DNA 和人工智慧如何重現殺手的面孔
Posted: Tue Dec 03, 2024 9:12 am
美國執法人員聲稱，根據犯罪現場 DNA 創建的 3D 面部模型可用於偵破舊案。該方法如何運作以及為什麼它被稱為有爭議的 - 在《連線》材料的複述中。
2017 年，東灣地區公園區警察局的偵探們正在仔細思考一件長期 法國商務傳真列表 懸而未決的案件。他們想出了一個主意，可以幫助找到瑪麗亞·簡·韋德霍弗謀殺案的線索。 1990 年，她的屍體在蒂爾登地區公園被發現。
近 30 年後，該部門將犯罪現場的遺傳材料發送給 Parabon NanoLabs，該公司聲稱可以根據 DNA 重建人臉。
這些數據被輸入機器學習模型，偵探們很快就找到了潛在嫌疑人的臉。
正如該公司推測的那樣，兇手是一名男性。他皮膚白皙，沒有雀斑，棕色的眼睛，棕色的頭髮和濃密的眉毛。
這不是一張照片，而是一幅 3D 渲染圖，是一座跨越現實與科幻小說之間的恐怖谷的橋樑。該演算法根據 DNA 樣本中發現的遺傳特徵來推測一個人的外觀。這位繪製照片機器人的藝術家在 Photoshop 中添加了模糊的短髮和小鬍子 - 這些細節無法在 DNA 中檢測到，但目擊者提到了它們。
2017年，該部門做出了一項有爭議的決定，並公佈了最終的照片。 2020 年，其中一名偵探做了似乎更有問題的事情，而且還違反了 Parabon NanoLabs 用戶協議：他要求北加州區域分析中心透過臉部辨識程序驗證影像。
這要歸功於「分散式否認秘密」組織發布的一份被駭客入侵的警方檔案。這是警方嘗試基於犯罪現場 DNA 的演算法生成的圖像使用臉部辨識技術的已知案例。然而，他不太可能是最後一個。
這聽起來像是反烏托邦，但根據臉部辨識專家和隱私倡導者的說法，這是完全可以預見的。
正如電子前沿基金會法律顧問珍妮佛林奇（Jennifer Lynch）所指出的那樣，這種方法更有可能給出錯誤的結果，而不是有用的線索。 「首先，沒有證據表明 Parabon 可以準確地再現一張臉。這是非常危險的，因為這會帶來一個風險，即一個人可能成為他沒有犯下的罪行的嫌疑人，」林奇說。
目前尚不清楚偵探的請求是否已獲得批准。分析中心沒有回應記者的置評請求。不過，2021年，該部門執行長麥克‧塞納表示，該中心每次收到相關請求時都會進行搜索。
對於 Parabon NanoLabs 來說，這不僅違反了用戶協議，而且總體而言是一個噩夢般的想法。
該公司成立於 2008 年，主要為執法部門提供法醫家譜服務——將 DNA 數據與家譜資料庫中的個人資料進行比較，以發現潛在的罪犯或受害者。
2012年，該公司獲得了美國國防部的資助，用於研究DNA表型分析，即僅根據遺傳數據預測外貌。此方法計劃用於識別利用遺體製造簡易爆炸裝置的個人。
Parabon NanoLabs 的生物資訊總監 Ellen Greatak 表示，該公司利用機器學習為臉部的每個部位創建預測模型。一千多名志工參與了這個過程。為了進行訓練，他們將 DNA 數據與 3D 臉部掃描進行比較。
Greytak 說，每張臉都有 21,000 個表型（可見的物理特徵），模型對這些表型進行處理以了解 DNA 樣本區域如何影響外觀。
Parabon 聲稱它可以可靠地預測一個人的頭髮、眼睛和膚色，以及雀斑的數量和整體面部形狀。根據這些表型，該公司為執法人員創建了臉部效果圖。
Parabon 方法尚未通過專家評估，科學家懷疑它是否適合確定臉型。該公司聲稱其工作已在會議上展示，並且該技術已在數千個樣本上進行了測試。
2015年，Parabon NanoLabs推出服務時，其協議並未明確禁止將預測用於臉部辨識。然而，不久之後，執法客戶就開始詢問該技術是否適用於這種情況。
「這讓我們非常驚訝，」格雷塔克說。 “這些圖像是給別人看的。”
2016年，協議中增加了禁止條款。然而，正如 Parabon NanoLabs 副總裁 Paula Armentrout 所指出的那樣，該公司「無法驗證該協議是否得到遵守」。
從那時起已經過去了八年，Parabon NanoLabs 的客戶認為沒有理由不在生成的圖像上使用臉部辨識。然而，一些受訪的警察表示，他們永遠不會將它們作為唯一的證據，而只是作為輔助工具。
「有時我們正在處理一個已經有幾十年歷史的案件。我知道帕拉邦的臉並不完美，但我們為什麼不使用一切可用的手段來嘗試抓住兇手呢？ - 一位偵探想道。
專家表示，執法調查人員正在考慮將這些預測與臉部辨識結合使用，這一事實表明執法調查人員普遍缺乏對調查工具的控制。
沒有聯邦法規限制警察可以用於此類程序的圖像類型，安全措施的實施和執行將取決於各個部門和臉部辨識系統的提供者。
根據美國政府問責辦公室 9 月發布的一份報告，在能夠從第三方供應商獲得臉部辨識技術的 196 名 FBI 特工中，只有 5% 接受過某種形式的如何正確使用這些工具的培訓。
