你是谁？

每一天，人们都需要无数次回答这个问题，向各种人、机器亮明身份。

乘坐地铁，遇到警察检查身份，你掏出身份证证明自己；出入境，你要把护照打开，交给穿制服的工作人员，扫描之后，确认你是拥有合法身份的公民；即便是人尽皆知的马化腾，如果手机设置了安全认证，每天都需要一次次向手机证明自己是它的主人。马云也是如此，如果想要取钱，插入自己银行卡的同时，还是要输入密码，向柜员机证明自己。如果不小心输错，柜员机一定会判定，他是假的。

如果机器能像我们一样，认识马云或者马化腾那张脸，这一切都会变得不同。

每个人都有一张独一无二的脸。五官、轮廓、眉眼的间隔比例，每一个细节稍有不同就会是一张新面孔，这种生物特征的唯一性，使得计算机有了学习和辨认人脸的基矗在一些科技人士看来，脸部信息的唯一性也让人脸识别多了一份安全可靠，人们或许可以逐渐丢掉证件、手机、车票等一切身外物，凭着一张脸穿行世界。

欢迎来到“刷脸时代”。

刷脸背后

北京通州中上园小区门口和其他地方不太一样。

小区黑漆大门紧闭，门前立着几个白油漆铁架子，一副明显拒绝人们从此进入的样子。旁边留有一道半人高的侧门，也关着，有两段栏杆隔出一条半米宽的通道，上方，搭着一个绿顶凉棚。

一个五十多岁的女人，戴着圆顶软帽和墨镜，开着一辆小巧的助力车，缓缓拐到侧门通道里，停住，嘀咕了一句，“又不好用了吗？”边说着，摘下帽子和墨镜。

侧门右上角，安放着两个摄像头，一个冲着小区里侧，一个对着小区外侧。后一个摄像头捕捉到女人的脸，数据通过侧门立柱旁一根白色管线，通向机房电脑。电脑里，运行着一套刷脸系统。

在这套系统支持下，计算机得以学习并辨认每一张人脸。一个大致流程是，它先从图像中提取那个女人的脸边框，然后提取她面部关键点，也就是人脸特征。五官、眉眼间距、鼻翼宽度、轮廓等都能成为可提取的脸部特征。关键点提取越多，识别这张脸的准确度也就越高。河南大学计算机与信息工程学院教授、《刷脸背后》一书作者张重生告诉本刊记者，目前国内做得最好的人脸识别科技公司，一次能提取60—80个关键点。提取脸部特征后，计算机在数据库中寻找比对相同的脸。

此前，她已经到小区物业拍照录入了自己的脸，计算机从档案中对比出这张脸的信息，辨认出女人的身份，随即返回确认信号到侧门。这个过程，不过一两秒。那扇黑色的、半人高的侧门缓缓打开，女人不用下车，径直开了进去。摄像头静默对着她身后的通道，大约15秒后，没人再来，侧门才缓缓关闭。

整个过程，看起来很简单，但背后的算法训练异常复杂。据介绍，好的人脸识别系统，其算法可能已经超过1200层的神经网络——神经网络是一个很专业的机器学习的术语，它相当于人脑的神经元。具体到这个算法训练，意味着，如果计算机需要从亿万张脸中定位到需要辨识的那张并完成比对，需要的时间不超过3秒。

这种“刷脸”技术通常是解决几个问题：“you are you”(你是你)和“who are you”（你是谁）。第一个问题是1:1辨识，第二个问题是1:N。人工智能公司云从科技金融产品部总经理张兴旺解释道，1:1就是核对身份。比如你要“刷脸”解锁手机，系统就会对比你的脸和档案是否一致。1:N则是要从海量数据库里搜索你是谁，比如摄像头拍到助力车上女人的脸后，系统就要从数据库中比对，这个人是谁。“N的大小决定了人脸识别的精度，N越大，人脸识别的准确率就会越低。”还有更高要求，M:N动态布控，它常用于黑名单监控、天网系统等，摄像头随机识别路人，寻找和黑名单上相匹配的犯罪嫌疑人面孔，搜索范围更广，难度更大。

