人臉的特征有一定的不變性和唯一性，人臉識(shí)別是在進(jìn)行身份確認(rèn)時(shí)的一種方式，可以提供一個(gè)人的性別、年齡、民族等等相關(guān)信息。在人臉識(shí)別中展現(xiàn)出來(lái)的技術(shù)是令人驚異的，但通過(guò)計(jì)算去識(shí)別人臉，卻是非常難實(shí)現(xiàn)的問(wèn)題，面臨諸多挑戰(zhàn)。

　　這些往往都由于人臉表情復(fù)雜，具有多樣變化能力，造成人臉特征的顯著改變。隨年齡改變，人臉皺紋的出現(xiàn)和面部肌肉的松弛使得人臉的結(jié)構(gòu)和紋理都將發(fā)生改變。還有人臉特征遮掩，人臉全部、部分遮掩將會(huì)造成錯(cuò)誤識(shí)別。同時(shí)，人臉圖像畸變，由于光照、視角、攝取角度不同，可能會(huì)造成圖像的灰度畸變、角度旋轉(zhuǎn)等，這些極大地增大了識(shí)別難度。

　　人臉識(shí)別屬于3D生物識(shí)別，是生物模式識(shí)別的研究領(lǐng)域，生物識(shí)別驗(yàn)證未來(lái)極有可能取代現(xiàn)在的密碼驗(yàn)證，所需要的技術(shù)，充滿挑戰(zhàn)性。

　　越客科技：新科技——刷臉支付逐漸“融入”融生活，刷臉支付代理加盟迎來(lái)歷史新機(jī)遇！

　　人臉識(shí)別 抓取面部 幾百個(gè)特征點(diǎn)  識(shí)別率 達(dá)到99.99% 基本不會(huì)出錯(cuò) 估計(jì)最大的挑戰(zhàn)是整容  和老化吧

　　人臉識(shí)別技術(shù)應(yīng)用在提升身份認(rèn)證便捷度和效率的同時(shí)，也給個(gè)人隱私和數(shù)據(jù)保護(hù)帶來(lái)了巨大的挑戰(zhàn)。僅在2019年，媒體就報(bào)道了多起人臉識(shí)別技術(shù)使用不當(dāng)?shù)南嚓P(guān)事件：

　　問(wèn)題場(chǎng)景一——數(shù)據(jù)泄露隱患：6月6日，微軟公司疑似因隱私保護(hù)和授權(quán)瑕疵方面的原因刪除了曾為全球最大的人臉識(shí)別數(shù)據(jù)庫(kù)MS Celeb。據(jù)悉，MS Celeb數(shù)據(jù)庫(kù)于2016年發(fā)布，擁有超過(guò)1000萬(wàn)張圖像以及將近10萬(wàn)人的面部信息，用于培訓(xùn)全球科技公司和軍事研究人員的面部識(shí)別系統(tǒng)。而在微軟刪除該數(shù)據(jù)庫(kù)前，IBM、松下電氣、阿里巴巴、輝達(dá)、日立、商湯科技、曠視科技等多個(gè)商業(yè)組織都曾使用過(guò)MS Celeb數(shù)據(jù)庫(kù)。

　　問(wèn)題場(chǎng)景二——使用必要性存疑：8月21日，瑞典北斯部蓋樂(lè)夫提市的一所高中因使用面部識(shí)別技術(shù)來(lái)監(jiān)控學(xué)生的出勤情況，被瑞典數(shù)據(jù)監(jiān)管機(jī)構(gòu)（The Swedish Data Inspection Authority，DPA）處以20萬(wàn)瑞典克朗（人民幣14.8萬(wàn)元）的罰款。這是歐盟的《通用數(shù)據(jù)保護(hù)條例》（General Data Protection Regulation，簡(jiǎn)稱GDPR）生效以來(lái)，瑞典數(shù)據(jù)監(jiān)管機(jī)構(gòu)公布的首張罰單。瑞典數(shù)據(jù)監(jiān)管機(jī)構(gòu)認(rèn)為，該學(xué)校使用面部識(shí)別技術(shù)來(lái)監(jiān)控學(xué)生的出勤情況，事先未向瑞典DPA尋求咨詢，在日常環(huán)境中對(duì)學(xué)生進(jìn)行攝像監(jiān)控等行為侵犯了學(xué)生的隱私，違反了GDPR關(guān)于處理敏感生物特征數(shù)據(jù)的規(guī)定。

