Amazon 認識

Amazon Rekognitionは、2016 年にリリースされたクラウドベースのSaaS (サービスとしてのソフトウェア)コンピューター ビジョンプラットフォームです。米国移民関税執行局 (ICE)やフロリダ州オーランド警察など、数多くの米国政府機関や民間団体に販売され、使用されています。

Rekognition は、 Amazonまたはそのパートナーが収集したデータで事前トレーニングされたアルゴリズムと、ユーザーがカスタム データセットでトレーニングできるアルゴリズム の 2 つのカテゴリに分類できる、さまざまなコンピューター ビジョン機能を提供します。

2019年7月現在、Rekognitionは以下のコンピュータービジョン機能を提供しています。^{[1] [2]}

• 画像による有名人の認識^{[3] [4]}
• 画像内の顔属性 検出には、性別、年齢層、感情（幸せ、穏やか、嫌悪など）、顔にあごひげや口ひげがあるかどうか、顔に眼鏡やサングラスをかけているかどうか、目が開いているかどうか、口が開いているかどうか、笑っているかどうか、瞳孔や顎のラインなどのいくつかのマーカーの位置などが含まれます。^{[5] [6]}
• People Pathingは、ビデオを通じて人物を追跡することを可能にします。この機能の宣伝されている使用例としては、スポーツ選手を追跡して試合後の分析を行うことが挙げられます。^{[1] [7]}
• 画像中のテキスト検出と分類^{[8] [9]}
• 安全でない視覚コンテンツの検出^[10]

• SearchFacesを使用すると、ユーザーは事前にラベル付けされた顔の画像のデータベースをインポートし、このデータベースで機械学習モデルをトレーニングし、 APIを使用してモデルをクラウドサービスとして公開できます。その後、ユーザーは新しい画像をAPIに投稿し、画像内の顔に関する情報を受け取ることができます。APIを使用すると、既知の人物の顔を識別したり、顔を比較したり、データベース内で類似した顔を見つけたりするなど、さまざまな機能を公開できます。^{[11] [12]}
• 顔認証によるユーザー認証^[1]

2017年後半、オレゴン州ワシントン郡保安官事務所は容疑者の顔の特定にRekognitionを使い始めた。Rekognitionは汎用コンピュータービジョンツールとして販売されており、ワシントン郡で働くエンジニアが容疑者の顔分析にこのツールを使うことにした。^{[12] [13]} Rekognitionは同局に無料で提供され、^[14]ワシントン郡はRekognitionを使用していることが知られている最初の米国法執行機関となった。2018年、同局は1,000件を超える顔検索を記録した。ワシントンポスト紙によると、同郡は2019年までにすべての検索に月額約7ドルを支払っていた。^[15]この関係は2018年5月まで一般には知られていなかった。 ^[14] 2018年には、Rekognitionはロイヤルウェディングのテレビ放送中に有名人の特定にも使用された。^[16]

2018年4月、ファミリーサーチがRekognitionを使用して、ユーザーが「家族の写真に基づいてどの先祖に最も似ているかを確認」できるようにしていると報じられました。 ^[17] 2018年初頭、FBIもビデオ監視を分析するためのパイロットプログラムとしてRekognitionを使用し始めました。^[16]

2018年5月、フロリダ州オーランド市が法執行機関の顔分析にRekognitionを使用した試験運用を行っており、^[18]その試験運用は2019年7月に終了したとACLUが報じた。 ^[19]この報道の後、^{[20] [21]} 2018年6月22日、Gizmodoは、アマゾンの従業員がCEOのジェフ・ベゾスに手紙を書き、米国の法執行機関、特にICEと国土安全保障省へのRekognitionの販売をやめるよう要求したと報じた。^[21] ACLUからもベゾスに手紙が送られた。^[20] 2018年6月26日、オーランド警察は試験契約の期限が切れた後Rekognitionの使用を中止し、将来的に使用する権利を留保していると報じられた。^[20]オーランド警察は、古いインフラと低帯域幅のため「画像をテストする段階に至らなかった」と述べた。^[14]

2018年7月、ACLUは、Rekognitionが28人の議員、特に有色人種の議員の顔写真と誤って一致させたことを示すテストを公開した。その後、下院議員25人がベゾスに書簡を送り、Rekognitionに対する懸念を表明した。^[22] Amazonは、Rekognitionのテストは80％の信頼度を生み出したが、法執行機関には99％の信頼度と評価された一致のみを使用するよう推奨したと回答した。^[23] ワシントンポスト紙によると、オレゴン州では、推奨に従う代わりに、警察官に「ベスト5」の結果を選択させているという。^[15]

2018年9月、 MapillaryがRekognitionを使用して都市部の駐車標識（駐停車禁止、駐車禁止、駐車時間指定など）のテキストを読み取っていると報じられた。 ^[9]

2018年10月、アマゾンがその年の初めに米国移民関税執行局にRekognitionを提案していたと報じられた。^{[22] [24]}アマゾンは政府によるRekognitionの使用を擁護した。^[23]

