[[356811]]

 人臉識別作為人工智能的一項標志性技術，已經開始大規模落地。

從面部解鎖、身份認證、面部支付、門禁、通行到安防等領域，可以說是無處不在。不過，技術迎來普及，存在的詬病也不少。

12月4日，據人民網報道，東莞一些公廁為了防止一些人蹭走更多的衛生紙，安裝了人臉識別供紙機。此舉雖然方便了管理服務，但就該場景的人臉識別運用是否有必要，引起的爭議卻極大。除此之外，另外一個不合理的場景也被曝光。近期，有網友為了應對人臉識別，戴著頭盔去看房。據了解，目前有80%以上售樓處安裝有人臉識別系統，有些開發商把人臉識別系統用于判客，以此識別購房者的類型。

這些“無感人臉識別”或“被人臉識別”場景，讓人臉信息被濫用、被盜用風險加大。

據新華熱點報道，前不久，一些網絡黑產從業者利用電商平臺，以“人臉信息0.5元一份”倒賣。再比如，平時我們用于支付交易的人臉識別流程，包括眨眼、張嘴、搖頭、點頭等一系列驗證方式，實際上已經被一些惡意人士破解，甚至用于借貸、套現等不法行為，而當事人卻對此一無所知。

對于人臉識別存在的安全隱患，業內人士認為，一是人臉識別未經用戶許可擅自采集用戶人臉數據，并用作商業用途;二是人臉數據被采集后，通常有很長的生態鏈，商家不僅擁有了用戶的人臉數據，還擁有了用戶的消費習慣、財務狀況等其他信息，這些信息一旦泄露，將對用戶的隱私造成巨大的損害。

近幾年，AI被提升到國家戰略高度，人臉識別作為人工智能重點細分領域，迎來了發展的窗口期。自2015年以來，我國密集出臺了《關于銀行業金融機構遠程開立人民幣賬戶的指導意見(征求意見稿)》《安全防范視頻監控人臉識別系統技術要求》等政策文件，為人臉識別技術在安防、金融等領域的應用拓展奠定了堅實基礎。

人臉識別政策紅利的持續釋放，也助推著產業高速發展。今年面對疫情突襲，中國企業積極投入疫情防控阻擊戰，研發和應用了大量先進的技術和解決方案，其中就包括人臉識別技術。期間，各地上線人臉識別測溫通行系統，運用AI人臉識別系統進行信息認證，就能徹底摸排是否為重點地區人員，且減輕進出小區重復登記、詢問的工作負擔，大大簡化了居民在防疫期間進出社區的流程;騰訊官方稱，其人臉識別技術既能對戴口罩者實現人臉識別，又能發現口罩佩戴錯誤人員，口罩佩戴識別準確率超過 99%……

如今，AI人臉識別技術的應用場景已經廣泛應用到面部解鎖、身份認證、面部支付、門禁、通行、安防等領域，從公共安防領域向商業領域拓展。

前瞻產業數據顯示，到2022年，全球人臉識別市場規模將達75.95億美元。預計至2022年，我國人臉市場規模將達到66.73億元。企查查數據顯示，在中國，人臉識別的相關企業已突破1萬家。作為新興的身份認證手段，便捷高效的人臉識別應用范圍越來越廣。

正如上述案例所看到的，人臉識別就像一柄雙刃劍，在某些場景中甚至弊大于利。自然，我們不能因噎廢食地放棄AI人臉識別技術用于社會生產生活之中。

利弊之間，如何權衡?

今年10月發布的《人臉識別應用公眾調研報告(2020)》，總結了六類人臉識別技術應用爭議場景，結果顯示，受訪者最無法接受的場景包括：商城用人臉識別技術收集顧客行為和購買手段，高校用人臉識別技術收集學生的抬頭率、微表情、上課的姿態，基于人臉圖像分析的換臉、美妝、性格判斷等。

人臉識別是一項技術，技術本無原罪，而“濫用”的本質在于場景的使用是否合理。針對人臉識別技術處于濫用邊緣的現象，近日，天津、南京、杭州多地規范人臉識別，禁止非法采集人臉信息、禁止強制進行人臉識別。

需要注意的是，禁或不禁并不能簡單地“一刀切”。更進一步地理解，是針對一些場景，應為人臉識別的被使用設置“邊界”。例如，當人臉識別被用于一些非必要場景，應減少對人臉這種高敏感信息的采集和使用，積極使用替代方案等。更重要的是，人臉識別的法規需要不斷完善。在推動行業發展的同時，把隱私和安全放在首位。

人臉識別是我國人工智能發展的一個縮影。如今，人臉識別技術落地的大趨勢已不可改變。就像任何新技術一樣，趨其利、避其害，揚其長、避其短，方能避免可能發生的傷害。