弱人工智能向强人工智能的转化也存在一些安全漏洞 不法分子钻空子

党的十九大报告提出，要推进互联网、大数据、人工智能与实体经济的深度融合。当前随着信息化的迅猛发展，生物识别技术在警务实战及个人财产保护中得到广泛的应用。作为生物识别技术的一种，人脸识别技术以其独特的优势，利用人的个体面部特征的区别，广泛用于政府、军队、银行、电子商务、安全防务等多重领域。近日，中国社会科学院专文指出，如何针对公共安全应用人脸识别技术，以及防范可能发生的法律风险。

弱人工智能向强人工智能的转化

人脸识别技术（Face Identification Technology）是基于人的脸部特征，用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，也称作面部识别、人像识别。人脸识别技术通常包括人脸检测、人脸跟踪、人脸比对三个部分。该技术的研究始于20世纪60年代，随着计算机技术和光学成像技术的发展在80年代后得到提升，而真正进入初级应用阶段则在90年代后期，并且以美国、德国和日本的技术实现为主。“人脸识别系统”集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术，同时需结合中间值处理的理论与实现，是生物特征识别的最新应用，其核心技术的实现，展现了弱人工智能向强人工智能的转化。

广义的人脸识别包括构建人脸识别系统的一系列相关技术，如人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等。狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统，本文是基于对后者的应用研究。当前，人脸识别、指纹识别、虹膜识别、步态识别、声纹识别、DNA识别是最主要的六大生物识别技术。人脸识别技术相对于其他生物识别技术，具有如下特点。

一是非接触性。人脸识别技术不需要和设备直接接触就能获取人脸图像，而其他多数生物识别技术都需要通过个体与设备接触来提取。比如，指纹识别技术对指纹的提取有很高的技术要求，每次手指捺印的方位、着力点不同，获取的指纹会有不同程度的变形。

二是无意识性。人脸识别技术不需要专门配合人脸采集设备，个体在无意识的状态下就可获取人脸图像，而其他生物识别技术几乎都需要个体配合才能完成其生物特征的提取。比如，DNA识别技术要求个体配合血液、唾液等的采集，一旦配合不当，标本就会出现切除位点、检材污染等情况，影响结果的准确性。

三是实用性强。人脸识别系统主要是对发际、眉弓、眉形、眼形、鼻形、嘴形等进行识别计算结果，以剪裁人脸截图或照片，识别出样本（人脸库）的相似度，按百分比由高向低排序，并可以实现多个人脸的分拣、判断及识别。同样非接触性的声纹识别技术受环境干扰较大，在多个环境中呈现变异性特点，实用效果不强。四是性价比高。横向比较采集成本、比对的效率和生命特征的唯一性，人脸识别系统性价比较高。虽然虹膜识别技术具有高精准和唯一性，但是采集成本高、识别效率低，不适合大范围的推广应用。

技术应用缺乏法律规范和标准

根据国际生物识别集团（IBG）发布的《生物识别市场与产业报告2009—2014》显示，2014年人脸识别在全球生物特征识别市场中占比达11.4%。在国内警务工作领域，人脸识别技术发展迅猛，近5年增长了18%，这充分说明该技术的应用潜力巨大。以L市公安局人脸识别系统在实战中的成果为例，截至2018年10月，L市公安局人像识别系统利用静态人像比对功能查询47621次，利用动态人像识别平台发出人员预警1.2万余次，通过系统应用共破获各类案件734起，抓获嫌疑人416人，利用人像识别前端抓获网上逃犯85名，是以往同期追逃量的近4倍，有效提高了警务工作效率。

