作为最广泛使用的生物识别技术之一,人脸识别技术以数据为体、以人工智能算法为用、以人类自身为对象,具有不可复制性、非接触性、可扩展性、快速性、多维性等诸多优势,成为推动人工智能产业发展的新质引擎,为我国数字经济与社会发展带来了新机遇。但在人脸识别产业突飞猛进的同时,人脸识别技术滥用风险不断涌现,给个人、组织的合法权益保护以及国家安全带来巨大挑战。尤其是伴随生成式人工智能时代的来临,合成、生成人脸信息的崭新业态开始浮现。如何保护个人人脸信息、防范虚假信息、维护公共利益,成为人脸识别产业必须面对的重大议题。
近日,《人脸识别产业法律治理研究报告》在中国人工智能产业发展联盟(AIIA)第十二次全体会议上正式发布。
报告立基于产业生态治理的思路,强调综合“人—技术—社会”三维视角,对人脸识别技术进行整全性治理。一是以产业生态参与各方的角色分工为切入,将主体类型化为:作为源头活水的技术提供者、作为中心枢纽的人脸产品/服务提供者、作为最后关卡的人脸识别产品/服务使用者。二是从数据安全、个人信息保护、算法治理、产品质量等各维度,细化不同主体的系统性义务与责任。三是结合我国对深度合成算法、生成式人工智能等专项法律规定,特别关注生成合成应用场景下的人脸识别治理问题。
报告亮点如下:
● 深入产业实践,以人脸识别的技术提供者、人脸识别的产品/服务提供者、人脸识别服务应用者为经,以数据治理、个人信息治理、算法治理为纬,提炼出以原生可信为目标、经纬交织的人脸识别产业生态治理体系。
● 具备国际视野,在梳理、比较各国监管法律的基础上,提炼出契合我国人脸识别产业发展,回应我国监管关切的中国治理方案。
● 立足中国经验,发掘、总结我国人脸识别产业的最佳实践,推动我国人脸识别产业的发展以人为本、不断向善。
报告目录如下:
第一章 人脸识别产业的生态图谱
一、人脸识别技术生态
二、人脸识别产品/服务生态
三、人脸识别服务使用生态
四、人脸生成合成生态
第二章 人脸识别产业的治理经验
一、美国人脸识别的治理经验
二、欧盟人脸识别的治理经验
三、中国人脸识别的治理经验
第三章 人脸识别产业法律治理图景
一、人脸识别产业生态治理的基本原理
二、人脸识别技术生态治理
三、人脸识别产品/服务生态治理
四、人脸识别服务使用生态治理
五、人脸生成合成生态治理
第四章 人脸识别产业最佳实践
附:人脸识别产业治理倡议