不久前，一則新聞引起巨大震動，三年前弒母案中的嫌疑人吳謝宇在重慶江北機(jī)場被抓，有人透露吳謝宇進(jìn)入機(jī)場不到十分鐘，警察便找到了他。帶領(lǐng)我們抓捕嫌疑人、走進(jìn)真相的，是“天眼系統(tǒng)”。

目前中國已經(jīng)安裝了2000萬個配備人工智能技術(shù)的攝像頭，組成了世界上監(jiān)控系統(tǒng)——“天眼系統(tǒng)”。我們通過這個系統(tǒng)高精度匹配人臉，鎖定肇事逃逸司機(jī)、抓到看演唱會的通緝犯、也逮捕了吳謝宇。

在這個系統(tǒng)下，人臉識別成為重要的技術(shù)基礎(chǔ)。不光在公安公共交通放方面，目前人臉識別技術(shù)應(yīng)用場景越來越多，但在我們享受科技帶來便利的同時，也有不少風(fēng)險和擔(dān)憂的聲音。

快速發(fā)展的人臉識別技術(shù)

根據(jù)前瞻產(chǎn)業(yè)研究院數(shù)據(jù)顯示，到2020年全球人臉識別市場規(guī)模將達(dá)75.95億美元。在這場科技快速發(fā)展的賽道上，人臉識別真實而深刻的改變著我們的生活，無論是消費支付還是安檢尋人，這場“刷臉”的變革正在慢慢滲透生活。

2015年招商銀行宣布推出“ATM刷臉取款”業(yè)務(wù)，三年之后工行已經(jīng)在215家網(wǎng)點采用了人臉識別技術(shù)；

2017年iPhone X Face ID 解鎖功能上線，到2017年具備人臉識別功能的全球智能手機(jī)共達(dá)到了14.62億臺；

2017年首都國際機(jī)場打造刷臉登機(jī)的智慧機(jī)場，這個系統(tǒng)會在1分鐘之內(nèi)完成安全識別和處置，其驗放效率較之前提高了66%，每個小時達(dá)到266人以上；

2017年支付寶宣布商用刷臉支付，2018年推出刷臉支付產(chǎn)品—— “蜻蜓”，直接將刷臉支付的接入成本降低80%；

2017年北京所有公租房推行“人臉識別”門禁；

2018年張學(xué)友四場演唱會借用人臉識別技術(shù)抓住五名逃犯；

2018年相關(guān)警務(wù)識別、智能業(yè)務(wù)應(yīng)用越來越廣泛；

其實對于人臉識別的研究早在 20 世紀(jì) 60 年代就開始了。如今經(jīng)過 50 多年的發(fā)展，人臉識別技術(shù)已經(jīng)取得了重大突破，很多經(jīng)典算法和人臉庫相繼出現(xiàn)。目前人臉識別系統(tǒng)正確率可以達(dá)到 99.5%，人眼在同等條件下識別的正確率僅為 97.52%，目前人臉識別的準(zhǔn)確率已經(jīng)做到了比肉眼更精準(zhǔn)。

而國內(nèi)的發(fā)展速度也毫不遜色。在2018年的全球人臉識別算法測試（FRVT）中，中國人工智能公司就囊括了前十中的五席。

2018年11月16日發(fā)布的報告顯示，全球人臉識別算法可以做到在千萬分之一誤報率下，漏報率降低于1%，這意味著千萬分位誤報下的識別準(zhǔn)確率已經(jīng)超過99%。相比于去年同期，全球人臉識別性能提升了80%。

發(fā)展背后風(fēng)險四伏

但是，在快速發(fā)展背后，依然存在不少令人擔(dān)憂的問題。

數(shù)據(jù)來源惹爭議

首先是訓(xùn)練所使用的數(shù)據(jù)集。在人臉技術(shù)繁榮發(fā)展的背后有一個重要基礎(chǔ)——大量的數(shù)據(jù)訓(xùn)練。

如果說人工智能是一輛飛奔的豪華跑車，那么數(shù)據(jù)就是提供強(qiáng)勁動力的“燃料”。為了保證“燃料”的質(zhì)量，我們對于數(shù)據(jù)清理的要求越來越高；但是更為重要的是可供訓(xùn)練的數(shù)據(jù)量。目前研究人員使用較多的數(shù)據(jù)主要來自“開源數(shù)據(jù)集”。

