刷脸时代来了

周叠瑶

高铁站“刷脸”过安检、网购“刷脸”支付、回家“刷脸”开门……“脸”作为每个人独有的生物特征，已开始逐渐替代驾照、身份证等官方文件，或指纹、虹膜等生物信息，成为最直观的新身份象征。

回国工作不久的陆双正在试着适应国内充斥着“高科技”的生活。走进一家餐厅，只有零星几个服务员，自助点餐、“刷脸”支付；走进一家银行，不带银行卡、身份证，靠“刷脸”也能取款。以前仅仅存在于科幻片中的生活场景竟在数年间变为现实，这一切都让陆双惊叹不已。

随着科技的发展，人脸识别技术正广泛地渗透进每个普通人的生活。高铁站“刷脸”过安检、网购“刷脸”支付、回家“刷脸”开门、公厕“刷脸”取纸、高校学生“刷脸”报道……靠“刷脸”生活似乎也不再是天方夜谭。“脸”作为每个人独有的生物特征，已开始逐渐替代驾照、身份证等官方文件，或指纹、虹膜等生物信息，成为最直观的新的身份象征。

技术先行，应用广泛

近日，张学友演唱会上抓嫌犯又成为网络热议话题。网友纷纷调侃，已经有30多名嫌犯在张学友演唱会上落网，张学友已经从“歌神”变“嫌犯克星”。事实上，真正的嫌犯克星不是张学友，而是演唱会背后的“天眼”系统。许多嫌犯在演唱会上被捕后一脸茫然，不相信警方会在上万名观众中发现自己。而实际上，警方借助“天眼”系统，早在嫌犯过安检时，便已接到报警，迅速锁定嫌犯。据悉，这套“天眼”系统能够通过预先设定在逃人员的图像信息，当逃犯出现在布控范围内，该系统便可根据视频抓拍，根据采集到的面部信息，与后端数据库进行比对，确认是同一人后，系统就会发出警告信息。

孩子幼年走失，多年过去，如何寻亲一直是困扰家长和公安部门的一个难题。在9月播出的《机智过人》节目中，云从科技带来的人脸识别技术“御眼重明2.0”将挑战拥有15年模拟画像经验的崔娟警官，通过给定的4个孩子模糊的面部拓本，和整个老年合唱团成员的面部进行分析比对，找出孩子的祖辈。最终，挑战双方都完成了任务，但“御眼重明2.0”技术通过大样本的数据学习和优化的算法匹配跨越3代的祖孙俩，以更快的识别速度获得了最后的胜利。

“天眼”系统和“御眼重明2.0”仅仅是人脸识别技术中的两个应用。在当今社会，人脸识别技术不仅成为公共管理的重要手段，还走进了每个普通人的生活。根据专业分析，目前国内的人脸识别技术相对发展成熟，该技术越来越多地被推广到安防领域，延伸出考勤机、门禁机等多种产品，产品系列达20多种类型，可以全面覆盖煤矿、楼宇、银行、军队、社会福利保障、电子商务及安全防务等领域，人脸识别的全面应用时代已经到来。

和其他领域一样，一切的应用与发展离不开技术的创新。早在20世纪60年代，得州大学奥斯汀分校的Woody Bledsoe就开始对人脸识别进行早期尝试。他通过一种电子平板手动对人脸照片进行分类，并通过手动记录眼睛、鼻子、发际线和嘴巴等面部特征的坐标位置得出度量数据，并将这些数据输入数据库后形成新照片与数据库中存储的图像进行比对。但这一项目受制于照片精度、测量方法、数据处理方式等因素，在当时并未取得突破性进展。1991年，著名的“特征脸”方法第一次将主成分分析和统计特征技术引入人脸识别，在实用效果上取得了长足的进步。

时至今日，光学成像技术和计算机技术的发展提高了图像采集的质量；光线补偿、灰度变换、直方图均衡化等多种方法的采用使人脸图像预处理更加便捷高效；而人工智能、深度学习系统的运用，更使人脸识别准确性大大提升。2014年前后，是人脸识别技术发展取得里程碑式突破的时点。香港中文大学Sun Yi等人提出将卷积神经网络应用到人脸识别上，采用20万训练数据，在国际权威人脸识别公开测试集LFW（Labeled Faces in the Wild）上第一次得到超过人类水平的识别精度。