人脸识别技术的应用，也存在一些难点问题

第一，技术可靠性和可用性受局限。由于受限于人脸特征可能存在外界干扰，识别技术准确率尚未全部达到100%，存有误判、误报小概率风险隐患。一是受光照、遮挡、姿态、图像质量等条件影响，人脸识别系统识别率会下降。据报道，来自东京国立信息学研究院和工学院大学的两位教授已研制出能够通过发出近红外光来阻止面部识别的眼镜，这种眼镜通过透光材质能够吸收特定波长的光，从而阻断人脸识别系统的光路。二是年龄变化导致面部外观变化，而身份证年限10年、15年、20年等，这期间个体的变化会影响识别准确率。三是双胞胎等特殊群体面部结构相似，对于人脸识别精准度造成一定影响。四是不法分子在经过削骨、垫鼻梁等面部整容后，改变了原来的面部特征，这会导致识别率下降。五是该技术不能像指纹、DNA等作为证据直接使用，通常是身份辨别时的辅助手段，需要通过询问、取证等措施进一步核实，有一定的局限性。

第二，存在安全隐患和风险。人脸识别技术在应用领域范围不断扩大，也暴露出一定的安全风险。人脸特征具有终身唯一且无法改变的特点，若不法分子将获取的用户身份特征用于违法目的，将对公民个人隐私造成泄露甚至侵害。比如，非法获取公民生物信息特征，戴上高清3D面具，配合系统指令做出相应动作，这种欺诈手段威胁性很大。

第三，缺乏法律法规及行业标准。虽然我国《网络安全法》明确将个人生物识别信息纳入个人信息范围，但对于信息的使用、存储、运输、管理仍需进一步细化。我国目前出台的《公共安全指纹识别应用图像技术要求》（GB/T35736-2017）、《公共安全人脸识别应用图像技术要求》（GB/T35678-2017）等相关标准，都是以公安机关具体的刑事侦查、证照管理等公安业务及安防为基础制定的，然而随着生物识别技术在各领域尤其是金融领域的逐步拓宽，仍然缺乏统一的从人体生物识别技术层面建立的各行业标准体系。

防范安全风险 发挥更大效能

第一，以技术发展为驱动，提升人脸识别的准确率。加快推动生物识别技术与大数据、云计算等融合发展，不断提升生物识别技术准确率，降低技术使用成本，鼓励企业加大投入和技术研发力度，缩短生物识别技术从研发到使用的周期，为生物识别技术在各个领域推广使用提供技术保障。同时，进一步建立健全技术标准体系，研究制定生物识别基础技术、特征提取、安全加密等技术标准，明确生物识别信息的应用场景和安全要求，指导提升行业生物识别技术应用的安全水平。

第二，以法律规范为保障，防范人脸识别技术安全风险。从行业规范开始，进一步明晰标准，严格市场准入，组织权威检测，促进产业健康发展，有效防止部分厂商为了商业利益夸大宣传而使用户难辨真伪，避免引发行业乱象。同时，要提高企业网络安全防护等级，加强数据存储安全，设置预警、终止等相应程序，一旦出现问题能够第一时间发现并快速解决，最大可能防止原始信息泄露，保护公民个人隐私;要进一步研发漏洞纠错程序，对不法分子企图隐藏真实身份采取的各种遮掩手法，逐一识别破解，把安全风险降到最低限度。对于制作、销售、购买、使用他人面具及运用3D打印技术等非法手段获取他人面部识别特征谋取不法利益的，从法律层面予以防范和打击。

第三，以警务科技为方向，发挥人脸识别技术的更大效能。随着人脸识别技术的日趋成熟，通过互联网、移动手机等终端，可以实现广泛应用的客观条件。各级公安机关要牢固树立“向科技要警力、要战斗力”的思想，不断更新理念，普及相关科技知识，学会常用的操作本领，把人脸识别技术更加广泛地应用到抓捕在逃人员、甄别违法人员、查证无名尸源、调查失踪人口、比对视频监控、排查证人描述、身份信息识别、重点人口查询等诸多方面，节省公安工作成本，更加便捷高效地打击犯罪、服务群众。

总之，对人脸识别技术，我们既要充满信心，用开放、包容的态度来看待其中不尽完善的地方，也要保持理性、审慎的姿态应对“刷脸”时代的到来，实现“刷脸”不“变脸”。建议加快建立健全人脸识别技术使用统一标准，制定相应的法律法规和制度规范，使人脸识别技术朝着高安全性、高便携性、非接触性以及低成本的方向良性发展。