那些堂而皇之向我們收集臉部信息的軟件，會(huì)在一開始就受到一百二十度的防備。比如一夜火爆全網(wǎng)的AI換臉App“ZAO”，第二天就有質(zhì)疑其侵犯隱私的檄文出現(xiàn)。

那如果是悄無聲息的刷臉呢?

要不是點(diǎn)餐時(shí)某堡王的自助機(jī)器突然一聲不吭地顯現(xiàn)出了我不修邊幅的大臉，我還真沒意識(shí)到，刷臉支付技術(shù)已經(jīng)密布到將我們生活的空間變成了“楚門的世界”。

你我皆楚門：刷臉支付這把火是如何燃起來的?

人臉識(shí)別可以說是很接地氣的AI技術(shù)之一了，從機(jī)場高鐵安檢，到學(xué)校會(huì)場進(jìn)門，甚至于金融機(jī)構(gòu)遠(yuǎn)程身份認(rèn)證，公共效率與安全性提升的背后都離不開高清智能攝像頭的助力。

但與此同時(shí)，人臉識(shí)別也是一個(gè)十分嚴(yán)肅的隱私信息雷區(qū)。一旦離開了接駁傳統(tǒng)法定身份系統(tǒng)的場景，技術(shù)越界的質(zhì)疑聲就會(huì)甚囂塵上。

比較典型的如教師里的人臉識(shí)別，學(xué)生是否認(rèn)真聽講、抬頭低頭了幾次，都清楚記錄，是否真的有必要，至今尚未討論出個(gè)所以然。再比如，前文提到的刷臉支付。

刷臉支付并不是什么新鮮事。早在2013年，芬蘭創(chuàng)業(yè)公司 Uniqul就提出了這項(xiàng)算法，生成可以大大縮短支付時(shí)間。隨后，中科院重慶研究所和螞蟻金服也相繼啟動(dòng)了相關(guān)研究。但說到刷臉支付第一次應(yīng)用到商業(yè)領(lǐng)域，還要等到2015年德國漢諾威IT博覽會(huì)，馬云通過支付寶刷臉購買了一張1948年漢諾威紀(jì)念郵票開始。

作為無感支付的解決方案，“刷臉”很快成為科技巨頭們競跑“無人零售”必須跨越的一道技術(shù)闌干。無論是BATJ，還是Amazon Go、繽果盒子等等，不用手機(jī)，僅憑人臉識(shí)別系統(tǒng)自動(dòng)完成進(jìn)門、結(jié)賬、扣款等一系列操作，幾乎是所有無人超市的標(biāo)配。不過，無人超市在運(yùn)營、技術(shù)上的硬瓶頸，決定了這把熱度只能是“雷聲大，雨點(diǎn)小”，許多開張的無人超市傳出停業(yè)的消息，而大佬們口中的千店萬店計(jì)劃也沒有了下文。

在海外，PayPal和Square也都曾嘗試過推廣類似項(xiàng)目，但沒能成功，主要原因是愿意合作的商戶太少，大家更樂意用信用卡和現(xiàn)金支付。

這在移動(dòng)支付發(fā)達(dá)的中國大陸自然不是困擾。星星點(diǎn)點(diǎn)的刷臉支付商用之火真正出現(xiàn)燎原的苗頭，恐怕就要從2018年底藍(lán)綠兩家移動(dòng)支付正式向線下?lián)尩乇P開始。

2018年12月，刷臉支付設(shè)備“蜻蜓”的出現(xiàn)將刷臉支付的接入成本降低了80%。2019年3月，“青蛙”上市。兩家各自推出了設(shè)備推廣獎(jiǎng)勵(lì)政策，商家努力一點(diǎn)甚至可以依靠補(bǔ)貼免費(fèi)拿到設(shè)備。與此同時(shí)，不少代理商和“加盟公司”也伺機(jī)而動(dòng)，依靠技術(shù)噱頭各種拉人頭，江湖傳言的補(bǔ)貼金額一度夸張到了“100億”。

換句話說，這波“蜻蜓飛”“青蛙跳”的刷臉支付，一方面源自于移動(dòng)支付廠商大幅度降低硬件門檻，另外則源自于不明真相群眾的投機(jī)熱情。但其在終端的表現(xiàn)到底如何呢?

不知道有多少人會(huì)在刷臉設(shè)備前安然地展示自己的盛世美顏，反正落地戰(zhàn)打了這么久，目光所及的大多數(shù)人都會(huì)像我一樣，默默點(diǎn)開手機(jī)二維碼掃碼支付。甚至零售商家也會(huì)在結(jié)賬時(shí)默認(rèn)舉起掃碼槍，而不是主動(dòng)詢問一句“需要刷臉嗎”。所以也就出現(xiàn)了吊詭的一面，盡管一舉一動(dòng)早已被數(shù)字化細(xì)致地交付給了網(wǎng)絡(luò)，但有意無意地抗拒也在表達(dá)著我們對技術(shù)的態(tài)度。

大型雙標(biāo)現(xiàn)場：人臉識(shí)別的變革與爭議

商業(yè)機(jī)構(gòu)的種種考量暫且不去說它，有意思的在于，人臉識(shí)別在今天已經(jīng)并不是什么新鮮事物。但同樣的技術(shù)，在機(jī)場火車站安檢、公司門禁、防止行人闖紅燈、尋找拐賣兒童等新聞出現(xiàn)時(shí)，主流輿論都是積極樂觀的。而到了諸如用攝像頭識(shí)別中小學(xué)生的上課表現(xiàn)，亦或是支付購物等場景中，負(fù)面和保守情緒就變得激烈了。