　　問(wèn)題場(chǎng)景三——濫用數(shù)據(jù)風(fēng)險(xiǎn)：此前，伊利諾伊州的一起集體訴訟案指控臉書(shū)公司濫用面部識(shí)別數(shù)據(jù)，并要求賠償350億美元，臉書(shū)要求美國(guó)一家法院駁回此案。10月18日，舊金山第九巡回法院的三名法官組成的小組駁回了臉書(shū)的請(qǐng)求。此案涉及700萬(wàn)用戶，臉書(shū)可能會(huì)面臨向每個(gè)用戶賠償1000至5000美元的罰款，總罰款金額最高可能達(dá)到350億美元。法庭文件說(shuō)：“臉書(shū)的面部識(shí)別技術(shù)違反了伊利諾伊州的生物特征信息隱私法（BIPA）。違反BIPA的規(guī)定實(shí)際上損害了用戶的隱私，或會(huì)對(duì)他們的隱私構(gòu)成實(shí)質(zhì)性的威脅。”

　　問(wèn)題場(chǎng)景四——安全隱憂：12月12日，美國(guó)人工智能公司Kneron測(cè)試團(tuán)隊(duì)在荷蘭最大的機(jī)場(chǎng)史基浦機(jī)場(chǎng)用手機(jī)屏幕上的一張照片騙過(guò)了自助登機(jī)終端，再次引起了人們對(duì)人臉識(shí)別準(zhǔn)確性和安全性的關(guān)注。此外，該團(tuán)隊(duì)還用一個(gè)特制的3D面具成功蒙騙了微信和支付寶等人臉識(shí)別支付系統(tǒng)。同樣引起了人們對(duì)人臉識(shí)別支付安全性的擔(dān)憂。

　　上述事件報(bào)道不僅引起了公眾的對(duì)人臉識(shí)別技術(shù)應(yīng)用邊界與個(gè)人隱私保護(hù)的高度關(guān)注，也促使業(yè)界和監(jiān)管者對(duì)一路高歌猛進(jìn)的人臉識(shí)別應(yīng)用進(jìn)行深刻反思。

　　第一，嚴(yán)重侵犯?jìng)€(gè)人隱私。首先，大部分公共場(chǎng)所在采集人臉信息時(shí)并未明確告知，使得被動(dòng)采集成為常態(tài)；其次，在機(jī)場(chǎng)、火車(chē)站、公園、銀行、學(xué)校、公司（小區(qū)）門(mén)禁或考勤等人臉識(shí)別的應(yīng)用中用戶幾乎完全沒(méi)有選擇權(quán)利，只能被動(dòng)接受；再次，人臉識(shí)別技術(shù)濫用，隱私安全風(fēng)險(xiǎn)高筑，面相分析、換臉、換裝、試妝、測(cè)膚質(zhì)等娛樂(lè)小程序，以及刷臉支付售貨機(jī)等隨處可見(jiàn)，毫無(wú)邊界的人臉識(shí)別技術(shù)應(yīng)用，正肆無(wú)忌憚地收集著用戶的人臉數(shù)據(jù)及個(gè)人隱私。