前五都是中国企业

女人开着助力车把侧门上的摄像头甩在身后，缓缓从一排平房门前走过。那是小区医务室、文化活动中心等场所，大概五十多米长。平房屋檐上下，散落安装着16个摄像头。它们从不同角度，默默注视着开助力车的女人，和其他来来往往的人。

人们对镜头下的生活习以为常，如同一个极专业演员，从不会因镜头注视而觉得不自然，或有异常动作。小区里安装这套刷脸系统，虽然并未与住户商量，直接发了通知，让住户到物业登记注册自己的脸部信息，大部分人也很快配合了。

据官方信息，这套刷脸系统是北京市通州区综治办宣传推广使用的，从2018年4月开始进行人脸识别信息录入。

包括北京、上海、南京、厦门、马鞍山等地在内，目前中国很多城市都有小区上马了“刷脸”工程。到今年10月底，北京59个公租房小区都将启用人脸识别系统。据《新京报》报道，这套刷脸系统不但可以辨识出是否为小区住户，还可以为住户建立行为档案，一些独居老人如果有一段时间没有出入记录，系统就会发出提醒，工作人员就会进行入户调查，确保其安全。除了这类重点关注外，“刷脸”系统后台还可根据每个人的不同情况，设置包括欠租、跟随、久未出现、重点租户、特殊关注、陌生人、外来车辆等信息。一旦发现规则中设置的情况，系统会在后台进行窗口弹出或者闪烁，反馈给管理人员进行处理。

除了门禁系统外，“刷脸”已经悄然间应用到各种生活场景中，机场车站通关、支付、银行开户、入住酒店、就医、上下班打卡等领域，都开始应用人脸识别技术。温州市政府联合支付宝，在当地五马街打造了一整条刷脸支付街。贵州省政府政务服务中心在大厅里摆放了刷脸自助机，把人们所有的证照、身份信息都归入档案中，只要在这里办理过服务的民众，都可以刷脸办事。有一位电台主播办了张健身卡，结果发现，去健身房也要人脸识别了，只有摄像头确认他的脸在会籍档案中，才会允许进入。零售巨头711更是宣称，全面接入刷脸支付，目前已有1000家店用上了这种服务。据中国支付清算协会的统计显示，到2019年，人脸识别在手机解锁、身份验证、支付等方面广泛使用，并成为主流趋势，85%的用户愿意使用刷脸支付等生物识别技术进行支付。

这么多场所使用的人脸识别系统模式并不完全相同。“人脸识别的场景适配性极强。”第六镜科技CEO刘闯说，根据不同场景，刷脸系统也要进行不同算法调整。“每一个场景都有不同的环境条件和被识别人员的特性。”比如，很多写字楼用的是玻璃幕墙，一楼大厅里的人脸识别机是斜仰一定角度向上的，某一段时间太阳会直射它，不调整算法，识别度就会受影响。“这种识别的体验你可以想象，员工赶着到公司考勤打卡，但是进不去楼。”很多工地也采用了他们的服务，算法也不尽相同，例如煤矿工人，下井时候脸是干净的，出井下班时脸是全黑的，“这种场景下算法也需要进行更深度的优化”。

“第六镜”的核心业务就是进行人脸识别，像他们这样的公司，在中国还有很多。早在2018年，外媒就注意到，全球投资者正在大力下注中国人脸识别初创公司。而阿里、腾讯、百度等中国互联网巨头，也不断在这个领域投入重金。

中国也是人脸识别技术发展速度最快的国家之一，2018年11月，美国国家标准与技术研究院（NIST）公布了有工业界黄金标准之称的全球人脸识别算法测试（FRVT）结果，全球39家厂商参会与竞赛，排名前十的公司中，有六家是中国公司，而前五名，都被中国公司包揽。

拿下第一名的依图科技接受澎湃新闻记者采访时说，这份最新报告显示，只用了一年时间，在误报率、漏报率的问题上，人脸识别的性能就提升了80%。

关键的2015年

2015年3月，马云飞到了德国汉诺威，参加通信和信息技术博览会。穿着立领蓝色中山装的他，做完开幕式演讲后，决定向在场的政府要员们展示一下刷脸支付技术。他拿出一台安卓手机，在自家淘宝网站上买了一枚1948年的汉诺威纪念邮票，价格20欧元。支付时，选择了刷脸支付。

