責任あるAI
信頼 とコンプライアンス
InsightFace は、測定可能な公平性、倫理的なデータ運用、Privacy by Design のシステム設計を基盤に、企業向けの顔AIを提供します。モデル評価とガバナンスを継続的に改善し、各地域・各利用者層において安心して導入できる体制を整えています。
企業向けコミットメント
製品要件としてのバイアス低減
人口属性ごとの一貫性を重要な品質指標として扱い、人種・性別・年齢層をまたいで安定した性能を維持できるよう継続的に最適化しています。
透明性の高いデータガバナンス
明確な利用許諾を持つデータセット、知情同意に基づくプライベートデータセット、または適法な Synthetic Data のみを使用し、企業調達に耐える審査基準を適用しています。
Privacy by Design に基づく導入
本番アーキテクチャでは可能な限り不可逆な Embedding 抽出を優先し、原画像の保持を最小化することで、運用上の露出リスクを抑えています。
アルゴリズム公正性
普遍的な精度を追求しながらバイアスを低減
私たちは「技術平等」の原則に基づき、人種・性別・年齢の異なる集団間でも安定した性能を維持することを目指しています。
多様なベンチマーク最適化: モデルは五大陸にまたがる多様なデータセットで継続的に調整され、under-represented groups には高い学習重みを割り当てて認識バイアスを低減します。
Adversarial Debias による多面的評価: 研究開発パイプラインに Adversarial Debias と多次元モニタリングを組み込み、社内評価では Cross-ethnicity False Match Rate を業界トップクラスまで低減しています。
企業導入前提の検証: 公平性は精度・遅延・導入適合性と並ぶ評価軸として扱い、本番導入前のリスクをより明確に把握できるようにしています。
データ倫理
倫理的なデータ調達とプライバシー優先の処理
データはAIの基盤ですが、プライバシーは越えてはならない境界です。調達、クレンジング、導入アーキテクチャを一体として設計しています。
適法な調達: InsightFace は GDPR、CCPA、および各国の関連法規に沿ってデータ取得を行います。明確な許諾があるデータ、知情同意の下で収集したプライベートデータ、補助学習用の適法な Synthetic Data を使用します。
厳格な PII クレンジング: 学習パイプライン投入前に原画像へ脱感作処理を実施し、自動化スクリプトで関連する personally identifiable information (PII) を除去して、モデル学習に必要な信号のみを保持します。
特徴量ベースのプライバシー保護: 中核となる導入アーキテクチャでは、原画像の保存・転送ではなく不可逆な Embedding ベクトルを優先し、システム設計レイヤーで漏えいリスクを低減します。
認可済みデータセットの提携
学習または評価に利用可能な適切な許諾付きデータセットをご提供いただける場合はご連絡ください。審査後、有償調達を検討することがあります。
contact@insightface.aiデータプライバシーと保持
契約のもとで構成可能なプライバシー制御
プライバシー対応は商務上の合意に含まれます。以下のデフォルトはエンタープライズ顧客向けの一般的な構成方針であり、具体的な挙動はご契約で取り決められます。
埋め込みベースの処理を推奨デフォルトとしています。顔特徴量は不可逆なベクトルとして抽出・比較・保存でき、生画像を保持する必要はありません。
画像非保持モードに対応しています。クラウドAPI構成では、推論呼び出しの完了後にアップロード画像をサーバ側で永続化しないよう要求できます。
データ保持期間はデフォルト固定ではなく、エンタープライズ契約で構成可能です。社内のプライバシーおよび記録管理ポリシーに合わせることができます。
オンプレミスおよびエッジ構成では、生画像と埋め込みが顧客環境内に留まる設計で、推論トラフィックが顧客ネットワークの外に出ることはありません。
デプロイメント オプション