　　第二，數(shù)據(jù)安全保障機(jī)制缺失。數(shù)據(jù)采集、存儲(chǔ)與使用等規(guī)范缺失，導(dǎo)致數(shù)據(jù)泄漏風(fēng)險(xiǎn)極高。首先，當(dāng)前關(guān)于人臉識(shí)別技術(shù)產(chǎn)品生產(chǎn)企業(yè)資質(zhì)、產(chǎn)品的安全標(biāo)準(zhǔn)和市場(chǎng)準(zhǔn)入標(biāo)準(zhǔn)，數(shù)據(jù)的存儲(chǔ)資質(zhì)和時(shí)限，以及對(duì)已獲取數(shù)據(jù)的使用權(quán)限等缺少明確規(guī)定。其次，生產(chǎn)企業(yè)和提供應(yīng)用服務(wù)的企業(yè)在數(shù)據(jù)存儲(chǔ)和使用中缺乏透明度。再次，網(wǎng)絡(luò)安全生態(tài)環(huán)境持續(xù)惡化，人臉數(shù)據(jù)庫(kù)泄漏事件也時(shí)有發(fā)生。

　　第三，識(shí)別技術(shù)有待進(jìn)一步完善。目前，人臉識(shí)別應(yīng)用還達(dá)不到百分之百的準(zhǔn)確。尤其是針對(duì)不同種族和民族群體識(shí)別的錯(cuò)誤率差異比較大。例如，麻省理工媒體實(shí)驗(yàn)室和微軟的一項(xiàng)合作研究曾顯示，人臉識(shí)別的準(zhǔn)確率與膚色高度相關(guān)。當(dāng)被識(shí)別的圖像中為白人時(shí)，正確率超過(guò)90%；而對(duì)于膚色較深的女性，準(zhǔn)確率僅為65%。因此，用于比對(duì)的基礎(chǔ)數(shù)據(jù)庫(kù)不僅需要考慮種族和民族樣本平衡性，也需要盡可能確保樣本數(shù)量的有效性。此外，姿勢(shì)、裝飾（帽子、眼鏡、口罩等）和光線等變量均會(huì)對(duì)識(shí)別結(jié)果產(chǎn)生影響。

　　第四，部分不當(dāng)應(yīng)用可能導(dǎo)致歧視。現(xiàn)今，人臉識(shí)別技術(shù)在招聘、交友、婚戀、教育等領(lǐng)域也屢見(jiàn)不鮮。通過(guò)對(duì)人臉數(shù)據(jù)的分析，對(duì)個(gè)體的性格、心理、能力、情商等進(jìn)行評(píng)定，給出相應(yīng)建議。然而，限于技術(shù)水平、原始數(shù)據(jù)精準(zhǔn)度、算法隱含的價(jià)值判斷，以及數(shù)據(jù)庫(kù)樣本量的有效性等諸多因素，使得這類(lèi)應(yīng)用可能擴(kuò)大某種偏見(jiàn)，引發(fā)歧視。

　　此外，作為身份驗(yàn)證手段，人臉識(shí)別技術(shù)存在先天缺陷。相對(duì)于指紋、虹膜、聲音、聲紋、基因等其他用于身份識(shí)別的生物信息，人臉暴露度較高，更容易實(shí)現(xiàn)被動(dòng)采集。這也同時(shí)意味著人臉信息的數(shù)據(jù)更容易被竊取，不僅可能侵犯?jìng)€(gè)人隱私，還會(huì)帶來(lái)財(cái)產(chǎn)損失，甚至大規(guī)模的數(shù)據(jù)庫(kù)泄露還會(huì)對(duì)一個(gè)族群或國(guó)家?guī)?lái)安全風(fēng)險(xiǎn)。

　　針對(duì)上述問(wèn)題，有必要對(duì)人臉識(shí)別技術(shù)的無(wú)限制推廣和擴(kuò)張及時(shí)“剎車(chē)”，并盡快采取相應(yīng)措施防范和規(guī)制人臉識(shí)別技術(shù)的應(yīng)用。

　　在回答題主的問(wèn)題的時(shí)候，我覺(jué)得應(yīng)該注意做『科研』和做『產(chǎn)品』之間的區(qū)別。論文中匯報(bào)的人臉識(shí)別技術(shù)是屬于科研的行列。比如在 LFW 上 99.7%，這種數(shù)字的意義更多是讓搞研究的那個(gè)圈子里面的人更加直觀的了解到一些情況，你也知道，通常來(lái)說(shuō)這個(gè)準(zhǔn)確率是非常高的了，所以我們可以說(shuō)『人臉識(shí)別技術(shù)在 上已經(jīng)很成熟了』，但是一模一樣的技術(shù)，拿到真實(shí)環(huán)境下得到的準(zhǔn)確率可能只有75%……也許會(huì)有些人覺(jué)得這是很可笑的，不，請(qǐng)不要笑，這是科研圈里朋友的普遍做法，不是沒(méi)有苦衷的。