现场大屏幕上，实时投屏着操作界面和马云那张特点鲜明的脸。他把自己的脸，调整进屏幕上的面部框线中。摄像头随即开始识别他的面部信息。很快，确认成功。他不用其他操作，钱就从账户里划走了。这个新闻当时还引起社交网络的热烈讨论，人们惊呼“刷脸”时代真的来了。四年后的今天，刷脸，几乎已经成为了日常生活里的必备动作。

科学界对人脸识别的研究，早在上世纪50年代就已经开始，1956年，几个计算机科学家在美国达特茅斯聚会，详细讨论了计算机未来在人工智能领域的发展。这被很多人视为人工智能的起点。后来成为风口的人脸识别，就是在这个基础上发展起来的。那次会议几年后，人脸识别工程化应用研究正式开启。不过当时计算机算法远不如今日，虽然已经可以识别出人脸，可一旦人脸部姿态、表情发生变化，准确度就会严重下降。

这是一个对硬件、软件要求都非常高的领域，一直到2010年前后，“深度学习”算法的进步才真正推动人脸识别的发展，简单来说，这时候的人脸识别，已经开始模拟人脑机制进行分析学习了。几年后，英伟达、英特尔厂商把硬件提了上来，突破了传统CPU的算力瓶颈，数据运算速度和处理规模爆发性增长，也为后来人脸识别的商业落地应用提供了可能性。

一个转折点发生在2015年。这一年，在视觉人工智能系统识别项目Imagenet比赛中，算法模型Resnet以3.57％的识别错误率首次超越人类视觉的5.19％。张兴旺记得，人脸识别的识别通过率在这一年从60%左右一下子突破到了98%，也就是说计算机在进行人脸识别时，100个人当中，只有两个人会出现无法识别的情况。很快，人脸识别技术就达到了商用水平。

也是在这一年开始，中国政府层面上，密集出台了关于人脸识别的各类规定。比如2015年4月，中共中央办公厅、国务院办公厅发布《关于加强社会治安防控体系建设的意见》，就提到“加快公共安全视频监控系统建设。高起点规划、有重点有步骤地推进公共安全视频监控建设、联网和应用工作”。当年5月，国家质量监督检验检疫局、国家标准化管理委员会出台《安全防范视频监控人脸识别系统技术要求》。两个月后，中国的互联网公司大佬们看到了国务院印发的《“互联网＋”行动指导意见》，其中提到“建设支撑超大规模深度学习的新型计算集群，构建包括语音、图像、视频、地图等数据的海量训练资源库，加强人工智能基础资源和公共服务等创新平台建设”。当年12月，中国人民银行发布通知，要求有条件的银行可探索生物特征识别技术和其他有效的技术手段作为核验。

这之后几年里，从中央到地方，各级政府都在政策层面上，对包括人脸识别在内的人工智能领域给予支持。技术上的重大突破加上政府政策上的推动，极大刺激了中国人脸识别市场的发展。2015年，马云刚刚在在汉诺威刷脸下单后不久，支付宝就上线了“刷脸”认证。第二年，招行在全国106个城市近千台ATM机上实现了“刷脸”取款的功能。之后，各家银行跟进。2017年，杭州肯德基餐厅上线刷脸支付，成为全球首个将“刷脸支付”推向商用的试点。这期间，“刷脸”也逐渐被校园、社区、车站等场所引进。甚至在广西、江苏等地的公厕里，都上线了人脸识别厕纸机。

与人脸识别技术和商业发展相伴的，是用户对这种技术的接受速度。据蚂蚁金服商学院研究员南添介绍，广州的连锁商超卜蜂莲花接入刷脸支付以后，有20%的人会使用刷脸支付，剩下80%的人还是会用扫码支付和现金。20%这个比例并不高，但相比前些年普及二维码支付已经快了很多。“刷脸支付推广的前三个月，使用人数已经超过了二维码刚上线两到三年时的使用人数。