データフローに合わせたデプロイメント モデルの選択
InsightFaceは複数のデプロイメント パターンに対応しています。それぞれデータフローが異なり、機密度や運用制約に応じて使い分けることができます。
Cloud API
ローカルにモデルを持たないホスト型推論。
- Data flow
- 画像または事前抽出した埋め込みをHTTPS経由でホスト型エンドポイントに送信し、レスポンスで結果を受け取ります。
- Fit for
- パイロット、機密度の低いワークロード、短期間での統合、モデルを自前でホストしたくないプロダクトチーム。
On-premise
顧客自身のインフラ内でモデルを稼働。
- Data flow
- 顔データ、埋め込み、推論トラフィックはすべて顧客環境内に留まり、画像データがInsightFaceに送信されることはありません。
- Fit for
- 規制業界、大規模な本人確認、KYC、入退室管理、厳格なデータ所在地要件を持つ顧客。
モバイル / エッジ デバイス
InspireFace SDKによるオンデバイス推論。
- Data flow
- 画像はデバイス上で処理され、必要に応じてアプリケーション レベルのシグナル（マッチ判定など）のみがデバイス外に送出されます。
- Fit for
- コンシューマー向けモバイル アプリ、組込み入退室管理、IoT端末、オフラインまたは断続的なネットワーク環境。
責任ある顔AI活用
機微な顔AI用途のユースケース審査
顔認識、フェイススワップ、本人確認は機微な用途です。商用ライセンスとAPIアクセスは、実装前に想定デプロイメントに照らして審査します。
商用の顔認識またはフェイススワップ モデルを許諾する前に、想定ユースケース、デプロイメント環境、エンドユーザー層を審査します。
顧客は生体データを処理する適法な根拠を有し、現地法で求められる場合にはエンドユーザーへの通知と選択肢の提供を行うことを期待します。
脆弱な集団の監視、欺瞞的ななりすまし、その他責任あるデプロイメントと相容れない用途は許諾しません。
実際の利用が合意済みの範囲から大きく逸脱した場合、許諾は再審査または取り消されることがあります。
フェイススワップ利用ポリシー
フェイススワップ モデルおよびAPIの禁止用途
フェイススワップ モデルとAPIは、審査済みのクリエイティブ、エンターテインメント、製品用途に対してライセンスされます。以下は明確に対象外であり、許諾されません。
詐欺、個人情報の不正取得、KYC回避、または本人確認システムを欺くあらゆる試み。
実在する個人本人の明示的かつ検証可能な同意なしのなりすまし。
個人の侮辱や脅迫を目的とするハラスメント、いじめ、誹謗中傷。
合成NCIIを含む、個人に対する同意のない性的または親密な画像。
私人、未成年者、または脆弱な集団に対する許諾なき顔置換。
公人に帰せられる捏造された発言、選挙や言論を操作する意図の誤導的な政治コンテンツ。
エンタープライズ審査資料
セキュリティ、法務、調達審査のための資料
エンタープライズ顧客は社内評価の一環として、以下の資料についてチームへ問い合わせたり提供を依頼したりできます。具体的な成果物は案件ごとに定めます。
データ処理要件と想定データフロー。
セキュリティ審査の質問とアーキテクチャ図。
クラウド、オンプレミス、エッジ向けのデプロイメント アーキテクチャ オプション。
選定モデルまたはAPIに対する受容可能な利用要件。
管轄区域に関連するコンプライアンスとプライバシー要件。
プライベート データによるベンチマーキングを含むモデル評価方法論。
企業導入に向けた運用上の保証
コンプライアンスレビューは、ライセンス範囲、導入アーキテクチャ、データ取り扱い境界を含む商談プロセスに組み込まれています。
本番導入に必要な地域要件、プライバシー管理、社内承認フローに関するデューデリジェンスを支援します。
顧客要件、規制、導入シナリオの変化に応じて、ベンチマークとガバナンス運用を継続的に更新します。
導入前に trust / compliance の確認が必要ですか？
モデルライセンス、導入アーキテクチャ、データ調達、評価要件について、貴社市場に合わせてご相談ください。