羅元婕

人臉識(shí)別技術(shù)有廣闊的前景，也潛藏著安全隱患。這項(xiàng)技術(shù)會(huì)是一場(chǎng)全新人機(jī)交互革命的開端，還是一場(chǎng)個(gè)人隱私的淪陷？

9月12日，新一代iPhone面世，蘋果公司這款新產(chǎn)品最大的亮點(diǎn)之一就是全新的身份驗(yàn)證系統(tǒng)——“Face ID”，即臉部識(shí)別功能。這一被形象地稱為“刷臉”的功能，基于被網(wǎng)友戲稱為“劉海兒”的“原深感攝像頭采集系統(tǒng)”的運(yùn)作，感應(yīng)器會(huì)讀取用戶獨(dú)一無(wú)二的臉部幾何結(jié)構(gòu)圖，并將它與被保護(hù)在 A11 仿生安全隔區(qū)內(nèi)的數(shù)據(jù)進(jìn)行對(duì)比，如果二者一致，iPhone X 便會(huì)解鎖。

蘋果公司提供的數(shù)據(jù)顯示，F(xiàn)ace ID的紅外線發(fā)射器可以發(fā)射3萬(wàn)個(gè)偵測(cè)點(diǎn)，以3D形式記錄和識(shí)別用戶面部，可以如Touch ID（指紋識(shí)別）一般解鎖手機(jī)、用Apple Pay支付和應(yīng)用于第三方App中。也就是說(shuō)，之前Touch ID能用的場(chǎng)景，F(xiàn)ace ID將同樣能夠使用。

據(jù)蘋果公司統(tǒng)計(jì)，iPhone用戶平均每天要解鎖手機(jī)80次，有了人臉識(shí)別解鎖功能后，解鎖過(guò)程將被大大地簡(jiǎn)化。

如此簡(jiǎn)單的解鎖方式是否會(huì)有安全隱患？蘋果高層強(qiáng)調(diào)，人臉識(shí)別解鎖非常安全，手機(jī)使用3D形式認(rèn)證用戶面部，只有當(dāng)手機(jī)處于穩(wěn)定狀態(tài)，而且用戶直視鏡頭的時(shí)候，才能開鎖，系統(tǒng)不會(huì)被面具或照片所蒙蔽。當(dāng)用戶轉(zhuǎn)移視線或閉眼時(shí)，屏幕就會(huì)自動(dòng)被鎖定。用戶的臉部信息數(shù)據(jù)將安全地存放在手機(jī)本地存儲(chǔ)里，不會(huì)被上傳到云端。

40年刷臉技術(shù)路

人臉識(shí)別屬于生物特征識(shí)別技術(shù)中的一種，它指的是對(duì)生物體（一般特指人）的生物特征來(lái)區(qū)分每一個(gè)個(gè)體。臉、指紋、手掌紋、虹膜、視網(wǎng)膜、語(yǔ)音、體形、個(gè)人習(xí)慣（如簽字）等生物特征的識(shí)別，都有相應(yīng)的識(shí)別技術(shù)支持。這些特征常被視為便捷的身份認(rèn)證形式，因?yàn)樗鼈兇蠖嗯c生俱來(lái)，且具備唯一性。

人臉識(shí)別技術(shù)的研究從20世紀(jì)60年代就開始了。起初，這項(xiàng)技術(shù)還不是全自動(dòng)的。程序會(huì)計(jì)算五官之間的距離和比例，再把得出的數(shù)據(jù)與數(shù)據(jù)庫(kù)里已有的參考值進(jìn)行對(duì)比，但程序操作者需要手動(dòng)“鎖定”臉部特征，如眼睛、耳朵、鼻子和嘴巴，實(shí)驗(yàn)才能繼續(xù)。

到了上世紀(jì)70年代， 研究人員創(chuàng)造出一套可以自動(dòng)識(shí)別人臉的程序，這套程序利用21個(gè)特定的面部特征，如發(fā)色和嘴唇厚度等等來(lái)判定人臉。80年代末，一項(xiàng)突破性的研究發(fā)現(xiàn)，要準(zhǔn)確識(shí)別一張正常的人臉，只需要不到100個(gè)特定變量。

