刷脸时代，人脸最值钱，既是一张身分证，也是一张会走动的银行卡。2017年，《麻省理工科技评论》公布了年度“10大突破性技术”的榜单，遴选出对人类工作和生活有重大深远影响的技术，“刷脸支付”便是榜上的其中一员。过去几年，人脸识别技术仅用于执法单位的保安和监控用途，如今身处中国，刷脸通关或支付已变成一种生活常态。脸是每个人最独特的生物特征，也承载着一个人的身分信息。我们只有一张脸，万一弄丢了，谁能负责？

●报道：本刊 林德成

不晓得还有人记得2007年发生的“林甘视频案件”吗？这起案件涉及了一宗内定法官升迁的司法丑闻，当年有人揭发了一段视频，影片中的主角林甘（VK Lingam）供证时丝毫不慌张，还强调视频中的人“看来像我，听来像我，但不是我。”如果发生在2019年，恐怕就会说这是一个“深度伪造”（Deepfake）的视频，把责任推给人工智能（AI）技术。

科技本身没有好坏之分，差别在于使用者的动机和目的，背后也牵扯到各种利益、伦理和道德因素。滥用“深度伪造”技术者，很快就动歪脑筋，将很多女明星变成色情片女星。网络就像无止境的数据库，这类影片只需大量照片、视频和时间就能制作足以乱真的影片。

公众人物最容易被盗图和恶搞，美国前总统奥巴马和脸书创办人扎克伯格都“难逃一劫”。网络安全及渗透测试服务专家LE全球服务公司（LGMS）创办人冯宗福说，“要做一个‘深度伪造’视频，需要几个先决条件，第一、我需要正面照片；第二、照片要够多，足以让我分析脸部表情动作，只需几百张就够了。”透过照片可以分析每一个表情，包括生气或大笑时，脸部各种细微改变。然而，他认为，随着AI系统越来越精明先进，未来只需少量照片就能制作一个假视频。

“换脸”不是一件艰难的事，有开发商也曾推出换脸应用程式，比如FaceApp和“ZAO-逢脸造戏”，这些应用程式当时就如病毒般在网络散播，大家主动上载照片“玩坏”自己，蹭热度在社交媒体分享自己的杰作。好玩归好玩，但也要懂得保护隐私。不少专家就曾针对其隐私协议提出质疑，比如开发商如何保存、管理和删除公众的个人隐私资料，并劝民众切莫轻易拱手把自己的肖像权送出去。

刷脸安全吗？

步入新科技时代，我们的个人信息不再是名字、身分证号码或手机号码，还包含生物特征，尤其指纹和脸已经是身分识别的依据，更存在网络世界里的数据库。说到刷脸，中国的人脸识别技术近年正火速发展，可谓全面改变了社会和人民的生活，从安防、金融、交通或零售等领域，处处可见摄像镜头。当刷脸技术逐渐普及，企业和商家们直接选用这个方案，与其担心对方拿着假证件，不如刷脸验证最直接。

至于要如何让人脸识别技术变得更有效和成熟，马来亚大学电脑科学和资讯工艺学院人工智能系教授吕梓强指出，背后则需要庞大的数据库训练AI系统。一旦涉及识别技术就与概率有关，不同的生物识别技术，无论在识别速度、精准度或安全层面皆有所不同。举凡涉及安防或金融服务就会要求更多脸部特征，“我们很难确定这项技术何时会成熟，因为会遇到很多挑战，我们只能从概率来谈，不能肯定的说非常安全。”

现在人脸识别技术已并非一张照片就能糊弄过去，识别系统还有一道非常重要的验证程序——活体检测，用户需要眨眼、张嘴或摇头才能刷脸成功，避免不法之徒用逼真的照片、雕塑或假人脸来骗取资料。

系统也会种族歧视？

根据研究，人脸识别技术也会因肤色差异而有不同的结果。麻省理工学院和多伦多大学的研究人员曾发表一项研究，发现亚马逊的人脸识别技术Rekognition无法精准识别女性，尤其是深肤色的女性。在实验当中，该系统将31%的深肤色女性识别为男性，浅肤色女性则有7%的出错率。早在2018年2月份，麻省理工学院媒体实验室的研究人员已发现微软、IBM和中国公司Megvii的人脸识别技术也同样会“误判”，浅肤色女性、深肤色男性和女性分别有7%、12%和35%的出错率。