“对用户来说，人都是懒的，越懒越好，甚至最好是不需要什么操作，用户对着支付设备扫一下脸确认一下就好了。”云从科技金融产品部总经理张兴旺说。他们公司是银行业人工智能技术供应商，“以往大家在柜面开户可能要三四十分钟，现在柜面结合人脸识别技术等等，确认身份后，开户可能三五分钟就可以拿出银行卡，这是很直接的体验”。

真·人脸识别

4月11日凌晨，厦门发生了一起命案。

当晚，听到女友向自己提出分手后，29岁的张姓男子与其发生了争吵。这名男子越想越气，趁女友睡觉，拿出原先搬家捆行李的绳子绕在她的脖子上，把她勒死。随后，将女友尸体搬上车，开车逃亡。这期间，他忽然想到，也许可以最后利用一下女友身份，于是，掏出她的手机，打开一个网贷APP，想要以她的名义申请网贷。

用女友身份证注册完成后，申请网贷还需要人脸识别环节。他拿着手机，将女友扶起来，对着摄像机镜头，开始进行人脸识别环节。

刷脸支付大范围推广同时，关于其安全性的问题就一直存在。人脸天然地有弱隐私性这一特征，社交媒体上，存在着大量个人照片。为了解决这个问题，现在的刷脸认证环节，通常都选择“活体认证”，比如“请眨眼”“请张嘴”等。

上述男子打算借贷的那款APP，就采用了这种方式。系统提示“请眨眼”时，他看了看女友双目紧闭的脸，只好放弃了。

但这个过程，触发了后台警示。据该软件工作人员事后回应，在7秒的“活体识别”环节，贷款申请人无任何眨眼反应。在语音验证时，是一名男性的声音，与贷款申请者性别不符，因此系统将其转到人工审核环节。工作人员发现，摄像头识别的视频信息中，颈部有棕红色的勒痕，且双眼失焦，面部有青紫色的瘀血，怀疑贷款申请人被害，赶紧向警方报案，随即，该男子落网。

在所有试图攻破“刷脸”系统的尝试中，这种利用去世人的脸，或者利用其他人照片的行为，是最低端的。利用3D打印面具、反人脸识别眼镜等，都被国外的媒体证实可以骗过智能手机的人脸登录，或是骗过人脸识别系统的检测。

“根据场景不同，活体检测方案会分很多等级和类别。”刘闯说，有的场景只要能防住二维平面，也就是纸质照片就可以，有的场景需要防手机，也就是电子屏幕的照片或视频。支付类场景会有更加严苛的活体检测，例如通过微表情等分析等综合来评判是否为活体；更高级别的还会有热成像功能，确保镜头前的是一个自带动态体温的真正意义上的活体；有可能还会配备额外传感器，保证面前是一个真人，但这类需求就只有银行金库等场景才能负担得起高昂成本了。

张兴旺也认为，人脸识别技术用于银行金融业务，主要定位是辅助业务提升，提高业务效率和提升安全，人脸识别目前没有任何一家公司能做到百分之百的识别率，“我们不能完全替代人，还是需要一定的人员来辅助做审核的，特别是存疑的数据”。

“人脸识别这个行业从技术上说，和网络安全比较相似，攻击者有攻击者的方式，抵御者也有抵御者的方法。”刘闯说道，最早期的人脸识别漏洞是非常多的，一张照片可能就可以攻破系统，发生破解事件后，对应的软件或厂商再进行相应的漏洞修补，“这是一个逐渐完善的过程”。

脸的数据去哪儿了

大屏幕上，出现了两个女学生的脸。两张脸显然是教室里某个位置的摄像头拍下的，屏幕上，同时显示出两个人的课堂活动信息，左侧的女生趴桌子0次，玩手机0次，听讲6次，阅读8次，举手6次；右侧女生则是听讲3次，阅读9次，举手4次。系统甚至还可以根据采集到的信息，判定学生听课的心情、专注度等。