隨著1990年代計(jì)算機(jī)技術(shù)的高速發(fā)展，加之美國(guó)軍方因反恐需要開始資助相關(guān)研究，人臉識(shí)別技術(shù)才迅速?gòu)睦碚撀鋵?shí)到應(yīng)用上。美國(guó)國(guó)防部資助的FERET項(xiàng)目分別在1994年、1995年和1996年組織了3次人臉識(shí)別評(píng)測(cè)，幾種知名的人臉識(shí)別算法都參加了測(cè)試，這3次測(cè)評(píng)直接推動(dòng)了人臉識(shí)別算法的改進(jìn)。

“9·11”事件發(fā)生后，為了遏制恐怖襲擊，美國(guó)對(duì)人臉識(shí)別技術(shù)更加重視，并且在安防領(lǐng)域被更加廣泛地推廣應(yīng)用。其后十年，人臉識(shí)別技術(shù)僅局限于安防領(lǐng)域，一直沒(méi)有實(shí)質(zhì)性突破。雖然民用市場(chǎng)上也出現(xiàn)了這類產(chǎn)品，但大多只是集中在門禁、考勤和監(jiān)控系統(tǒng)這類安防系統(tǒng)上。唯一的例外是2006年，尼康公司率先將人臉識(shí)別技術(shù)運(yùn)用到產(chǎn)品當(dāng)中，新款相機(jī)在拍攝時(shí)能自動(dòng)搜尋人臉并優(yōu)先對(duì)焦。

轉(zhuǎn)機(jī)出現(xiàn)在移動(dòng)互聯(lián)網(wǎng)時(shí)代，巨頭們率先出手。2010年年底，F(xiàn)acebook（臉書公司）在美國(guó)率先推出使用人臉識(shí)別技術(shù)的“Tag Suggestions”功能，并于2011年6月將這一功能擴(kuò)展到美國(guó)以外的大多數(shù)國(guó)家。谷歌也于2011年12月在Google+上推出類似功能“Find My Face”，允許用戶通過(guò)面部識(shí)別功能，自動(dòng)尋找好友相冊(cè)中的自己。

之后兩年，上述兩家公司想分別收購(gòu)多家人臉識(shí)別技術(shù)創(chuàng)業(yè)公司，如谷歌2011年收購(gòu)的“匹茲堡模式識(shí)別”（PittPatt）；2012年Facebook收購(gòu)的以色列臉部識(shí)別技術(shù)公司Face.com，試圖實(shí)現(xiàn)不用標(biāo)注就能自動(dòng)識(shí)別照片中的人物，幫助用戶進(jìn)行照片分類。

2013年，芬蘭創(chuàng)業(yè)公司Uniqul推出了一款基于臉部識(shí)別系統(tǒng)的支付平臺(tái)，支付時(shí)只需要面對(duì)POS機(jī)屏幕上的攝像頭點(diǎn)個(gè)頭，并點(diǎn)擊“OK”即可。Uniqul 還對(duì)此技術(shù)申請(qǐng)了專利，并號(hào)稱擁有“軍用級(jí)別算法”的保護(hù)。這是全球第一次將人臉識(shí)別運(yùn)用到支付領(lǐng)域。

2013年12月，F(xiàn)acebook在紐約創(chuàng)建了深度學(xué)習(xí)人工智能實(shí)驗(yàn)室，力邀深度學(xué)習(xí)鼻祖Yann LeCun加入。在他的推動(dòng)下，2014年Facebook的DeepFace技術(shù)臉部識(shí)別率的準(zhǔn)確度達(dá)到97%。2015年，Yann LeCun公開表示，現(xiàn)在即便在圖像中沒(méi)有正臉，他們研發(fā)的程序也可以從用戶的發(fā)型、姿勢(shì)和體型判斷出其身份。2014年初，谷歌用4億美元收購(gòu)了深度學(xué)習(xí)算法公司DeepMind以及圖片分析公司Jetpac，之后推出人臉識(shí)別技術(shù) FaceNet。