2018年12月1日、民主党議員8人が書簡で、アマゾンはレコグニションについて「十分な回答をしていない」と述べ、「この種の製品には重大な精度の問題があり、有色人種のコミュニティに不釣り合いな負担をかけ、アメリカ人が公の場で憲法修正第1条の権利を行使する意欲を抑圧する可能性があると深刻な懸念を抱いている」と書いたと報じられた。^[25]

2019年1月、MITの研究者らは査読済みの研究を発表し、RekognitionはIBMやMicrosoftなどの競合他社よりも肌の色が濃い女性の識別が困難であると主張した。^[16]この研究では、Rekognitionは肌の色が濃い女性を男性と誤認した割合が31%だったが、肌の色が薄い男性については誤認しなかった。^[14]アマゾンは、この報告書は不適切な「デフォルトの信頼閾値」によって研究結果を「誤って解釈した」と述べた。^[16]

2019年1月、アマゾンの株主は「アマゾンに対し、Rekognitionソフトウェアを法執行機関に販売するのをやめるよう要請した」。アマゾンはこれに対し、Rekognitionの使用を擁護したが、「顔認識技術が差別に使用されないようにする」ための新たな連邦政府の監督とガイドラインを支持した。^{[26] 2019年2月、アマゾンが}国立標準技術研究所（NIST）と協力して、顔認識の精度を向上させ、偏見を排除するための標準化されたテストを開発していると報じられた。^{[27] [28]}

2019年3月、著名なAI研究者のグループがAmazonにRekognitionに関する公開書簡を送り、法執行機関への販売を批判した^[26]約50人の署名が集まった^{[16] 。}

2019年4月、アマゾンは証券取引委員会から、レコグニションの制限を求める2つの株主提案に投票する必要があると告げられた。アマゾンは、提案はアマゾンの通常業務とは関係のない「会社にとって重要でない公共政策問題」であると主張したが、その訴えは却下された。^[16]投票は5月に予定された。^{[15] [29]}最初の提案は株主によって提出された。^[30] 2019年5月24日、株主の2.4％が政府機関へのレコグニションの販売を停止することに投票し、レコグニションと公民権に関する調査を求める2番目の提案は27.5％の支持を得た。^[31]

2019年8月、ACLUは再び政府関係者にRekognitionを使用し、カリフォルニア州の議員120人のうち26人が顔写真と一致するとフラグが立てられた。アマゾンは、ACLUがテストでソフトウェアを「誤用」しており、アマゾンが推奨する99%の精度基準を満たさない結果を却下しなかったと述べた。^[32] 2019年8月までに、移民監視のためにICEがRekognitionを使用していることに対する抗議が行われていた。^[33]

2019年3月、Amazonは感情検出を改善するRekognitionのアップデートを発表し、^[15] 2019年8月にはRekognitionが検出できる感情に「恐怖」が追加されました。^{[34] [35] [36]}

2020年6月、アマゾンはジョージ・フロイド抗議活動を受けて、警察によるRekognitionの使用を1年間停止すると発表した。^[37]

司法省は、FBIがAmazon Rekognitionの使用を開始していることを明らかにした。^[38]司法省のAI目録によると、FBIの「Project Tyr」は、合法的に取得したメディアからヌード、武器、爆発物、その他の情報を識別できるようにRekognitionをカスタマイズすることを目的としている。^[39]

2018年に、MITの研究者ジョイ・ブオラムウィニとティムニット・ゲブルは「ジェンダー・シェード」と呼ばれる研究を発表しました。^{[40] [41]}この研究では、一連の画像が収集され、画像内の顔に顔の位置、性別、肌の色の情報がラベル付けされました。画像は、Face++、IBM、MicrosoftのSaaS顔認識プラットフォームにかけられました。これら3つのプラットフォームすべてで、分類器は男性の顔で最も優れたパフォーマンスを発揮し（女性の顔のエラー率は男性の顔のエラー率よりも8.1%～20.6%高かった）、暗い色の女性の顔では最も悪いパフォーマンスを示しました（エラー率は20.8%～30.4%の範囲）。著者らは、この不一致は主に、Megvii、IBM、Microsoftのトレーニングデータに暗い色の男性よりも明るい色の男性が多いこと、つまりデータセットのバイアスによるものだと仮説を立てました。

2019年1月、研究者のイニオルワ・デボラ・ラジとジョイ・ブオラムウィニは、1年後に同じ3つのSaaS顔認識プラットフォームの最新バージョンに加えて、KairosとAmazon Rekognitionの2つの追加プラットフォームで再度実験を行ったフォローアップ論文を発表しました。^{[42] [43]}システム全体のエラー率は前年より改善しましたが、5つのシステムすべてが男性の顔の方が暗い色の女性の顔よりも優れたパフォーマンスを発揮しました。

• アマゾンレックス
• アマゾンメカニカルターク
• アマゾンポリー
• Amazon セージメーカー
• アマゾンウェブサービス
• 顔認識システム
• Amazon Web Services のタイムライン