這是一個看臉的時代。

無論是刷卡支付、考勤打卡，還是在機場港口，門鎖門禁都可能要用到人臉識別。你走在街巷上可能被路邊攝像頭拍下，并經(jīng)過一系列人臉識別技術判斷出你的身份。這項新的技術已經(jīng)成為警察尋找罪犯的最強助攻，還記得張學友演唱會上落網(wǎng)的那些疑犯嗎？

技術背后的支撐是數(shù)據(jù)。如果這些隱私數(shù)據(jù)被竊取，你的臉可能不只屬于自己，可能屬于任何人。

雷鋒網(wǎng)就在昨天報道了一起國內某人臉識別公司發(fā)生大規(guī)模數(shù)據(jù)泄露事件。該公司所掌握的數(shù)百萬人的跟蹤數(shù)據(jù)可供任何人訪問，其中包含超過256萬人的個人信息，例如身份證號碼、身份證發(fā)行日期、性別、國家、住址、生日、照片、雇主和過去24小時內的位置，大約有668萬條記錄。

知道創(chuàng)宇對這起數(shù)據(jù)泄露可能帶來的風險點進行了分析：

1. 泄露數(shù)據(jù)之細，使攻擊者能精確定位到人群。攻擊者如果拿到這部分數(shù)據(jù)，想要發(fā)起釣魚攻擊可謂是輕而易舉。

2. 任何人都能訪問數(shù)據(jù)庫獲取到這些信息。

3. 任何人都能訪問，意味著任何人都有可能拿這個寫數(shù)據(jù)來“干壞事”。這家公司致力于公安行業(yè)的視頻監(jiān)控分析，人群分析，人群密度，混亂程度，安全等級，滯留預警，人體跟蹤，人臉識別等。本來是用來打擊違法犯罪的技術手段現(xiàn)在卻有可能成為罪犯的“犯罪工具”。

除了數(shù)據(jù)庫泄露事件，人臉識別的技術成熟度也被圍觀群眾質疑，之前就曾出現(xiàn)過不少烏龍事件。

比如去年11月，一張寧波“行人闖紅燈曝光臺”的照片被網(wǎng)友廣為傳播。在曝光臺的大屏幕中出現(xiàn)了知名女企業(yè)家董明珠的照片，旁邊還展示了她是在“橋東違法闖紅燈”的。網(wǎng)友仔細查看后卻發(fā)現(xiàn)原是人臉識別系統(tǒng)出錯，將大巴車上的董明珠廣告人像錯當橫穿馬路路人記錄，鬧了個大烏龍。（所以，編輯被認成波多野結衣指日可待……了嗎？）

（董明珠：？？？）

不止如此，連巨頭公司也出現(xiàn)過這種烏龍，比如亞馬遜2016年推出圖像識別AI系統(tǒng)“Rekognition”，還積極向美國警方推銷以幫助其辦案。但“Rekognition”也曾將 28 名美國國會議員識別成了罪犯。

原本只是個證明技術牛X的測試，利用一個擁有2.5萬張公開罪犯照片的數(shù)據(jù)庫，把國會參眾兩院所有現(xiàn)任議員的照片交給“Rekognition”處理，看2.5萬張照片中是否有照片與國會議員匹配，結果有28張匹配。這就很尷尬了……

還有人因為眼睛小，照片不能被護照人臉識別系統(tǒng)識別，甚至人臉識別系統(tǒng)存在種族差別都曾被高度討論。因為曾有白人與黑人合照攝像頭只跟蹤鎖定白人情況。

人臉識別技術經(jīng)過40多年的發(fā)展，技術已經(jīng)達到一定的成熟度，相比指紋識別、虹膜識別技術，其在實用性方面更有優(yōu)勢。

人臉識別過程大概分為三步，第一步是面部檢測，即輸入圖像中是否有面部，如果是，則給出每個面部的位置和大小。第二步是面部特征定位，即對于每個面部發(fā)現(xiàn)，檢測主要器官的位置和形狀，最后進行面部比較：根據(jù)面部特征定位的結果，與數(shù)據(jù)庫中的面部相比，面部判斷身份信息。

這種方式采用非接觸式采集，非侵入性且易于接受，因此人們對這項技術抱有很高期待。但更多業(yè)內人士認為現(xiàn)有的人臉識別系統(tǒng)在用戶配合，獲取條件理想時，可以取得滿意的效果。但是，當用戶不配合，采集條件不理想時，現(xiàn)有系統(tǒng)的識別率會突然提高。識別技術還有許多具有挑戰(zhàn)性的問題需要解決。

比如，當比較面部時，存儲在系統(tǒng)中的面部之間存在差異，例如剃胡須，改變發(fā)型，擁有更多眼鏡，以及改變表情可能導致比較失敗。換句話說，如果一個人做了一個小的改變，系統(tǒng)可能會失敗認證。目前美國有些先進的人臉識別系統(tǒng)，測試時識別出1％的誤讀率。 

但1%的概率仍會帶來各種烏龍。

中國科學院自動化研究所的張曉波博士也曾表示，照明、姿勢、裝飾等都會對機器人臉識別產(chǎn)生影響。對于非合作情況下的人臉圖像采集，遮擋問題非常嚴重。特別是在監(jiān)控環(huán)境中，被監(jiān)控對象可能佩戴眼鏡，帽子等配件，使得捕獲的人臉圖像可能不完整，影響后續(xù)的特征提取和識別，甚至導致人臉檢測算法。無效。

除此之外，面部外觀隨著年齡的增長而變化，特別是對于青少年。人臉識別算法的識別率因不同年齡組而異。還必須解決年齡變化對人臉識別算法的影響。另外，雖然人臉識別算法的大小隨著人臉數(shù)據(jù)庫大小的增加而減小，但如何在大規(guī)模應用環(huán)境中維持或提高人臉識別算法的識別率也是一個非常重要的問題。

最重要的，在安全性方面，人臉識別系統(tǒng)信息存儲仍然基于計算機可識別的語言，即數(shù)字或特定代碼。而隨著這些數(shù)據(jù)價值的提高，面臨黑客攻擊的風險也會越來越高。

對于黑產(chǎn)而言，數(shù)據(jù)越詳細具體越好下手，如此說來，人的面部及位置數(shù)據(jù)對其而言無疑是個巨大的誘惑。

此次人臉數(shù)據(jù)泄露事件受到了廣泛網(wǎng)友的關注，但雷鋒網(wǎng)編輯也注意到，網(wǎng)友們似乎“比較寬容”。

以下為熱門網(wǎng)友評論：

這和以前的信息泄露風險差不多，就是再加個人臉，所謂債多了不愁，虱子多了不癢；

中國人愿意用隱私換方便，言猶在耳；

只要有數(shù)據(jù)，就必然有丟數(shù)據(jù)，沒什么慌的；

有種被豬隊友泄密的感覺，這么一曝光所有人都知道有泄露問題，沒捅出來的時候可能還不會有人拿來跟蹤，報道之后什么人都可以有想法了……

這些回答似乎都透露著一種溫水煮青蛙的無可奈何。

知乎上有一個問題，大數(shù)據(jù)、人工智能、人臉識別技術真的能阻擋黑產(chǎn)腳步嗎？還是催生更多攻擊面，讓不法分子更加增強火力獲取個人信息？

這個問題的確很難回答。不可否認的是，任何技術的出現(xiàn)都伴隨著許多值得期待的亮點。同時，理想與現(xiàn)實之間始終存在著不可避免的差距。

你怎么看這件事？歡迎給（即將成為波多野結衣的）編輯后臺留言。

雷鋒網(wǎng)參考來源：知乎

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。