Accord de CBP avec Clearview AI : Reconnaissance faciale pour le ciblage tactique

Les douanes et la protection des frontières des États-Unis (CBP) ont obtenu un contrat de 225 000 $ avec Clearview AI, permettant l'utilisation de leur technologie de reconnaissance faciale pour le 'ciblage tactique' et l'« analyse stratégique des réseaux ». L'outil de Clearview AI a accès à plus de 60 milliards d'images extraites d'Internet, renforçant les capacités des unités de renseignement de la CBP, telles que la division du renseignement (INTEL) et le Centre national de ciblage, pour identifier les menaces à la sécurité.
L'accord implique que la technologie de Clearview s'intégrera aux tâches quotidiennes de renseignement des analystes. Ces derniers sont censés traiter des données personnelles sensibles, y compris des identifiants biométriques comme les images faciales, tout en étant liés par des accords de non-divulgation. Cependant, le contrat ne précise pas les types de photos qui seront téléchargées, l'inclusion potentielle de citoyens américains dans les recherches, ni la durée de stockage des images ou des résultats de recherche.
Cet accord intervient dans un contexte de surveillance accrue de l'utilisation de la reconnaissance faciale par les entités fédérales au-delà de la sécurité frontalière, avec des inquiétudes quant à son utilisation routinière plutôt qu'à des enquêtes isolées. Notamment, le sénateur Ed Markey a proposé une législation interdisant à l'ICE et à la CBP d'utiliser la technologie de reconnaissance faciale, abordant l'intégration croissante de la surveillance biométrique sans limites claires ni transparence.
Il est à noter que des tests antérieurs du National Institute of Standards and Technology (NIST) ont mis en évidence les défis des systèmes de reconnaissance faciale. Bien qu'efficaces dans des environnements contrôlés comme des 'photos de type visa de haute qualité', ces systèmes peinent dans des contextes moins contrôlés, affichant des taux d'erreur supérieurs à 20 % avec des images de moindre qualité. Le NIST souligne que ces systèmes, lorsqu'ils sont utilisés à des fins d'enquête, devraient fournir une liste classée de correspondances potentielles pour examen humain, plutôt que de produire une seule correspondance confirmée.
📖 Lire la source complète : HN AI Agents
👀 See Also

La course à l'IA de pointe est terminée : les réseaux de petits modèles surpassent l'IA centralisée en coût et en capacité
Les réseaux de modèles d'IA plus petits surpassent désormais tous les systèmes d'IA de pointe en vitesse, précision et coût. L'article soutient que les entreprises d'IA centralisées ne peuvent pas reprendre la tête en raison de « l'effet Hydre » — l'assemblage récursif de modèles moins chers bat toujours n'importe quel modèle unique.

Comptage des glucides par IA échoue à la reproductibilité : 27 000 requêtes montrent un écart de 429 g sur une seule photo
Une étude portant sur 26 904 requêtes IA à travers 4 modèles a révélé que Gemini 2.5 Pro faisait varier ses estimations de glucides pour une seule photo de paella de 55g à 484g — un écart potentiel de 42,9 unités d'insuline. Claude présentait seulement 2,4 % de variation médiane.

Service d'Interruption du Code Claude et Problèmes de Transparence de la Page d'État
Claude Code a connu des échecs d'authentification avec des clés API OAuth expirant quotidiennement et des erreurs 500 lors de la réautorisation, tandis que la page de statut officielle ne montrait initialement aucun problème malgré les signalements des utilisateurs pendant au moins 45 minutes.

Discussion OpenClaw sur la messagerie entre agents IA et le partage de contexte
Une discussion sur Reddit explore les implications des agents d'IA utilisant un contexte personnel pour communiquer avec d'autres agents au nom d'un utilisateur, en examinant les informations que les utilisateurs pourraient être prêts à partager.