除了早期實驗團(tuán)隊專業(yè)請志愿者拍攝之外，絕大部分的數(shù)據(jù)主要來自網(wǎng)絡(luò)獲取和公共數(shù)據(jù)。比如雅虎旗下的圖片分享網(wǎng)站——Flicker，通過“知識共享”政策將用戶上傳的圖片等信息整合組成很多開源數(shù)據(jù)集，早在2014年雅虎就基于Flicker數(shù)據(jù)發(fā)布了1億的圖片與視頻，其中包含了9930圖片和70萬視頻的URL以及與之相關(guān)的元數(shù)據(jù)。

還有很多開源數(shù)據(jù)集大量收集電影、電視劇、運動比賽等公開影像，不少公共監(jiān)控數(shù)據(jù)也被用于政府及相關(guān)企業(yè)進(jìn)行安防方面的研究與訓(xùn)練。

這個帶來了許多爭議與擔(dān)憂。一方面大家對于自己的面部信息被用于訓(xùn)練存在一些芥蒂，另一方面不同企業(yè)、政府對此也存在不同的觀點與立場。

2018年4月，F(xiàn)acebook使用生物統(tǒng)計數(shù)據(jù)，在未經(jīng)用戶同意的情況下，非法對用戶照片進(jìn)行人臉識別，并存儲相關(guān)信息。今年4月，亞馬遜先前將其面部識別工具 Rekognition 提供給警方使用，引起侵犯民眾隱私的爭議。當(dāng)時遭到亞馬遜員工、用戶、民間組織等超過 15 萬人聯(lián)名抗議。圖靈獎得主也呼吁暫停售予執(zhí)法機(jī)構(gòu)。

而同樣面對數(shù)據(jù)采集和使用方面，微軟基于人權(quán)考慮，拒絕向警方提供面部識別技術(shù)。

信息泄露存風(fēng)險

2019年2月，海外博主Victor Gevers在個人社交網(wǎng)站Twitter上曝出國內(nèi)名為“SenseNet”的人工智能安防公司發(fā)生大規(guī)模數(shù)據(jù)庫泄露——超過250萬條的個人數(shù)據(jù)可被獲取，680萬條記錄泄露。

這次的信息泄露引起了較大震動，這家公司主要從事借用深度學(xué)習(xí)用于面部識別技術(shù)和人群分析，并對外開放數(shù)據(jù)接口方便使用匹配，其紀(jì)錄地點還包括警察局、酒店、旅游景點、公園、網(wǎng)吧等等。也就是說當(dāng)你走在路上，很有可能臉部信息已經(jīng)被提取、被分析，甚至被泄露。

而信息泄漏的風(fēng)險背后還透出我們對于人臉與其他數(shù)據(jù)標(biāo)簽關(guān)聯(lián)的擔(dān)憂。我們目前刷臉支付的普及力度相對較低，人臉?biāo)P(guān)聯(lián)上的數(shù)據(jù)標(biāo)簽還很少。但是未來隨著人臉識別技術(shù)應(yīng)用越來越廣泛，這種關(guān)聯(lián)度勢必會提高。這種關(guān)聯(lián)度的提高會給商業(yè)帶來契機(jī)。比方說分析人臉信息和其他社交平臺信息，將我們的人臉和相關(guān)的興趣標(biāo)簽打包賣給商場?；蛟S你下一次走進(jìn)商場，實現(xiàn)全智能逛街，各種精準(zhǔn)推送就是基于此。

目前，已經(jīng)有不少公司有意無意間在做提高這種關(guān)聯(lián)度的事情。Blippar App是一款基于AR技術(shù)的探索發(fā)現(xiàn)類應(yīng)用，我們通過此APP掃描感興趣的對象，不僅可以看到相關(guān)商品信息、了解城市街道介紹、甚至還可以直接相關(guān)獲取社交信息。

黑產(chǎn)伺機(jī)而動

單純的信息泄漏，缺乏關(guān)聯(lián)度帶來的危害似乎并沒有那么直擊要害。但是如果這些信息同樣被黑產(chǎn)所用，那么損失將無法估量。

這本質(zhì)上來說依舊是對抗間的矛盾。

當(dāng)下像微軟這樣的科技巨頭成為面部識別發(fā)展的領(lǐng)軍者，很大程度上取決于他們可以訪問大型面部數(shù)據(jù)庫，而組成數(shù)據(jù)庫的正是每天行走在路上、上傳自拍等信息的你我。技術(shù)的發(fā)展要求我們“貢獻(xiàn)”出海量的數(shù)據(jù)供其學(xué)習(xí)，但是這些數(shù)據(jù)是否有可能同樣被黑產(chǎn)拿來訓(xùn)練呢？