在中國(guó)，百度在2014年5月也招納了深度學(xué)習(xí)領(lǐng)域的大牛吳恩達(dá)加盟成立深度學(xué)習(xí)研究院，2015年發(fā)布臉優(yōu)產(chǎn)品。2015年3月，馬云在漢諾威消費(fèi)電子、信息及通信博覽會(huì)上向德國(guó)總理默克爾與中國(guó)副總理馬凱演示了螞蟻金服的Smile to Pay刷臉技術(shù)，為嘉賓從淘寶網(wǎng)上購(gòu)買了1948年漢諾威紀(jì)念郵票。

隨著移動(dòng)設(shè)備處理能力的提升，人臉識(shí)別技術(shù)迅速突破安防領(lǐng)域，涌向日常應(yīng)用，在金融系統(tǒng)、娛樂(lè)等其他領(lǐng)域發(fā)酵，創(chuàng)造了巨大的商業(yè)價(jià)值。

目前，深度學(xué)習(xí)正逐漸被應(yīng)用于人臉識(shí)別中，深度學(xué)習(xí)將特征提取和分類兩個(gè)步驟融合在一起，利用神經(jīng)網(wǎng)絡(luò)黑盒子的特性，計(jì)算出最適合的特征提取模式，直接跳過(guò)“特征提取影響識(shí)別結(jié)果”這一缺陷，讓算法更適用于不同的實(shí)際應(yīng)用。

人臉識(shí)別技術(shù)的種類雖然繁多，但底層算法大同小異，識(shí)別圖片的“多樣性”和“精準(zhǔn)性”才是衡量技術(shù)高低的重要標(biāo)準(zhǔn)。只有把一定規(guī)模的訓(xùn)練數(shù)據(jù)“喂”給機(jī)器，提升它深度學(xué)習(xí)的能力，才能保證人臉識(shí)別技術(shù)在實(shí)際應(yīng)用場(chǎng)景中達(dá)到預(yù)期的效果。這也就意味著，為了提高算法的準(zhǔn)確性，大量的數(shù)據(jù)積累是必不可少的。

誰(shuí)偷走了我們的“面紋”

以商場(chǎng)內(nèi)部監(jiān)控?cái)z像頭的例子來(lái)說(shuō)明，比較容易理解“刷臉”的原理：裝備了面部識(shí)別軟件的計(jì)算機(jī)將會(huì)對(duì)商場(chǎng)內(nèi)的視頻影像進(jìn)行檢測(cè)和識(shí)別。系統(tǒng)一旦發(fā)現(xiàn)任何可疑的“臉”，就會(huì)密切關(guān)注那個(gè)鏡頭中的每一張“臉”。當(dāng)系統(tǒng)把圖像中的臉調(diào)整到合適的大小和方向后，就會(huì)進(jìn)一步細(xì)致識(shí)別，并創(chuàng)建一個(gè)“面紋”。

面紋與指紋原理類似，即一組能夠區(qū)別人臉的組合特征。每個(gè)人眼睛、鼻子和嘴等面部特征之間的距離、面積和角度等幾何關(guān)系各不相同，一個(gè)大眼睛、小鼻子、薄嘴唇的“面紋”，就和小眼睛、大鼻子、厚嘴唇人的面紋不同。

把面紋與一張照片進(jìn)行對(duì)比，可以驗(yàn)證一個(gè)“已知人”的身份，比如公司對(duì)進(jìn)入特定區(qū)域的員工進(jìn)行身份驗(yàn)證。面紋也可以與數(shù)據(jù)庫(kù)中大量的圖片進(jìn)行對(duì)比，識(shí)別出一個(gè)“未知人”?？墒?，當(dāng)光照變化、人臉有外物遮擋、面部表情變化時(shí)，特征變化較大，一個(gè)墨鏡就能極大地混淆面部識(shí)別系統(tǒng)。

此外，正在被識(shí)別的人對(duì)識(shí)別過(guò)程的配合程度也是決定面部識(shí)別成功與否的因素之一。因而，對(duì)有意識(shí)地進(jìn)行面部識(shí)別的人進(jìn)行識(shí)別就會(huì)比較簡(jiǎn)單，比如刷臉支付時(shí)，顧客為方便軟件識(shí)別，就需要在合適的光線下直視攝像頭。