　　搗騰過(guò) LFW 的朋友其實(shí)心里都清楚，這并不是一個(gè)很好的數(shù)據(jù)庫(kù)。圖片都是從網(wǎng)上下載的，人臉的質(zhì)量也是千差萬(wàn)別，有人說(shuō)這樣才接近真實(shí)情況……但實(shí)際上距離大部分的實(shí)際應(yīng)用場(chǎng)景還是太遠(yuǎn)了。

　　目前評(píng)價(jià)科研中算法的優(yōu)劣的唯一方法就是找一個(gè)數(shù)據(jù)集，然后大家一起對(duì)比，數(shù)據(jù)集的不同算法得到的結(jié)果也會(huì)不同，然而……論文上通常是有報(bào)喜不報(bào)憂的惡習(xí)的，所以常常會(huì)有不公平的對(duì)比存在，隨著越來(lái)越多更大的人臉數(shù)據(jù)集的慢慢增加，對(duì)于算法的評(píng)價(jià)會(huì)可能會(huì)變得稍微公平一些……即便是這樣，論文里所謂的人臉識(shí)別技術(shù)，跟可用的『產(chǎn)品』之間的差距仍然很大。

　　這并不是說(shuō)論文的算法不好，而是『產(chǎn)品』的天性。大部分產(chǎn)品都是針對(duì)性的解決一類(lèi)或幾類(lèi)問(wèn)題，產(chǎn)品講究是速度，穩(wěn)定性，成本，等等，不同的產(chǎn)品通?？梢约尤氩煌南闰?yàn)甚至額外的硬件來(lái)提升產(chǎn)品的可用性。這是做『產(chǎn)品』和做『科研』的區(qū)別。

　　舉兩個(gè)容易理解的例子：

　　某著名手機(jī)廠商想開(kāi)發(fā)一個(gè)自己的人臉解鎖功能，在第一次使用手機(jī)的時(shí)候，經(jīng)過(guò)一個(gè)人臉注冊(cè)的過(guò)程，記錄下手機(jī)主人的樣子，在之后的使用中如果被觸發(fā)，就進(jìn)行人臉驗(yàn)證，解鎖。這里你如果上來(lái)一個(gè)幾十層網(wǎng)絡(luò)的卷積網(wǎng)絡(luò)，這個(gè)是不行的……因?yàn)樗俣群苤匾瑑?nèi)存也重要，如果你一個(gè)網(wǎng)絡(luò)模型一上來(lái)就已經(jīng)幾十兆幾百兆了，產(chǎn)品經(jīng)理會(huì)瘋的。做產(chǎn)品的往往是想在保證用戶體驗(yàn)的情況下，使用最少的資源。所以最后的產(chǎn)品可能是……下面是我瞎掰的……檢測(cè)到人臉，檢測(cè)五官的基本 landmark，然后通過(guò)幾何關(guān)系約束來(lái)縮小識(shí)別范圍，再用簡(jiǎn)單的特征比如 LBP，在一個(gè)一千張主人人臉的數(shù)據(jù)庫(kù)進(jìn)行驗(yàn)證，驗(yàn)證里可能有各種 trick，并且這個(gè)一千張人臉的數(shù)據(jù)庫(kù)也是實(shí)時(shí)更新的，比如當(dāng)前識(shí)別正確了，那么就加入進(jìn)去，如果識(shí)別錯(cuò)了，就把這個(gè)數(shù)據(jù)提取特征作為反例存起來(lái)……一個(gè)可用的產(chǎn)品總是包含了很多看似沒(méi)有道理的 trick 的，但是就是這些構(gòu)成了產(chǎn)品的核心技術(shù)。

