ACLU指Amazon人臉辨識技術準確率不足，竟將28名國會議員當成罪犯

美國公民自由聯盟（American Civil Liberties Union，ACLU）在本周公布了一項針對Amazon Rekognition人臉辨識系統所進行的實驗結果，ACLU建立了2.5萬名罪犯的人臉資料庫，再以535名美國國會議員的照片進行比對，發現Rekognition將28名國會議員辨識為罪犯，錯誤率達5%。

ACLU一向積極反對Amazon的Rekognition人臉辨識服務，認為假設執法機關使用了Rekognition，即有可能造成警方的偏見，進而危及人民的自由與生命。例如日前舊山金有一名警員攔下了一輛由黑人女性駕駛的汽車，將她戴上手銬且逼她在槍口前下跪，結果是車牌自動辨識系統出錯了，以為那是遭竊車輛。

ACLU還認為人臉辨識將威脅美國憲法第一條正案所保護的各種行為，包括參與抗議集會、實踐宗教信仰，或是被政府濫用以對抗移民者。

ACLU使用美國國會議員的照片來比對罪犯人臉資料庫的用意之一應該是想要藉此督促國會正視此事，以暫時阻止執法機關採用人臉辨識技術。

不過，根據Amazon向紐約時報所提出的聲明，ACLU採用了Rekognition的預設值，它的信心門檻為80%，適用於企業用來比對員工與工作證上的照片是否相符，而Amazon推薦執法部門使用的卻是信心門檻高達95%的設定，以降低錯誤的可能性。

此外，Amazon還強調Rekognition只是用來協助縮小範圍，人們還是可以運用自己的判斷能力來考慮可能的選項。

28名國會議員辨識為罪犯？沒錯啊～這些「國會議員」都亂開會，亂說話，當然是「政治罪犯」！