為了解決這些技術(shù)難點(diǎn)，提高面部識(shí)別的準(zhǔn)確性，研發(fā)或應(yīng)用人臉識(shí)別技術(shù)的公司正大量積累數(shù)據(jù)，期冀完善系統(tǒng)的深度學(xué)習(xí)能力。比如，作為美圖秀秀的合作方，F(xiàn)ace++已經(jīng)識(shí)別了超過(guò)10億張照片，現(xiàn)在還建立了數(shù)億張照片的名人圖片庫(kù)。而Facebook為了研究DeepFace技術(shù)，早已建立了一個(gè)來(lái)自于4030個(gè)人的440萬(wàn)張標(biāo)簽化的人臉池。Facebook希望通過(guò)深度學(xué)習(xí)算法，調(diào)查用戶在社交網(wǎng)絡(luò)上的行為和習(xí)慣，進(jìn)而精準(zhǔn)地推送信息。

智能硬件、攝像頭隨時(shí)隨地采集我們的個(gè)人影像資料，而這么長(zhǎng)時(shí)間大規(guī)模地積累用戶數(shù)據(jù)，必然涉及個(gè)人數(shù)據(jù)與隱私保護(hù)的問(wèn)題。

一個(gè)叫FindFace的手機(jī)應(yīng)用，能讓用戶通過(guò)面部識(shí)別技術(shù)，僅憑一個(gè)人的照片，就能找到他在社交軟件上的賬號(hào)。表面上，這是聯(lián)系朋友、同事的絕佳方式，但這個(gè)程序很容易被濫用，人們可能會(huì)錯(cuò)誤地用它來(lái)暴露他人身份或者造成騷擾。

2014年美國(guó)卡耐基梅隆大學(xué)的一位教授發(fā)現(xiàn)，經(jīng)過(guò)谷歌圖片搜索一個(gè)匿名婚戀網(wǎng)站上的用戶照片，就能輕而易舉地人肉這些用戶的真實(shí)信息。迪士尼曾遭消費(fèi)者投訴，它擅自使用人臉識(shí)別系統(tǒng)Trapwire獲取消費(fèi)者的信用卡信息，為其推送他們可能感興趣的產(chǎn)品。

今年7月，沃爾瑪被爆出正在研發(fā)一種面部識(shí)別系統(tǒng)，識(shí)別顧客是否不高興，并為此申請(qǐng)專利。近日，兩名斯坦福大學(xué)研究人員開發(fā)出一套神經(jīng)網(wǎng)絡(luò)算法，可以通過(guò)人臉識(shí)別來(lái)判斷出一個(gè)人的性取向，且該算法的測(cè)試結(jié)果準(zhǔn)確率高達(dá)91%。這一研究成果及它可能帶來(lái)的歧視問(wèn)題，令平權(quán)組織與LGBTQ群體深感不安。

更不用說(shuō)將人臉識(shí)別技術(shù)和警用隨身相機(jī)、定位軟件和輔助實(shí)時(shí)跟蹤的機(jī)器學(xué)習(xí)等其他技術(shù)聯(lián)合使用——它們對(duì)打擊犯罪非常有利，卻也讓我們正常生活中的隱私也隨時(shí)暴露在公權(quán)力之下。

一直以來(lái)，歐美大量的消費(fèi)者權(quán)利組織正關(guān)注這一問(wèn)題，F(xiàn)acebook和谷歌也分別在德國(guó)和法國(guó)吃過(guò)罰單。歐洲監(jiān)管機(jī)構(gòu)在即將于2018年5月生效的《通用數(shù)據(jù)保護(hù)條例》中嵌入了一套原則，規(guī)定包括臉紋在內(nèi)的生物信息屬于其所有者，使用這些信息需要征得本人同意，意味著歐盟對(duì)個(gè)人信息保護(hù)及監(jiān)管達(dá)到了前所未有的高度。

“人臉閘機(jī)”已在首都機(jī)場(chǎng)測(cè)試

當(dāng)然，也有一些專家表示，現(xiàn)在的人臉識(shí)別技術(shù)還很粗糙，大眾無(wú)需過(guò)于緊張，矯枉過(guò)正則會(huì)阻礙技術(shù)的發(fā)展。事實(shí)上，在某些情況下，你可以欺騙這些系統(tǒng)，讓它們以為自己看到或聽到了實(shí)際上不存在的東西。

