人脸识别安全之考：先进的人脸识别，究竟为何还没有得到广泛信赖?

 众所周知，人脸识别技术同时带来了关于隐私的伦理之问，安全性可控边界之惑。“靠脸吃饭”，刷脸支付的到来让这句调侃变成现实。“随着可穿戴设备的普及，摄像头只会越来越普遍。”

这一切基于人脸识别技术正在走向商用，它带来了便捷性，但应用的局面并不乐观。

在国内，人脸识别的技术环境较美国宽松许多。科技巨头们正在通过人脸识别向支付市场进击。在一些公开报道中，也有商家认为，刷脸支付还没有那么方便。

先进的人脸识别，究竟为何还没有得到广泛信赖?

透明度有限

在一些时候，人脸识别反而被认为具有危险性。

《经济学人》刊发于2017年的报道提出，人脸本身存在特殊性，“人脸和其他生物特征数据，比如和指纹之间存在一个巨大区别是，它们可以远距离起作用。任何人只要有手机都能拍摄一张照片供人脸识别程序使用。”

据本报记者了解，技术公司往往需要使用人的照片来训练相关技术的精准度，这项工作的前提就是收集大量的人像素材。

中国传媒大学从事大数据与人工智能研究的沈浩教授向本报记者介绍了人脸识别技术的原理。

沈浩提到，一般首先需要拥有关于人脸图像的数据集;第二阶段是进行侦测，例如判断是否是一张脸，其性别、年龄、情绪、是否佩戴眼镜、是否张着嘴等;第三阶段被称作人脸识别和认证，涉及新获得的照片与数据集的比对。

“认证的前提是我已经(在数据库)有了一张脸，那么就是我拍到的这张脸，是否跟这个已经存在的脸，达到一定的相似性，怎么相似?实际上，现在的计算机的人工智能算法可以把一张脸的特征取出来，比方说有64个点、68个点、128个点。”沈浩解释说，比对过程一般有两类，一类是静态检测，一类是活体检测，支付宝采用的现场刷脸支付属于活体检测，在技术上要求更高。

拥有计算机博士学位的李智佳向本报记者举例，“比如将你的人脸基础数据存入数据库中，就可以用来做比对，如果系统试着找了一百个特征，其中有90个以上都是指向你的，那基本上就确定这个人就是你了，新拍的照片就是你了。”自己的数据是否被采集，一般人不容易知晓。

关于采集于何处，美国国家标准与技术研究所(NIST)网站告诉了一部分答案。NIST曾举办人脸识别软件竞赛，据其所发布的一份项目报告提到，从2017年6月到2017年9月，NIST对16个开发人员的41种面部识别算法进行了评估，并指出算法应用于两种类型的静态类数据集：“野外的”新闻摄影和社交媒体图像，以及从监控视频中识别出的人像库。

沈浩谈到，人脸的收集并不难，在今天，一个摄像头便很容易在特定的环境中捕捉很多脸。他提到另一种较易操作的方式是从影视作品中截取名人的脸部图像来训练，因为“在网上有很多他们的脸，而且我还知道他们是谁。”

记者通过国内某知名科技公司员工张弛(化名)获悉，数据的来源也包括一些公开的数据集，国际上诸如麻省理工、哈佛、微软等机构，它们通过合法授权或者客户授权的方式，能够收集成一个比较大的人脸图片库，每一家做算法或软件的公司可拿这些数据集来做训练，训练结束之后还可去识别其他的人脸图片库。

数据集可通过爬虫等方式获取人像图片。记者在加州理工学院视觉实验室的数据集“Caltech 10000”的下载页面看到，该数据集使用Google图片搜索引擎的关键词收集所得，包含了7092张图，10524个人脸。

记者了解到，也有数据集通过志愿者提供数据。但除了这一种方式之外，人们的图像被实验室或科技公司用来训练，一般不容易得知。

张弛谈到，其实在一些商业场所，经常能看到人脸数据采集的情况，但这个并没有跟顾客签任何授权协议，或者经过其同意，而且顾客也不知道这些数据会存在哪里，用来做什么。

2019年10月11日，《纽约时报》报道了这样一个故事。2005年的一天，一个母亲在网络相册类网站Flichr上传了她的两个孩子的照片，多年之后，她发现孩子们的照片被存储到用于人脸识别的数据库MegaFace中。报道还称数百万个Flichr的图像被存入名为MegaFace的数据库中。

而在国内，微信朋友圈中不难看到这些活动。人们上传照片，就可以变成穿军装、古装样子。一些算命小程序也在鼓励人们提交真实照片。

人们的样子被捕捉了，很难知晓。一些数据集会要求非商业目的使用，但这些收集的图片被用作何处，是否存在倒卖甚至色情产业，外界很难获知。科技公司在这方面的透明度并不高。

前段时间，AI换脸应用“ZAO”陷入舆论中心，“ZAO”用户需同意授予“ZAO”及其关联公司以及“ZAO”用户全球范围内完全免费，不可撤销、永久、可转授权和可再许可的权利，希望将使用用户人脸的权利转嫁给自己而引发争议。