　　另外一個(gè)例子，做人臉識(shí)別，但是是做煤礦工的……請(qǐng)自行腦補(bǔ)一臉煤的辛苦礦工。在這個(gè)場(chǎng)景下面，你連人臉檢測(cè)都沒(méi)法弄啊……加上光照和臉上煤的干擾，論文上的算法基本上是沒(méi)辦法用的。如果是你，你怎么去做識(shí)別？

　　做一個(gè)產(chǎn)品的時(shí)候，思路是需要很開(kāi)闊的。比如人臉的檢測(cè)實(shí)際上是可以通過(guò)雙目視覺(jué)來(lái)做的，兩個(gè)廉價(jià)攝像頭，簡(jiǎn)單的算法通過(guò)三角化得到一個(gè)稀疏的深度圖，利用深度信息來(lái)做人臉的檢測(cè)，然后基于眼睛和嘴唇來(lái)做識(shí)別，眼睛和嘴的識(shí)別可以用卷積網(wǎng)絡(luò)來(lái)做，但是真是的產(chǎn)品里面可能還會(huì)考慮身高信息，當(dāng)然，在洞里還需要考慮補(bǔ)光的問(wèn)題……

　　說(shuō)完了這兩個(gè)例子之后，再回到題主的問(wèn)題上來(lái)吧：

　　『請(qǐng)問(wèn)目前業(yè)內(nèi)人臉識(shí)別技術(shù)的挑戰(zhàn)和難點(diǎn)是什么。為什么沒(méi)有成熟可靠的商業(yè)應(yīng)用。但是論文中已經(jīng)接近 99.7%了。實(shí)踐和論文的差距是什么。是不是人臉識(shí)別的研究沒(méi)得搞了?！蝗绻}主這里說(shuō)的『業(yè)內(nèi)』指的是科研行業(yè)，挑戰(zhàn)和難點(diǎn)其實(shí)都不好說(shuō)……有些問(wèn)題是可解決的，有些問(wèn)題是不可解決的，比如化妝和雙胞胎的問(wèn)題，其實(shí)長(zhǎng)得像也是很普遍的例子。人臉識(shí)別這個(gè)行業(yè)存在一個(gè)由大佬們吹出來(lái)的硬傷，就是它在真實(shí)環(huán)境下總是無(wú)法達(dá)到 100%的可靠，但是總被吹成是極其可靠……以至于領(lǐng)域外的人瞪大眼睛激動(dòng)地要往里砸錢(qián)要項(xiàng)目上線……所以人臉識(shí)別在產(chǎn)業(yè)界總會(huì)給土老板們帶去失望。

　　稍微有點(diǎn)偏，別回來(lái)。

　　我假設(shè)這里的業(yè)內(nèi)并不是『科研界』，而是工業(yè)界，產(chǎn)業(yè)界，『產(chǎn)品』界，那么有很多地方其實(shí)都有成熟應(yīng)用了，比如海關(guān)的過(guò)關(guān)人臉識(shí)別系統(tǒng)，當(dāng)然人家會(huì)加上身份證或者指紋來(lái)雙重驗(yàn)證，比如人臉識(shí)別的門(mén)禁系統(tǒng)，這個(gè)作為產(chǎn)品已經(jīng)有了，雖然發(fā)生了『司機(jī)賣(mài)掉趙薇豪宅那個(gè)事』，但我還是相信在這個(gè)應(yīng)用場(chǎng)景下，這個(gè)產(chǎn)品是可以達(dá)到可用的程度的。人臉識(shí)別技術(shù)最大的一個(gè)客戶可能就是政府了，這個(gè)是讓我有些傷感的事情，同時(shí)我也覺(jué)得這個(gè)東西在公安系統(tǒng)里面也是『采購(gòu)了，但是極少用到，領(lǐng)導(dǎo)來(lái)了，我們就演示一下 Demo，真辦案了，還是要靠人來(lái)篩選一下以防疏漏』。