現(xiàn)任谷歌研究員Alexey Kurakin等人工智能專家撰文解釋，神經(jīng)網(wǎng)絡(luò)是有安全漏洞的。只要非常細(xì)微地改變一個(gè)圖像，神經(jīng)網(wǎng)絡(luò)就會(huì)認(rèn)為這個(gè)圖像包含了一些它實(shí)際上并沒(méi)有的東西，這些改變是人類的肉眼也感覺(jué)不到的——有時(shí)改變僅僅是在圖片的各處隨意添加了幾個(gè)像素。比如，操作者可以改變大象照片的幾個(gè)像素，然后欺騙神經(jīng)網(wǎng)絡(luò)，讓它認(rèn)為這是“一輛汽車”。研究人員把這些稱為“對(duì)抗樣本”。

不過(guò)，即便技術(shù)和法規(guī)層面都還不成熟，人臉識(shí)別技術(shù)的廣闊應(yīng)用前景已被商界所認(rèn)可。

金融行業(yè)有足夠的身份認(rèn)證需求，且具備最廣闊的市場(chǎng)前景，被預(yù)估為“千億級(jí)”市場(chǎng)。實(shí)際上，中國(guó)的移動(dòng)支付公司對(duì)于技術(shù)、安全、場(chǎng)景的需求領(lǐng)先于全球，對(duì)技術(shù)要求也更多，同時(shí)與身份認(rèn)證相關(guān)的監(jiān)管機(jī)構(gòu)有十幾個(gè)，大家的關(guān)注點(diǎn)和側(cè)重點(diǎn)各不相同。

但習(xí)慣于“倒逼監(jiān)管改革”的互聯(lián)網(wǎng)行業(yè)早已開始籌備自己的標(biāo)準(zhǔn)，并形成了在國(guó)際市場(chǎng)獲得普遍認(rèn)可的FIDO、支付寶主導(dǎo)的IFAA，以及微信支付的SOTER三大認(rèn)證體系。隨著近期IFAA、SOTER先后宣布開放身份認(rèn)證能力，三大認(rèn)證體系開始正面博弈。

在娛樂(lè)社交方面，人臉識(shí)別技術(shù)應(yīng)用在游戲角色虛擬、VR/AR社交、表情交互或短視頻上，必然產(chǎn)生出全新的玩法。比如，最近Facebook上有一款名為Face Dance的小游戲，這款游戲和音樂(lè)類游戲相似，后者要在音符到達(dá)識(shí)別線之前按下正確的按鍵，而Face Dance則依靠人臉識(shí)別，根據(jù)游戲指示做出種種表情。游戲過(guò)程中，攝像頭還會(huì)把整個(gè)過(guò)程錄下來(lái)，讓用戶在社交網(wǎng)站上展示自己的“顏藝”，上傳各種搞笑視頻。

在安全方面，百度AI機(jī)器人與北京首都國(guó)際機(jī)場(chǎng)達(dá)成合作并已實(shí)施，百度人臉閘機(jī)已經(jīng)入駐首都國(guó)際機(jī)場(chǎng)運(yùn)控中心進(jìn)行測(cè)試，主要承擔(dān)樓內(nèi)辦公人員的出入打卡、數(shù)據(jù)監(jiān)測(cè)工作。國(guó)際民航組織（ICAO）已確定，從2010年起，其118個(gè)成員國(guó)家和地區(qū)，必須使用機(jī)讀護(hù)照，人臉識(shí)別技術(shù)是首推的識(shí)別模式，該規(guī)定已經(jīng)成為國(guó)際標(biāo)準(zhǔn)。

我們可以換手機(jī)，也可以在身份證、駕照上作假，但以目前的醫(yī)療技術(shù)，我們還沒(méi)法“換臉”。人臉識(shí)別技術(shù)有廣闊的前景，也潛藏著安全隱患。這項(xiàng)技術(shù)會(huì)是一場(chǎng)全新人機(jī)交互革命的開端，還是一場(chǎng)個(gè)人隱私的淪陷？我們拭目以待。