据记者了解，至少人脸识别与精准营销的联系已经不成为秘密。

《经济学人》在2017年的封面文章中谈到，Facebook的人脸图片库不对外界开放，但这家硅谷巨头可以获取某家车行的客流图片，然后利用人脸设备向其发送汽车广告。

沈浩认为，在国内环境中，人脸识别技术被滥用的可能性较低，规范性企业可能更避免如此。“找到你的脸干吗?做营销?有可能，因为这件事本身也是在这么做的。但如果说收集你的脸，将来可以用于非法牟利，比如窃取支付宝信息，这是不可能的。”

精准营销“这现象是会有的，但是大部分的技术都没有涉及这个问题。因为他可能觉得其他方法更方便，那么他不需要这样，还有他如果采用了这种方法，必然会有另一些方法来去遏制这种方法。”沈浩隐晦道。

不同语境之下，两种命运

与国内对于技术的拥抱不同，记者获悉，在科技土壤肥沃的美国，人脸识别技术的落地生根实际更不容易。

据外媒报道，旧金山成为美国第一个禁止地方机构使用面部识别技术的城市，进一步推动监管这项技术。旧金山监督委员会以高票通过了一项条例，包括上述禁令，且还规定任何想要购买监控系统的城市机构必须事先经过该委员会审核。

科技巨头亚马逊，因这项技术而处在舆论的风口浪尖。

据路透社5月23日的报道，过去一年间，亚马逊的人脸识别技术已在俄勒冈州和佛罗里达州的执法部门使用，但收获两种评论，批评者认为会带来有偏差的逮捕行为，支持者则认为这可以保护公众安全。

与阿里巴巴力推刷脸支付不同，据《纽约邮报》发表于9月3日的报道，亚马逊开始测试用来识别单个手的扫描仪，在未来将作为在超市连锁店的新的支付方式，这种方式被简称为“刷手支付”。

据本报记者了解，美国各地的官员、活动人士和公司都在讨论，如何平衡迅速发展的人工智能技术的实用性以及该技术可能侵犯隐私和侵蚀公民自由的隐忧。据了解，在全美范围内，越来越多的人认为人脸识别系统不够准确，难以应用于警务，因为该技术可能会将某人误识为犯罪嫌疑人，尤其是对肤色较深的人。据悉，加州和马萨诸塞州也在考虑类似旧金山对人脸识别的禁令。美国还有一些人脸识别的反对者担心国家监控公民。

据记者梳理，在中国，人脸识别技术至少进入安防、金融、交通、零售、医疗、校园甚至易学等多个领域，呈现多点开花局面。

张弛谈到，为了保证准确率，人脸识别技术要根据人种、肤色等，拥有一套相应的算法。用于人脸识别的技术需要有一套算法，需要不停地去训练，样本库越大越好，这样训练的模型就能够更精确地进行识别。

沈浩谈到，美国对于个人信息保护的法规较多，人们对于人脸识别等新技术的商业行为触及到的法律较为敏感。

这项技术还在发展之中，它的特殊性，使得围绕它存在话题空间。

在沈浩看来，人脸识别技术是否值得使用，更简单的衡量方式是人们在感性上希望不希望使用，是否会感到被伤害。

沈浩表示，目前在国内，法无禁止则可行，“一旦未来的中国，如果老百姓或者特定区域人群的觉悟高了，认为不该这样，我们可能就限制了，并不是说技术不能用，而是人的感觉不能用，那他就不应该用。”

场景边界欠缺探讨

本报记者观察到，人脸识别技术尽管在国内多点开花，大公司们纷纷寻求更多商业场景。但是哪些领域不甚适合，目前也欠缺这样的探讨。

9月初，一张对着某活动现场大屏幕所拍摄的图片在微博上传播，图片上展示着旷视科技的人脸识别技术可用于追踪学生的课堂行为，辨别学生的“听讲”“走神”“睡觉”等行为。这项技术乍听似乎有助于学生更认真学习，但引起了网民的讨论。

记者了解到，2017年9月的《经济学人》报道显示，斯坦福大学的研究人员已经证明，当展示一名男同性恋和一名异性恋男性的照片时，算法将他们的性倾向准确地分辨出来的比例高达81%，而人类只能识别61%。《经济学人》提出，在那些同性恋被视为犯罪的国家里，一款能够从面部推断出性倾向的软件，让人感到恐慌。

上述事件，似乎抛出了新问题：人脸识别技术触角的边界在哪儿。当该技术应用于公共场合时，哪些行为被捕捉与识别，显得无关紧要。哪些则是在伦理边缘试探，需要谨慎。随着时间推移，这个问题，科技企业或终将面对。

尽管面临诸多不确定性，但新潮已来。

记者注意到，在刚刚结束的第六届乌镇互联网大会上，15项世界互联网领先成果发布，旷视科技将算法训练与模型改进过程流程化的Brain++技术居于其列。

《经济学人》在2017年的观点似乎如今仍然适用。这些规则都不能改变发展的方向。

同时，美国部分地区持续探讨着这些问题，并在引入人脸识别技术上较为谨慎——旧金山成为美国第一个禁止地方机构使用面部识别技术的城市，科技巨头亚马逊选择在连锁超市走“刷手支付”之路。