前幾日，微軟靜悄悄地刪除了一個(gè)公開(kāi)的名人圖片數(shù)據(jù)集。這個(gè)數(shù)據(jù)集包含了 10 萬(wàn)張名人面部圖像，常被用來(lái)作為人臉識(shí)別的訓(xùn)練。對(duì)于微軟刪除的真實(shí)原因，我們不得而知，但其背后牽扯到的數(shù)據(jù)隱私問(wèn)題，包括人臉識(shí)別技術(shù)的安全規(guī)范，都值得一番深思。

微軟在上周刪除了一個(gè)名人圖片數(shù)據(jù)集。這個(gè)本為世界上最大的公開(kāi)人臉識(shí)別數(shù)據(jù)集，現(xiàn)在已經(jīng)不能通過(guò)微軟的渠道訪問(wèn)。

在這次「靜默」刪除行為背后，又牽扯到了哪些問(wèn)題呢？

微軟想解決的麻煩：MS Celeb 名人數(shù)據(jù)集

MS Celeb 1M 數(shù)據(jù)集，最早是微軟在 2016 年發(fā)布，其中共包含了 10 萬(wàn)個(gè)名人，近 1000 萬(wàn)張面部圖片，而這些數(shù)據(jù)都是從網(wǎng)絡(luò)上搜集而來(lái)。

從網(wǎng)絡(luò)中 100 萬(wàn)個(gè)名人中，根據(jù)受歡迎程選出 10 萬(wàn)個(gè)，然后利用搜索引擎，跳出每個(gè)人的大約 100 張圖片，就得到了這個(gè)龐大的數(shù)據(jù)集。

MS Celeb 數(shù)據(jù)集中的 Jobs 圖片，

其中綠色是年輕時(shí)代的圖片，紅色是合成圖像

而這個(gè)數(shù)據(jù)集最初是用來(lái)服務(wù)比賽的。MSR IRC 是世界上最高水平的圖像識(shí)別賽事之一，MS Celeb 1M 數(shù)據(jù)集最初就是這個(gè)賽事所用。

MS Celeb 1M常被用來(lái)做面部識(shí)別的訓(xùn)練。但對(duì)于這些圖片均來(lái)自網(wǎng)絡(luò)，所以也曾受到了質(zhì)疑。而微軟則表示，是根據(jù)「知識(shí)共享許可 C.C 協(xié)議」，來(lái)抓取和獲得這些圖像的。

根據(jù)協(xié)議，可以將照片重新用于學(xué)術(shù)研究，（照片中的人物并不一定授權(quán)許可，而是版權(quán)所有者授權(quán)。）但微軟發(fā)布數(shù)據(jù)集后，卻并不能掌管它的使用。英國(guó)「金融時(shí)報(bào)」進(jìn)行了一項(xiàng)深入調(diào)查，結(jié)果表明數(shù)據(jù)被大量的用在了多個(gè)企業(yè)測(cè)試中。

包括 IBM，松下，阿里巴巴，Nvidia 和日立等公司，都存在使用這個(gè)數(shù)據(jù)集的情況。

而這就涉及到了數(shù)據(jù)集使用的一些規(guī)范性問(wèn)題，一位研究人員還指出，這涉及到人臉識(shí)別圖像數(shù)據(jù)集的倫理，起源和個(gè)人隱私等問(wèn)題。

刪除原因：負(fù)責(zé)該數(shù)據(jù)集的員工離職？

微軟已經(jīng)在線上默默地刪除了MS Celeb 1M，并沒(méi)有特別的說(shuō)明。

Github 上數(shù)據(jù)集的下載頁(yè)面已經(jīng)變成了 404

在金融時(shí)報(bào)的報(bào)道中，微軟表示「該網(wǎng)站主要目的是用于學(xué)術(shù)，」而刪除它的原因是，「負(fù)責(zé)運(yùn)營(yíng)這個(gè)項(xiàng)目的員工離職了，不再與微軟合作，所以進(jìn)行了刪除?！?/strong>