主要的原因，可能是效率上的不對等。公共場合的身份校驗(yàn)，通過人臉識(shí)別能夠大幅度地提升工作速度。比起由工作人員一張張核對身份證，或是派出所尋人，每秒十萬次的人臉比對，算法帶來的是人力所達(dá)不到工作量。

而刷臉支付的核心痛點(diǎn)，還是解決手機(jī)不在身邊或沒電時(shí)的支付問題。Google的支付應(yīng)用Hands Free，就是讓用戶在店內(nèi)付款時(shí)不需要拿出手機(jī)。偶發(fā)場景與字符密碼支付相比，并沒有太大的體驗(yàn)改變，反而需要額外交出臉部特征信息，顯然不夠劃算。

同時(shí)，安全感的缺失也是公眾對商業(yè)人臉識(shí)別更為謹(jǐn)慎的原因。

一些針對人群匹配的個(gè)人信息收集，往往也只會(huì)收集一些顆粒度以較大的摘要信息，即核心特征，只有在必要的前提下才會(huì)深入到能夠識(shí)別個(gè)人身份的完整數(shù)據(jù)。但在很多場景，比如教室人臉識(shí)別中，并沒有進(jìn)行這樣的隱私的處理，這就很容易招致安全風(fēng)險(xiǎn)。

而即便是結(jié)合了3D結(jié)構(gòu)光等新技術(shù)，刷臉支付也并不能完全保證身份信息的安全。某品牌快遞柜的“刷臉取件”被小學(xué)生用照片破解，就側(cè)面證明了人臉識(shí)別在技術(shù)上還處于比較前期的階段。生物識(shí)別結(jié)果往往具有一定的模糊和不確定性，一旦與風(fēng)險(xiǎn)系數(shù)較高的個(gè)人財(cái)產(chǎn)、敏感信息連接在一起，引發(fā)防范心理也就不奇怪了。

生物信息數(shù)字化：流行之前，先嚴(yán)肅一點(diǎn)點(diǎn)

目前看來，“刷臉”作為傳統(tǒng)字符密碼、二維碼等的輔助方式，可能更符合大眾對技術(shù)發(fā)展的心理接受度量。它更多的代表著一種發(fā)展方向，而不是全線開放。

但現(xiàn)實(shí)的腳步似乎總是先人一步。隨著人工智能技術(shù)的發(fā)展，不僅采集臉部信息的閘機(jī)和攝像頭越來越多，一些其他具有侵入感的個(gè)人生物信息也在被攫取著。

比如印度正在建立的中央數(shù)據(jù)庫Aadhaar，就將大約11億人的指紋、虹膜等極度敏感的個(gè)人信息，都納入到了系統(tǒng)之中，與個(gè)人的社會(huì)生活方方面面綁定。但系統(tǒng)安全漏洞之多，導(dǎo)致黑客只需幾十塊錢就能拿到這些信息，還有數(shù)百萬印度民眾曾因掃描和識(shí)別問題而失去了領(lǐng)取救濟(jì)的機(jī)會(huì)。

同樣的事情也發(fā)生在個(gè)人意識(shí)發(fā)達(dá)的美國。盡管美國許多州的城市相繼頒布了禁止在公共場所使用面部識(shí)別軟件的法令，但并沒有阻礙技術(shù)入侵個(gè)人身份的腳步。事實(shí)上，技術(shù)網(wǎng)站The Verge的一項(xiàng)調(diào)查顯示，美國聯(lián)邦調(diào)查局(FBI)在過去三年中已經(jīng)收集了將近43萬人的虹膜信息，并添加到生物識(shí)別數(shù)據(jù)庫中。

問題就在這里。

用生物特征代替?zhèn)鹘y(tǒng)方式來識(shí)別個(gè)人法定身份，其實(shí)是一件比較嚴(yán)肅的事。因?yàn)檫@些關(guān)鍵信息被數(shù)字化之后，就具備了復(fù)制性。這意味著一旦出現(xiàn)安全問題，影響范圍很大，甚至可能危及公共和國家安全。

2014年，BBC就曾經(jīng)報(bào)道過，韓國將耗資幾十億美元、10年以上時(shí)間，將身份證系統(tǒng)推倒重來。原因就是在網(wǎng)上采用的基于身份信息比對的身份認(rèn)證措施，導(dǎo)致韓國大量的公民信息被盜，80%的身份證號(hào)和個(gè)人隱私信息，被黑客從銀行和其他網(wǎng)絡(luò)服務(wù)商的服務(wù)器中竊取。

如果被竊取的是高度隱私的公民生物特征呢?

對于一些安全系數(shù)高的機(jī)構(gòu)，為了提高生活的便捷程度。比如銀行、政務(wù)民生等接入互聯(lián)網(wǎng)服務(wù)時(shí)，要求“人證合一”，介入人臉、虹膜等原始身份識(shí)別功能，并不會(huì)引起很大的爭議。

但對于信息使用者和管理者分離的商業(yè)應(yīng)用，在大規(guī)模用生物特征代替?zhèn)鹘y(tǒng)密碼之前，恐怕還需要慎之又慎。