　　另外最近那些銀行推出一些自動(dòng)服務(wù)機(jī)器，里面有人臉識(shí)別功能，道理其實(shí)跟過(guò)海關(guān)一樣，你需要的是身份證，人臉，密碼甚至指紋……即便是把人臉識(shí)別關(guān)掉了……也是可以正常運(yùn)作的……我常常好奇，為什么有些公司，不遺余力地去集中做一個(gè)產(chǎn)品落地很難的人臉識(shí)別技術(shù)……并且其做法仍然是按照學(xué)術(shù)那樣，收集大量的數(shù)據(jù)集，然后交給科研人員，然后搞幾個(gè)算法，提高準(zhǔn)確率，然后把代碼交給碼農(nóng)去優(yōu)化，碼農(nóng)優(yōu)化完，產(chǎn)品經(jīng)理覺(jué)得仍然沒(méi)法上線，但是上線壓力太大，于是給科研和碼農(nóng)施壓，科研人員也煩躁，只能過(guò)來(lái)給碼農(nóng)施壓，碼農(nóng)無(wú)處訴苦，開(kāi)始自我懷疑，失去自信，變得煩躁，更年期早到……

　　這可能是做科研出身的人，突然跑去做產(chǎn)品的通病。

　　論文和實(shí)踐的差別在于數(shù)據(jù)和方法。針對(duì)數(shù)據(jù)選擇方法，是用很多種方法融合，針對(duì)不同的情況調(diào)試不同的參數(shù)，使用不同的 trick，甚至使用外圍的硬件輔助，最終的目的是提升產(chǎn)品的綜合體驗(yàn)。人臉識(shí)別，實(shí)際的產(chǎn)品里面，最深?yuàn)W的算法復(fù)雜程度也不會(huì)超過(guò)那些開(kāi)源出來(lái)的已有算法，理解那些通用的算法，再去一線做產(chǎn)品應(yīng)該足夠了。但是注意，這些算法也許根本不會(huì)構(gòu)成你產(chǎn)品的核心技術(shù)，真正的核心技術(shù)是你做產(chǎn)品的時(shí)候處理各種情況，各種數(shù)據(jù)的經(jīng)驗(yàn)公式和方法。

　　在科研里，人臉識(shí)別技術(shù)還是有很多可以去研究的東西的，比如怎么用更小的數(shù)據(jù)更小的模型得到更好的準(zhǔn)確率。比如怎么克服光照的影響，比如怎么通過(guò)局部特征來(lái)完成準(zhǔn)確識(shí)別……。

　　但是如果是去做產(chǎn)品的話，我認(rèn)為不需要遲疑，不要仰望科研成果。貼近一線的數(shù)據(jù)和場(chǎng)景，花時(shí)間分析數(shù)據(jù)鉆研工程方法，也許就做出來(lái)了。

　　人臉識(shí)別目前面臨的挑戰(zhàn)主要分成兩個(gè)部分：

　　第一是國(guó)內(nèi)法律法規(guī)不完善。

　　實(shí)際上，目前國(guó)內(nèi)針對(duì)個(gè)人信息的法規(guī)并不少。

　　1. 《民法總則》第111條規(guī)定，任何組織和個(gè)人需要獲取他人個(gè)人信息的，應(yīng)當(dāng)依法取得并確保信息安全，不得非法收集、使用、加工、傳輸他人個(gè)人信息，不得非法買(mǎi)賣(mài)、提供或者公開(kāi)他人個(gè)人信息。2. 《網(wǎng)絡(luò)安全法》第41條規(guī)定，網(wǎng)絡(luò)運(yùn)營(yíng)者收集、使用個(gè)人信息，應(yīng)當(dāng)遵循合法、正當(dāng)、必要的原則；第76條規(guī)定，個(gè)人信息包括但不限于自然人的姓名、出生日期、身份證件號(hào)碼、個(gè)人生物識(shí)別信息、住址、電話號(hào)碼等。3. 于今年10月1日實(shí)施的《信息安全技術(shù)個(gè)人信息安全規(guī)范》則規(guī)定，在收集個(gè)人生物識(shí)別信息前，應(yīng)單獨(dú)向個(gè)人信息主體告知并征得個(gè)人信息主體的明示同意；該《規(guī)范》同時(shí)還對(duì)收集人臉識(shí)別信息的收集、存儲(chǔ)、使用等方面作出了明確的規(guī)定。但這個(gè)《規(guī)范》只是推薦性的標(biāo)準(zhǔn)，沒(méi)有法律強(qiáng)制約束力。這意味著，現(xiàn)有的法律法規(guī)只規(guī)范到“個(gè)人信息”，但對(duì)更細(xì)分的“人臉”信息誰(shuí)能用、如何用沒(méi)有明確的規(guī)定。