技术革新增加了人脸识别技术的成熟度，使其投入商业应用成为可能。众多国际互联网巨头嗅到商机，纷纷布局人脸识别领域，如亚马逊Rekognition、微软Face API等。而国内科技企业也不甘落后，力图实现“弯道超车”，直面竞争。阿里巴巴旗下的Face++、腾讯优图、云从科技和百度脸优都是其中的佼佼者。

未来，人脸识别行业发展前景广阔。据《前瞻产业研究院人脸识别行业分析报告》统计，根据人脸识别行业发展现状，可大致估算出我国人脸识别市场规模约占全球市场的10%左右。2016年，我国人脸识别行业市场规模约为17.25亿元，同比增长27.97%，增速较上年上升4.64个百分点。预计未来五年中国人脸识别市场规模将保持年均25%的增长速度，到2022年市场规模将达67亿元左右。

始于技术，囿于伦理

人脸识别技术最主要的一个功能就是身份识别，一切在各个领域的应用都是基于这一基础功能。在人脸识别技术尚未成熟之前，身份识别的功能通常由设置密码和指纹识别这两种方式完成。记忆不同账户密码一直令人感到头疼，而与同样是生物信息识别的指纹识别相比，人脸识别是否具有绝对优势呢？

苹果公司推出的iPhone X把面容ID解锁识别作为手机的一大卖点。苹果公司宣称，通过推出面容ID，其把生物识别技术的安全性又提高了一个等级，任意一个人成功解锁iPhone的几率为“一百万分之一”。但也有iPhone X用户抱怨，面容ID解锁尽管很安全，但有时却会发生误判，把真正的机主“拒之门外”。

有时候，安全和快捷像天平的两端，无法兼顾。因此，Aite Group研究主管朱莉·康洛伊（Julie Conroy）并不看好当前人脸识别技术在手机解锁中的应用，“我认为我们可以把人脸识别作为一种生物识别技术，但它短期内不会成为主要的生物识别技术。消费者接受指纹传感器的一个原因是，对于大多数人来说它简单易用。使用人脸识别技术稍微复杂一些，因此，虽然它更安全，但是我认为不会有大量消费者立即使用它”。

如果说对技术成熟度的担忧来源于技术本身，那么，人脸识别技术背后所带来的社会伦理问题则需要其他学科知识来解决。《Nature》的一篇文章中曾经举过这样一个形象的例子，计算机视觉的算法会给一张传统美国新娘的照片贴上“新娘”“礼服”“女人”等标签，而一张印度新娘的照片却只有“表演艺术”和“礼服”两个标签。这是因为图片分类的深度神经网络通常是在ImageNet的数据集上进行训练的，而超过45%的ImageNet数据来自美国，而美国人口只占世界的4%。相比之下，中国和印度加起来只贡献了ImageNet 3%的数据，而中国和印度人口却占世界人口的36%。因此，数据中地域多样性的缺乏部分导致了算法歧视。

算法歧视的存在并非个例。MIT媒体实验室（MIT Media Lab）研究员Joy Buolamwini与来自微软的科学家Timnit Gebru选择了微软、IBM和旷视（Face++）三家的人脸识别API，对它们进行性别判定的人脸识别功能测试。结果显示针对黑人女性的错误率高达21%-35%，而针对白人男性的错误率则低于1%。所有的分类器在识別男性人脸上的表现要优于女性人脸（8.1%-20.6%的错误差别），所有分类器在肤色较深的女性人脸上表现最差（错误率在20.8%-34.7%之间）。有学者指出，一旦人脸识别技术应用到司法、执法等关键领域，其所带来的算法歧视的影响是致命的。因此，当下最好的做法是不要让相关部门应用该技术。

刷脸时代来了，但人脸识别产业的未来并非一帆风顺。除了要解决技术本身的问题，还要应对可能出现的各种伦理挑战。也许，正如百度创始人李彦宏在出席9月17日上海举办的“2018世界人工智能大会”时所说，一家真正的“AI公司”要遵循AI伦理，其有四个原则：最高原则是安全可控；AI的创新愿景是促进人类更加平等地获得技术能力；AI存在的价值是教人学习，让人成长，而不是取代人、超越人；AI的终极理想是为人类带来更多的自由和可能。人脸识别技术作为人工智能技术的组成部分，如何遵循AI伦理，应对伦理挑战，可能是比解决自身技术成熟度更困难的问题。