网上流传的这张动图照片来自旷视科技，一家同样做人脸识别系统的公司。据该公司介绍，这张分析图片只是一张场景化概念演示照片，并非真实课堂。

事实上，人脸识别系统也早已经进入校园。2018年，浙江浙江省杭州第十一中学就引进了一套“智慧课堂行为管理系统”，可以针对阅读、举手、书写、起立、听讲、趴桌子6种行为，再结合面部表情，分析出学生们在课堂上的状态。江苏南京的中国药科大学近期也在教室、食堂、实验楼等场所大范围应用了刷脸系统，据媒体报道，课堂上的人脸识别系统，除了能自动识别学生的出勤情况外，还能够实现对学生课堂听讲情况的全程监控。这些细节，开始让人们意识到，“刷脸”并非只是刷一张脸那么简单，与这张脸有关的任何行为、数据信息，都可能被采集，被利用。

美国乔治敦大学隐私与技术中心的主任阿尔瓦罗·贝多亚就认为，与其他识别系统相比，人脸识别系统有着极强的侵入性和缺陷，人脸识别如果继续遭到滥用，未来将创造出一个“透明无隐私的世界”。他举例道，当你走入一个零售店铺，店员知道你的姓名以及你的收入，对商家来说，客人无异于透明人一样。这项技术目前最大的问题在于，“没有联邦法律对这种技术进行控制，也没有法院裁决对其进行限制。这项技术目前不受任何限制”。

不止美国，中国也有类似问题。据刘闯介绍，曾经有一家健身房找上他们，希望在更衣室的储物柜上加入“刷脸”系统。健身房一般有储物柜，他们每次会给会员一把锁或一把钥匙使用柜子，“这种实体的交换非常麻烦，有可能是用完后就忘记还了，他们希望所有的会员都是刷脸使用。”刘闯说，一接到需求，公司第一时间就拒绝了，“你在更衣室的柜子上使用摄像头，本身就是一个非常大的错误，所以在类似的场景下，不适合使用人脸识别的场景是坚决不允许识别的”。

更严重的危机，还来自信息泄露的风险。2019年2月，据欧洲一家网络安全组织的研究员披露，中国一家人脸识别公司发生大规模数据泄露事件，超过250万人的数据可被获取，680万条记录泄露，其中包括身份证信息，人脸识别图像及捕捉地点等。这意味着，一旦有不法分子获得这些信息，他们不仅能掌握这些人的身份数据，还能了解到他日常活动地点。而且，由于面部信息是具有唯一性特征的生物信息，银行卡信息泄露，还可以更换银行卡，人脸信息泄露后，将是终身泄露。

“脸部识别技术是一个强大的工具，可以用来保护人民和他们的财产，以及我们边界和国家。在私营领域，它可以为金融交易提供保护，还能防止欺诈和身份盗窃。”美国众议院监督委员会主席杰森·查菲兹在关于FBI搜集美国人面部信息建立数据库的听证会上表示，这门技术是一把双刃剑，“它也可以被作恶者用来对个人进行骚扰或者跟踪”。

正是在这个背景下，关于如何对人脸识别技术进行限制成了各国讨论的热点。欧洲已经开始考虑对人脸识别等人工智能(AI)技术进行立法规管，限制公司和公共机构“不加区分地使用人脸识别技术”，并赋予所有欧洲居民明确的决定权——也就是说，必须在公众知情情况下，才能刷他们的脸。今年5月，美国旧金山更是直接出台法令，禁止该市所有单位使用人脸识别技术，包括警察局等政府部门。它也因此成为全球首个推出人脸识别禁令的城市。

眼看越来越多学校引入人脸识别系统，教育部科学技术司司长雷朝滋接受媒体采访时也发出提醒：“现在我们希望学校非常慎重地使用这些技术软件。包含学生的个人信息都要非常谨慎，能不采集就不采。能少采集就少采集，尤其涉及到个人生物信息的。”

但这些警告，是否能够引起人们的足够重视？“刷脸”时代里，我们是否能因此学会如何保护自己的安全？

“有一句话说科技是为懒人而生，会让人越懒越方便越好。”刘闯回忆，他们在做智慧社区项目时，有些小区用户希望使用人脸识别系统的同时，保留原来的磁扣门禁等方式，他们照做了，“但体验过刷脸的人基本都把磁扣方式忘掉了，因为他尝到了便捷的甜头”。