在過去的幾年裡，人臉辨識有了顯著的進步。 2018年，當美國國家標準與技術研究所在1,200萬人的照片資料庫上測試臉部辨識演算法時，他們找到正確的人的率為99.9%。然而，不同人口群體的結果準確性有所不同。
2017 年，東灣地區公園區警察局的偵探們正在仔細思考一件長期 法國商務傳真列表 懸而未決的案件。他們想出了一個主意，可以幫助找到瑪麗亞·簡·韋德霍弗謀殺案的線索。 1990 年，她的屍體在蒂爾登地區公園被發現。
近 30 年後，該部門將犯罪現場的遺傳材料發送給 Parabon NanoLabs，該公司聲稱可以根據 DNA 重建人臉。
這些數據被輸入機器學習模型，偵探們很快就找到了潛在嫌疑人的臉。
正如該公司推測的那樣，兇手是一名男性。他皮膚白皙，沒有雀斑，棕色的眼睛，棕色的頭髮和濃密的眉毛。
這不是一張照片，而是一幅 3D 渲染圖，是一座跨越現實與科幻小說之間的恐怖谷的橋樑。該演算法根據 DNA 樣本中發現的遺傳特徵來推測一個人的外觀。這位繪製照片機器人的藝術家在 Photoshop 中添加了模糊的短髮和小鬍子 - 這些細節無法在 DNA 中檢測到，但目擊者提到了它們。
2017年，該部門做出了一項有爭議的決定，並公佈了最終的照片。 2020 年，其中一名偵探做了似乎更有問題的事情，而且還違反了 Parabon NanoLabs 用戶協議：他要求北加州區域分析中心透過臉部辨識程序驗證影像。
這要歸功於「分散式否認秘密」組織發布的一份被駭客入侵的警方檔案。這是警方嘗試基於犯罪現場 DNA 的演算法生成的圖像使用臉部辨識技術的已知案例。然而，他不太可能是最後一個。
這聽起來像是反烏托邦，但根據臉部辨識專家和隱私倡導者的說法，這是完全可以預見的。
正如電子前沿基金會法律顧問珍妮佛林奇（Jennifer Lynch）所指出的那樣，這種方法更有可能給出錯誤的結果，而不是有用的線索。 「首先，沒有證據表明 Parabon 可以準確地再現一張臉。這是非常危險的，因為這會帶來一個風險，即一個人可能成為他沒有犯下的罪行的嫌疑人，」林奇說。
目前尚不清楚偵探的請求是否已獲得批准。分析中心沒有回應記者的置評請求。不過，2021年，該部門執行長麥克‧塞納表示，該中心每次收到相關請求時都會進行搜索。
對於 Parabon NanoLabs 來說，這不僅違反了用戶協議，而且總體而言是一個噩夢般的想法。
該公司成立於 2008 年，主要為執法部門提供法醫家譜服務——將 DNA 數據與家譜資料庫中的個人資料進行比較，以發現潛在的罪犯或受害者。
2012年，該公司獲得了美國國防部的資助，用於研究DNA表型分析，即僅根據遺傳數據預測外貌。此方法計劃用於識別利用遺體製造簡易爆炸裝置的個人。
Parabon NanoLabs 的生物資訊總監 Ellen Greatak 表示，該公司利用機器學習為臉部的每個部位創建預測模型。一千多名志工參與了這個過程。為了進行訓練，他們將 DNA 數據與 3D 臉部掃描進行比較。
Greytak 說，每張臉都有 21,000 個表型（可見的物理特徵），模型對這些表型進行處理以了解 DNA 樣本區域如何影響外觀。
Parabon 聲稱它可以可靠地預測一個人的頭髮、眼睛和膚色，以及雀斑的數量和整體面部形狀。根據這些表型，該公司為執法人員創建了臉部效果圖。
Parabon 方法尚未通過專家評估，科學家懷疑它是否適合確定臉型。該公司聲稱其工作已在會議上展示，並且該技術已在數千個樣本上進行了測試。
2015年，Parabon NanoLabs推出服務時，其協議並未明確禁止將預測用於臉部辨識。然而，不久之後，執法客戶就開始詢問該技術是否適用於這種情況。
「這讓我們非常驚訝，」格雷塔克說。 “這些圖像是給別人看的。”
2016年，協議中增加了禁止條款。然而，正如 Parabon NanoLabs 副總裁 Paula Armentrout 所指出的那樣，該公司「無法驗證該協議是否得到遵守」。
從那時起已經過去了八年，Parabon NanoLabs 的客戶認為沒有理由不在生成的圖像上使用臉部辨識。然而，一些受訪的警察表示，他們永遠不會將它們作為唯一的證據，而只是作為輔助工具。
「有時我們正在處理一個已經有幾十年歷史的案件。我知道帕拉邦的臉並不完美，但我們為什麼不使用一切可用的手段來嘗試抓住兇手呢？ - 一位偵探想道。
專家表示，執法調查人員正在考慮將這些預測與臉部辨識結合使用，這一事實表明執法調查人員普遍缺乏對調查工具的控制。
沒有聯邦法規限制警察可以用於此類程序的圖像類型，安全措施的實施和執行將取決於各個部門和臉部辨識系統的提供者。
根據美國政府問責辦公室 9 月發布的一份報告，在能夠從第三方供應商獲得臉部辨識技術的 196 名 FBI 特工中，只有 5% 接受過某種形式的如何正確使用這些工具的培訓。
在過去的幾年裡，人臉辨識有了顯著的進步。 2018年，當美國國家標準與技術研究所在1,200萬人的照片資料庫上測試臉部辨識演算法時，他們找到正確的人的率為99.9%。然而，不同人口群體的結果準確性有所不同。