人工智能技術特別是人臉識別技術正在迅速被采用，所引發的潛在的技術濫用擔憂是三人成虎，還是不得不面對的事實?

近日，支付寶、銀聯、微信國內三大支付巨頭都推出了“刷臉”支付，搶灘“刷臉”支付新市場。

“刷臉”進站、“刷臉”支付、“刷臉”簽到、“刷臉”進賓館和辦公室、“刷臉”執法……在中國，現在人臉識別技術正在走進更為廣闊的應用場景。

因為被認為是高科技，人臉識別應用的場景之多，普及的速度之快，比以往任何時候都有過之而不及。

然而，與指紋、虹膜、聲紋等相比，人臉是一個具有弱隱私性的生物特征，因此，這一技術對于公民隱私保護造成的威脅性尤其值得重視。

今年早些時候《經濟學人》的文章就指出：能夠低成本、快速和大規模地記錄、存儲和分析人臉圖像的能力，早晚會使隱私、公平和信任等觀念發生根本性的改變。微軟多次呼吁對面部識別技術進行監管，對這一技術的準確性有獨立評價標準，并禁止在法院許可的范圍外對特定對象進行持續監控。

在人工智能技術大行其道，并被各國政府大力支持的情況下，人工智能技術特別是人臉識別技術正在迅速被采用，所引發的潛在的技術濫用擔憂是三人成虎，還是不得不面對的事實?

人臉識別被當成一項新的噱頭，讓“你就是你”被攻陷

在應用方面，人臉識別主要有兩個方向：

• 一種為1：1認證，即證明本人與證件信息是統一的，主要應用于安檢、支付等需要實名制驗證的場景。

• 另一種為1：N認證，判斷某個體是否為特定群體中的一員，用于人員出入管理和城市安防。

由于1：N認證目前還不算特別成熟，往往需要人的參與和干預。但是在第一種應用場景下，絕對的安全已經不存在了，發揮的作用也大不如以前。

• 央視3·15晚會上，主持人使用視頻模擬的方式破解了人臉識別；

• 滴滴順風車遇害事件，暴露出黑車司機早已用軟件破解人臉識別技術的事實；

• 不法分子利用FaceTime錄制用戶臉部視頻，借以通過某些支付APP的“人臉識別”驗證，盜取用戶的支付賬戶的財產；

• 等等。

平安科技的安全研究員高小廚（高亭宇）曾演示了注入應用繞過活體檢測、視頻攻擊繞過活體檢測、三維建模繞過云端檢測、臉部3D模具繞過云端檢測、利用接口防護不當和各種設計缺陷5種不同的可以破解人臉識別的方法。

人臉識別技術存在很大的漏洞。專家表示，一般的APP開發者不會自己開發人臉識別技術，而是通過第三方的API接口或SDK組件來獲得人臉識別功能，基于這個特點，黑客對人臉識別技術從接入到實際使用過程中的每個關鍵點進行分析，最終在多個環節都找到了多個突破點，進而讓人臉識別形同虛設。 ?

另外，除了人臉識別技術在手機上本身的應用缺陷之外，許多問題導致的原因都是開發者在調用第三方的人臉識別服務時，沒有一個嚴格安全的行為規范，接入流程不夠嚴謹，甚至經常出現為了提高用戶體驗而舍棄安全性的做法，最終導致的結果就是，讓用戶把密碼寫在了自己的臉上。

把“人臉識別”當成一項新的噱頭，嘗試吸引著大眾的關注，只會增加其應用風險。

是數據就有被利用的機會

專家認為：“人臉圖像或視頻廣義上講也是數據，如果沒有妥善保管和合理使用，就會容易侵犯用戶的隱私。”

第一種情況，對數據的過度使用。

通過數據采集和機器學習來對用戶的特征、偏好等“畫像”，互聯網服務商進而提供一些個性化的服務和推薦等，從正面看是有利于供需雙方的一種互動。在對數據的收集和使用方面，消費者是被動的，企業和機構是主動的。如果商家只從自身利益出發，就難免會對個人數據過度使用或者不恰當披露。

Facebook的面部圖像庫雖然不會被其他人提取，但是該公司可以獲得參加車展的人的照片，之后用人臉識別技術在網上找到這些人，給他們精準地發送汽車廣告，令人不厭其煩。

第二種情況，大量收集消費者人臉數據引發更大的擔憂。 ?

基于深度學習的人臉識別技術，需要把一定規模的訓練數據“喂”給機器，提升它深度學習的能力，才能保證人臉識別技術在實際應用場景中達到預期的效果。因此，為了提高算法的準確性，大量的數據積累必不可少。

作為美圖秀秀的合作方，Face++已經識別了超過10億張照片，現在還建立了數億張照片的名人圖片庫。盡管Face++表示在采集到照片后會對照片進行脫敏處理，只提取照片特征，而大數據時代，個人在互聯網上的任何行為都會變成數據被沉淀下來，而這些數據的匯集都可能最終導致個人隱私的泄露。

第三種情況，大量公司在人不知道的情況下收集人臉數據，情況堪憂。

人臉識別技術公司對大量用戶的臉部信息進行征集調用，其行為本身就足以令人擔憂。智能硬件、攝像頭隨時隨地采集我們的個人影像資料，長時間大規模地積累用戶數據，必然涉及個人數據與隱私保護的問題。

不管出于法律還是情理，每個人對于自己的照片、形象，應該有最起碼的知情權。企業、政府不顧及用戶個人意志，擅自采集調用臉部特征信息，本身就是一種侵權行為。

為此，也有很多人開始研究反人臉識別技術。

人臉識別技術所引發的道德問題

人臉識別技術還帶來了不容忽視的道德倫理問題，引起種族或人群歧視，在國外的反應更激烈。

例如，斯坦福大學的研究人員證明，當展示一名同性戀男和一名異性戀男的照片時，算法能夠具有81%的準確率分辨出他們的性傾向，相比較人類只能識別61%。在那些將同性戀被視為犯罪的國家里，一款能夠從面部推斷出性傾向的軟件，會讓人感到恐慌。在歧視同性戀的國家，活或許會引來暴力犯罪。

另外，暴力程度較低的歧視將會更加普遍。比如雇主本就可以按照自己的偏見拒絕某人，但人臉識別可以讓這種偏見變得常態化，使得公司根據種族、智力和性取向等特征過濾所有的求職者。

毫不諱言，任何一種技術的發展應用，都會引發一下連鎖反應，有進步，也有問題和擔憂，監管和規范或許是規范技術應用最好的出路。

---

劉學習

前15年，專注于服務器、存儲以及云計算

后5年，愛上基礎軟件、管理軟件，以及國產化系統

冀望與企業一起成長，與產業一起發展！

微信：Fiyinghare

郵箱：lxx@soft6.com

點擊圖片查看報告全文

總結

以上是生活随笔為你收集整理的人脸识别被滥用，三人成虎不足挂齿?的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。