這正在發(fā)生。今年的央視315就指出當(dāng)下人臉識別的風(fēng)險。而2016年底湖北公安也曾搗毀一專門販賣公民動態(tài)認(rèn)證視頻（抬頭、低頭、眨眨眼睛、讀一段文字）的團(tuán)伙。在他們查獲的1800G信息中，不僅包括正反面、還有手持自拍、側(cè)拍、拿報紙拍，更為神奇還有抬頭、點頭、左轉(zhuǎn)、右轉(zhuǎn)、讀文字的錄像。而這些都在幫助黑產(chǎn)形成3D建模，訓(xùn)練如何躲過活體檢測。

[[264825]]

我們在擔(dān)心什么？

其實在面對人臉識別技術(shù)的發(fā)展，我們的情緒是復(fù)雜的。就像此次重慶江北機(jī)場通過“天眼”抓捕嫌疑人吳謝宇，準(zhǔn)確快速的保證安全，民眾成為受益者。但是另一方面，看到人臉數(shù)據(jù)采集的不合理、信息泄漏的風(fēng)險甚至被冒用身份的可能性，我們有些害怕了。

我們到底在害怕什么？

首先，我們害怕毫無察覺的喪失底牌。

因為人臉是不需要用戶主動配合就可以采集到的生物特征信息。對比其他生物特征的采集過程，如指紋、掌紋、虹膜、靜脈、視網(wǎng)膜，都需要以用戶的主動配合為前提，即如用戶拒絕采集，無法獲得高質(zhì)量的特征信息。與此同時，人臉天生就暴露在外，難以做到自我掩護(hù)和偽裝，這張臉，成為了識別身份的天然特征。

也就是說，面對四周不休不眠的“索倫之眼”，采集的時候我們毫無察覺、分析的時候我們?nèi)徊恢钡叫孤兜臅r候、直到曝光的時候，我們毫無還手之力。

其次，我們害怕無法挽回。

人臉識別技術(shù)為了防止黑產(chǎn)，會加大對識別精度的訓(xùn)練；黑產(chǎn)為了牟利，會投入更多精力偽裝活體面部；那，普通用戶呢？我們只有一張臉，曝光了、泄露了、被冒用了，我們可以換一張“臉”嗎？

不能。

還有面對信息關(guān)聯(lián)的問題，即便目前看來提取社交照片用于訓(xùn)練的信息十分獨立，但是當(dāng)真正落地到應(yīng)用場景中，無論我們是“刷臉支付”還是做推薦系統(tǒng)，都勢必會產(chǎn)生、關(guān)聯(lián)更多個人信息。一旦特征信息泄漏，背后風(fēng)險我們難以估量。

所以，這件事情最可怕的點在于我們無法控制“人臉”何時交出去，更無法預(yù)判風(fēng)險、甚至我們承擔(dān)不起后果。

當(dāng)然，我們同樣是矛盾的。

目前對于人臉識別數(shù)據(jù)的采集使用國際間也存在爭議，很多人對于自己的照片未經(jīng)允許被拿去訓(xùn)練這件事情不寒而栗；但也有人認(rèn)為如果不“投喂”數(shù)據(jù)，人臉識別技術(shù)便沒有生長土壤，我們應(yīng)當(dāng)多一些包容，給技術(shù)發(fā)展多一些時間。

爭議之下，我們并沒有停步于此，相關(guān)的采集政策也同樣在逐漸完善。2015年以來，國家密集出臺了《安全防范視頻監(jiān)控人臉識別系統(tǒng)技術(shù)要求》、《信息安全技術(shù)網(wǎng)絡(luò)人臉識別認(rèn)證系統(tǒng)安全技術(shù)要求》等法律法規(guī)，為人臉識別在金融、安防、醫(yī)療等領(lǐng)域的普及打下了堅實的基礎(chǔ)，掃清了政策障礙。

國外也同樣如此，比如舊金山推出《停止秘密監(jiān)視》條例，成為禁止人臉識別的城市。

舊金山提出《停止秘密監(jiān)視》條例

作為企業(yè)也在盡可能保證隱私權(quán)，微軟已經(jīng)成立了一個名為“Aether委員會”的內(nèi)部咨詢小組研究人工智能的應(yīng)用，并發(fā)布了一套開發(fā)人工智能技術(shù)的倫理原則。

無論如何，當(dāng)下的我們并不是束手無策、更不能夠因噎廢食，提出擔(dān)憂與疑慮是為了改進(jìn)。至于如何在科技發(fā)展與隱私倫理間找到平衡、如何構(gòu)建完善的采集機(jī)制，將是未來很長一段時間我們需要思考和努力的。