“如果这套人脸识别系统应用在非洲国家，那么风险会很高。”他说。如果恰好是深肤色人士，又遇到系统辨认错误，极可能引发法律问题。如果系统出错而引发盗刷或治安问题，谁又能为此局面负责？

化妆可以骗AI系统？

人脸识别技术并非储存用户照片，而是脸部特征，比如眼睛的距离、眉毛高度、鼻翼、嘴唇或人中的位置等等。人脸识别技术的精准度也与硬体设备有关，假设采用高分辨率的摄像镜头，即可采集更精细的脸部特征。以苹果iPhone X为例，其True Depth深度感应摄像镜头系统能向用户的脸投射3万个识别点，逐一对应脸部特征，然后透过手机处理器分析和识别用户身分。他说，一些脸部技术也会测量脸部深度，毕竟人无法改变脸形轮廓，“你可以化妆，但是无法改变脸部的轮廓。”因此，想要提高精准度和安全性，必须与硬件相辅相成。

一般人认为，想要隐身在人脸识别系统底下，最好是戴上面罩或面具。但俄罗斯最大科技公司Yandex的技术总监Grigory Bakunov与其他骇客曾开发一套“反脸部辨识算法”，透过特殊化妆来干扰AI的辨识系统。吕梓强笑说，别以为随机在脸上化妆就能躲过AI系统。这套“反脸部辨识算法”经过精密计算，遮掩了特定的脸部特征，扰乱AI的识别系统。这套系统公布后，很多人脸识别系统公司担心这个算法会被滥用，特别是军事安全等。对此，Grigory Bakunov也意识到其危险性，并声明不公开这款“反脸部辨识算法”。

黑色产业链悄然成形

当某一项具风险的科技普遍落实在生活当中，很少人会去质疑和思考，反而跟随大队接受。从当年的指纹解锁到至今的刷脸支付，这股生物识别趋势不断蔓延。今年12月份，中国有一条新条例，办理新手机号时必须经过人脸扫描，以验证用户真实身分。不过，大部分民众不全然接受这项措施。南方都市报社旗下的南都大数据研究院近期便发布一份《2019人脸识别落地场景观察报告》，当中有超过70%的受访者担心系统营运商无法保障个人隐私安全，质疑要如何确保这些生物特征资料不会外泄。同时，他们也担心个人行踪被记录，或不法分子会利用这些资料伪造身分诈骗或盗刷。

不过，除了担心外泄事件，个人的社交行为也可能成为不法之徒的目标。《新京报》在11月份的调查报道发现，网络已出现黑色产业链，有卖家在网上贩售人脸数据，只需8元人民帀（约4.73令吉）就能买到3万张人脸照片。这些卖家还能特别“定制”产品，例如指定国籍、肤色、种族、年龄层等等。最令人担心的是，这些照片大多来自社交媒体、朋友圈，想当然耳，肯定没有经过当事人的同意。换言之，当隐私换来便利时，每个人的身分保护得冒上很高的风险，也变得非常脆弱。

做最好和最坏的打算

“没有100%的安全系统。”吕梓强直接表明。一旦使用生物特征识别系统，社会风险也会随之而至。“我们没有办法确定这些防范系统能够确保人脸特征不被泄漏出去。”因此，想要落实刷脸技术，必须拥有完善的法律架构，专家们要有能力去评估技术风险、如何管理个人隐私资料、生物特征识别系统的保安问题等。

他认为，我国还没准备好迎接这股趋势。未来若要大力推广生物识别技术，就必须有一套严格的标准来鉴定有关生物特征识别系统符合安全标准，比方说如何删除、保存和管理这些敏感资料。“这些还得视乎法律架构，万一风险出现了，我们的法律架构能否处理这个问题。我国要执行这些人脸识别系统，必须具备和完善这些架构。”

延伸阅读：
【新时代隐私权之二】凡点击过必留痕迹──保护隐私，为自己的数据做主