從谷歌、Facebook到BAT，從社保領(lǐng)取到校園門禁，人臉識別將成為一把便捷的“萬能鑰匙”。但行業(yè)內(nèi)關(guān)于人臉識別準(zhǔn)確性、安全性、隱私性的辯論，也從未停止。

 

“人臉識別技術(shù)被高估了。”運(yùn)營超過7年的人臉識別技術(shù)公司駿聿科技創(chuàng)始人袁存鼎對《每日經(jīng)濟(jì)新聞》記者表示，現(xiàn)在的精準(zhǔn)度還達(dá)不到100%，對相似度高的臉容易出現(xiàn)識別誤差。“在人臉識別系統(tǒng)中，很有可能你的表姐比你更像你。”

 

袁存鼎還表示，人臉識別技術(shù)公司在建設(shè)人臉數(shù)據(jù)庫的時候，如何獲取相關(guān)授權(quán)，也是一個繞不開的問題。

 

刷臉“雙刃劍”

 

隨著人臉識別向基礎(chǔ)金融領(lǐng)域的滲透，這項(xiàng)存在了10多年生物識別技術(shù)突然被開啟了巨大的想象空間。

 

然而，與每一樣疾行的科學(xué)技術(shù)一樣，在給人帶來便利的同時，其意想不到的潛在威脅也讓人害怕。在美國，人臉識別的技術(shù)帶來的隱患曾讓Facebook、谷歌等多家科技巨頭引火上身。

 

此前，谷歌曾研發(fā)出一個能夠裝在智能手機(jī)上的街景軟件。當(dāng)這個軟件掃描街景時，也可將路過的行人面部信息采集，從而引發(fā)公眾極大的不滿。隨后，該款谷歌軟件被迫做出修訂，對人臉信息打馬賽克。

 

事實(shí)上，排除安全隱患不說，“人臉?biāo)⒁磺?rdquo;作用似乎被夸大了許多。曾在人臉識別領(lǐng)域沉浮7年的袁存鼎對記者坦言，該公司的主營業(yè)務(wù)之一是為公安系統(tǒng)提供人臉識別算法和軟件。理論上，通過人臉識別找犯罪嫌疑人應(yīng)該一招一個準(zhǔn)兒，但實(shí)踐表明，人臉識別沒那么“神乎”。原因是人臉識別的算法還達(dá)不到100%的精確。“這個世界上，有和你長得很像的人，當(dāng)從1000萬張人臉圖片中搜尋你時，出來的極可能不是你，而是和你長得很像的那個人。人臉識別的首位命中率還達(dá)不到指紋或虹膜等生物識別技術(shù)那么高的準(zhǔn)確度。”而且人臉識別系統(tǒng)對光線和姿態(tài)有比較高的依賴度，在實(shí)驗(yàn)室環(huán)境里，有用戶配合的條件下，能達(dá)到比較高的識別水平。“但在無配合場合下，可能會出現(xiàn)識別偏差，出現(xiàn)你的表姐比你更像你的情況。”在袁存鼎看來，人臉識別用于支付、驗(yàn)證、安防，似乎是對其商業(yè)應(yīng)用的第一反應(yīng)，但人臉識別手段單獨(dú)應(yīng)用于上述領(lǐng)域的“魔力”被高估了。另一方面，人臉識別作為輔助手段的商業(yè)應(yīng)用價值卻被低估了。比如在支付時，與密碼識別一起使用，可大幅提升安全強(qiáng)度。總的來說，人臉識別的商業(yè)應(yīng)用前景潛力仍然巨大。

 

臉被“刷走了”你知道嗎？

 

那么從二維人臉過渡到三維人臉，精確度、安全性方面能否得到提升？

 

袁存鼎亦表示，三維人臉能將精度提高一個數(shù)量級。但無論對于二維或三維人臉?biāo)惴ㄉ潭裕ㄟ^建立人臉數(shù)據(jù)庫，提升算法的準(zhǔn)確度，都是非常重要的公司戰(zhàn)略。

 

而建人臉庫的臉從哪來？我們的面部信息會被算法公司刷去做商用嗎？這樣的擔(dān)憂在人臉識別技術(shù)最發(fā)達(dá)的美國最先引發(fā)。今年6月，美國消費(fèi)者權(quán)益組織退出了長達(dá)一年的面部識別技術(shù)監(jiān)管研討會，原因就在于就“你的臉被刷走要不要你同意？”這一點(diǎn)上與技術(shù)方爭執(zhí)不休。

 

 

據(jù)美國《大西洋月刊》報道，在實(shí)際操作中，對于在面部識別之前是否需要征求對方的同意，科技公司目前分成了兩派。Facebook表示，如果用戶不愿被納入該公司的面部信息數(shù)據(jù)庫，那么需要主動提出。這意味著，這些信息默認(rèn)將會被納入數(shù)據(jù)庫。另一方面，微軟則表示，在進(jìn)行面部識別之前，會征求用戶的同意。

 

某人臉識別專家向記者分析稱，三維庫的來源一方面也是從機(jī)構(gòu)買，另一方面，也不排除像人們猜測的那樣，從諸如高校之類的客戶那里獲得授權(quán)使用的可能。

 

上述業(yè)內(nèi)人士認(rèn)為，隨著人們對隱私意識的提升，無論如何，人臉識別授權(quán)這個看似“很超前”的討論環(huán)節(jié)，都將成為人臉識別算法商們無法回避的話題。