▲图片来源：视觉中国

2019年12月12日，美国《财富》杂志报道，美国圣地亚哥的一家人工智能公司Kneron用高清3D面具和照片，在世界多地成功欺骗了包括中国的微信、支付宝以及中国的火车站。由此，引发了关于人脸识别安全性的一些讨论。

3D面具破解人脸识别更多是测试行为，而非实际风险

从身份验证的技术上来看，常常是多个维度共同约束、同时验证一个人的身份的。我们的手机支付，实际上就有三重保护。首先，人不会把手机给其他人，会保护好；其次，手机通常都会设置一个开机密码。这些开机密码提供的保护很强，像苹果的隐私保护机制，就连FBI、CIA也没办法。这些关都过了，最后才是微信与支付宝的人脸识别。而这背后还有潜在常行为信息、常用地点、常在时间等保护，支付金额限制等保护措施。所以，这个破解，前面几关都是用户配合，然后直接进入测试人脸识别。所以，从安全性上看，更多的是一个测试行为，而非一个实际风险。所以，从实际生活务实层面，消费者也不必过虑。

不过，由此扩展开的一些务虚的思索，不妨“过虑”一些。

此前，杭州一家动物园要把之前的指纹入园认证改为人脸识别认证，已经办理年卡的浙江理工大学的一位教授就把公园告上法庭，理由是：凭什么你没征求我的意见，就默认我们都同意把面部信息提供给你？公园最初还颇为疑惑，为什么指纹电话号码大家觉得问题不大，但一谈到“人脸识别”大家都惊呼“我的隐私数据被盗了”。

▲图片来源：视觉中国

人脸识别具有更高的数据保护需求

大众态度的差别，是直觉性的，因为人脸识别技术最新，人一般对新东西的怀疑会更大。不过，从客观来看，人脸识别的风险也远胜于电话号码，甚至也高于同为生物信息的指纹、虹膜、声纹等。

密码泄露，只需要改变密码即可，但指纹、人脸信息是无法改变的，一旦被盗用，被有意识的窃取，被窃取者除了改变其他安全方式之外，没有其他办法。所以，人脸信息更加敏感。

而且，DEEPFAKE技术的出现，使得人脸信息可以被用来“换头”移植到其他视频中。Deepfake，是由“deep machine learning”（深度机器学习）和“fake photo”（假照片）组合而成，是深度学习模型在图像合成、替换领域的一次成功应用。不久前，轰动一时的“ZAO”换脸APP风波，就是基于DEEPFAKE技术。所以，对于普通人来说，人脸识别会带来一个全新的风险：一般来说，密码泄露，只会损失被密码保护的东西，但是，人脸信息的扩散，很可能影响到生活。

所以，欧盟地区的数据保护法《通用数据保护条例》（“GDPR”）的规定，面部图像（facial image）构成特殊类型个人数据下的“生物识别数据”，进而相较于一般个人数据受制于更高的保护要求。

中国国家网信办，11月29日发布的《网络音视频信息服务管理规定》也规定从明年1月1日起，AI造假视频不得随意发布。新规定中关于AI造假音视频的规定主要有四条：“按照国家有关规定开展安全评估”、“以显著方式予以标识”非真实音频信息、不得利用AI造假技术发布虚假新闻、部署AI造假音视频鉴别技术和健全辟谣机制等。