　　備注為“浙江京衡律師事務(wù)所高級(jí)合伙人李迎春博士律師”的知乎作者對(duì)“人臉識(shí)別第一案”的結(jié)果進(jìn)行解讀時(shí)也稱，該案的宣判，也是從“合同法”的角度認(rèn)定“動(dòng)物世界”違背合同約定的。

　　第二是市場(chǎng)的逐利性。這不是人臉識(shí)別技術(shù)本身的問(wèn)題，而是經(jīng)濟(jì)規(guī)律使然——變的是武器，不變的是逐利。

　　在法律不完善的情況下，一旦有商業(yè)利益的驅(qū)使，人臉識(shí)別就很容易滑過(guò)隱私侵犯的邊界。

　　比如今年9月人臉識(shí)別頭部企業(yè)曠視科技就曾身陷“交易用戶隱私數(shù)據(jù)”的漩渦。起因是創(chuàng)新工場(chǎng)李開(kāi)復(fù)在一次演講中稱，創(chuàng)新工場(chǎng)曾經(jīng)幫助曠視從美圖、螞蟻金服（現(xiàn)改為“螞蟻集團(tuán)”）拿到大量人臉數(shù)據(jù)。事后，三方也對(duì)這一提法進(jìn)行回應(yīng)和澄清，但大眾對(duì)人臉識(shí)別公司為了完善產(chǎn)品或技術(shù)而購(gòu)買(mǎi)、使用隱私數(shù)據(jù)的關(guān)注和擔(dān)憂卻并未停止。

　　包括前文提到的“人臉識(shí)別進(jìn)課堂”事件中，該人臉識(shí)別系統(tǒng)的開(kāi)發(fā)者正是曠視科技。在事件引起大眾關(guān)注后，曠視發(fā)布聲明回應(yīng)稱，這是技術(shù)場(chǎng)景化概念演示，曠視在教育領(lǐng)域的產(chǎn)品專注于校園安全。

　　此舉背后，不排除有商業(yè)壓力的推動(dòng)。彼時(shí)曠視已成立7年，落地場(chǎng)景主要集中在安防、金融、物聯(lián)、零售等行業(yè)，但其在商業(yè)化上仍面臨壓力，從財(cái)報(bào)中仍可見(jiàn)一斑——2019年8月其在港交所提交的招股書(shū)中列出過(guò)去三年半的經(jīng)營(yíng)數(shù)據(jù)：2016年、2017年、2018年及2019上半年的凈虧損分別是3.42億、7.59億、33.52億、52億[1]。

　　更進(jìn)一步，在沒(méi)有法律約束和商業(yè)壓力下，如果人臉識(shí)別被不法商業(yè)機(jī)構(gòu)隨意使用、買(mǎi)賣(mài)，其后果將是個(gè)人安全受到極大威脅，隨之帶來(lái)一連串的社會(huì)隱患。

　　實(shí)際上，這種情況是新技術(shù)出現(xiàn)時(shí)的普遍現(xiàn)象，因?yàn)榉珊茈y對(duì)新技術(shù)的應(yīng)用做事前的規(guī)定。而在不加規(guī)范、沒(méi)有監(jiān)管的情況下，新技術(shù)越自由競(jìng)爭(zhēng)，越容易被濫用。