這個被雜訊吞噬的閃爍世界，
我們都被困在過曝的模糊背景中。
在比黑暗還讓人迷惘的空白裡，
你看見的是光，還是光害？
　
「活在過度曝光的世代，請為我留下一角落黑暗」

----

《你快樂，嗎》專輯數位下載連結：https://crispy.lnk.to/ISOH

追蹤Crispy脆樂團FB粉絲團: http://www.facebook.com/crispycrispycrispy

(影片純屬宣傳效果)

一百分與一百萬都是這個世界灌輸我們的觀念，將我們變得複雜，讓我們盲目地去追逐這些目標，讓我們把自己貼上標籤，兜售著自己的時間，在這個世界裡面努力的生存下去。《100萬》這首歌用一個反諷的語氣，試圖對這個物質世界提問：你願意用什麼來換取金錢？而又有什麼是再多的財富也無法贖回的？

以輕鬆曲風呈現的《100萬》，是 Crispy脆樂團繼《100分》後，人生三部曲的二部曲。假設每一天都能擁有一百萬，有多少願望是能夠成真的，又有多少夢想是無法實現的呢？而那些我們因此犧牲的時間、陪伴或快樂，那些可能真正重要的事是否再也無法重來了？最後是希望能帶出這個世界的荒謬，這些數字的逼迫，把單純變成一種負擔，也把我們每一個人變得奇怪。

《100萬》是一首相對題材比較嚴肅的歌曲，Crispy脆樂團試圖用比較有趣的方式去訴說。編曲 Jack以擅長的精巧Bassline與流行放克的節奏為基底，加上一些合成器的元素，搭配許多Crispy取樣的有趣聲響，讓歌曲充滿豐富的音樂性與讓人想跳舞的律動。值得一提的是，Crispy脆樂團特地號招了樂團圈的好友們：謝震廷、廖文強、黃玠瑋等人一起幫忙大喊「一百萬」作為和聲，讓這首歌成為和聲軌數比樂器還多的有趣歌曲。
--
Crispy脆樂團 全創作專輯《你快樂，嗎》
2017.03.02 正式發行 專輯數位下載連結：https://crispy.lnk.to/ISOH

《你快樂，嗎》 實體專輯購買
博客來 https://goo.gl/WyYMr7
佳佳網路 https://goo.gl/wFUMXw
五大網路 https://goo.gl/hh52x5
誠品 https://goo.gl/ibBirL
PChome https://goo.gl/aTGI8w
風谷 https://goo.gl/jhgVzv

--

《你快樂，嗎》 2017 誠品音樂分享會
3/24(五) 20:00 信義誠品3F音樂館
4/09(日) 14:30 誠品台中中友店（中友百貨10F）
4/22(六) 16:00 台南南紡店（夢時代2F）
4/22(六) 20:00 高雄遠百店（高雄大遠百17F）
--

《100萬》

詞／曲：Skippy Lu

一個接一個 都在自己的
額頭上 貼上標籤
一分一秒的 面無表情的
兜售著 自己的時間
一張一張的 無聲無息的
讓生命 滑過指尖
迷失在數字之間

好想要每天有 一百萬
也許快樂就會變得簡單
鑽石 跑車 豪宅 大餐
那些渴望的 從幻想變成理所當然

一百 一百 一百 一百萬
一百 一百 一百 一百萬
(好想要一百萬)

擁有了什麼 丟掉了什麼
快樂要 怎麼計算
看著別人的 想著自己的
把羨慕 變成習慣
被羨慕的人 也羨慕別人
誰活的 比較精彩
有沒有標準答案

如果每天都有 一百萬
你願意付出什麼來交換
自由 時間 才華 陪伴
那些失去的 有幾次機會能夠重來

環遊世界 卻也帶不走風景
獨享天際 但買不到星星
開法拉利 也甩不掉過去
滿足還是空虛？

就算每天都有 一百萬
難道夢想都會變得簡單？
我的快樂沒有 很難
是這些數字 把單純變成一種負擔
是這個世界 把每個人都變得奇怪

奇怪 奇怪 奇怪 好奇怪
奇怪 奇怪 奇怪 好奇怪
一百 一百 一百 一百萬
一百 一百 一百 一百萬
奇怪 奇怪 奇怪 好奇怪
奇怪 奇怪 奇怪 好奇怪
一百 一百 一百 一百萬
一百 一百 一百 一百萬

--

●歌曲製作

作詞Lyricist：盧羿安Skippy Lu
作曲Composer：盧羿安Skippy Lu
製作人Producer：陳建騏 George Chen
編曲Arranger：柯遵毓 Jack Ko
和聲編寫Chorus Arranger：丁不拉丁 Christine “DingBuLaDing” Ting / 黃建為 Bodhi
貝斯 Bass：柯遵毓 Jack Ko
吉他 Guitar：張庭榮 Ting-Rong, Chang
鼓 Drums：賴聖文 Peter Lai
伸縮喇叭Trombone：鄧亦峻Robin Teng
小喇叭Trumpet：張家豪Banana Chang
錄音工程師 Recording Engineer：陳以霖 Yi-Lin Chen@大小眼錄音室 Twin Eyes Studio /李心鼎 Lee Shing-Ding@好多聲音 FORGOOD SOUND / 錢煒安 Zen Chien@112F Recording Studio
混音工程師 Mixing Engineer：王俊傑 Mr.K@強力錄音室Mega Force Studio
和聲 Chorus：Bibo、小四、河仁傑、陳冠宇、張瑀、曾子馨、黃玠瑋、舒舒、廖文強、謝震廷（依筆劃順序）
OP：銀翼文創有限公司 Mr Wing Creative
SP：Universal Ms Publ Ltd Taiwan

--

●定格動畫MV團隊
導演：舒舒、丁不拉丁、Skippy
美術：舒舒、丁不拉丁
剪接：舒舒
調光：舒舒
製片：玫芸

--

訂閱Crispy脆樂團Youtube頻道 https://goo.gl/10p0yR

●更多活動詳情請上
『Crispy脆樂團』官方Facebook
https://www.facebook.com/CrispyCrispyCrispy/
『Crispy脆樂團』官方WEIBO
http://www.weibo.com/u/2799054530?refer_flag=1001030102_
『forgood music 好多音樂』 官方Facebook
https://www.facebook.com/forgoodmusicTaiwan
『索尼音樂 Sony Music Taiwan CPOP』 官方Facebook
https://www.facebook.com/SonymusicTaiwanCPOP/
『Sony Music官方網站』
http://www.sonymusic.com.tw/