人脸识别作为人工智能的一项标志性技术，已经开始大规模实施。

从人脸解锁、身份认证、人脸支付、门禁、安全访问等领域来看，可谓无处不在。然而，对于科技的普及也有许多批评。

12月4日，有报道称，东莞一些公厕安装了人脸识别送纸器，以防止一些人将更多的厕纸擦掉。虽然这对管理服务很方便，但在这一场景之中使用人脸识别是否有必要存在很大争议。此外，另一个不合理的场景也被曝光。近日，有网友戴头盔看房以应对人脸识别。据了解，目前80%超过的售楼处都配备了人脸识别系统，一些开发商利用人脸识别系统来识别购房者的类型。

如何在大范围之内平衡人脸识别技术的利弊

这些“不敏感的人脸识别”或“人脸识别”场景增加了人脸信息被滥用和窃取的风险。

据悉，不久前，一些互联网黑行业从业者利用电子商务平台倒卖“人脸信息0.5元一份”。再比如，我们通常用于支付交易的人脸识别过程，包括眨眼、张嘴、摇头、点头等验证方法，实际上已经被一些恶意分子破解，甚至被用于借贷、套现等违法行为，但当事人对此一无所知。

对于人脸识别的安全风险，业内人士认为，首先，人脸识别在未经用户许可的情况之下收集用户的人脸数据，并将其用于商业目的；其次，人脸数据采集之后，通常会有一个较长的生态链。商家不仅掌握了用户的面部数据，还有用户的消费习惯和财务状况等其他信息的泄露会对用户的隐私造成很大的损害。

近年来，人工智能被提升到国家战略的高度。人脸识别作为人工智能的一个重要细分领域，迎来了一个发展的窗口期。自2015起，中国出台了一系列政策文件，如《银行金融机构远程开放人民币账户指导意见（草案）》、《安全视频监控人脸识别系统技术要求》等，为人脸识别技术在安全领域的应用和拓展打下了坚实的基础。金融和其他领域。

人脸识别政策红利的不断释放，也促进了行业的快速发展。面对今年的疫情，我国企业积极开展疫情防控工作，开发应用了包括人脸识别技术在内的一大批先进技术和解决方案。前夕，各地启动了人脸识别测温系统，并采用人工智能人脸识别系统进行信息认证，可以彻底确定他们是否是重点区域人员，减轻了社区上下重复登记查询的负担，大大简化了防疫前夕居民出入社区的流程。腾讯官方表示，人脸识别技术可以实现对戴口罩的人的人脸识别，戴口罩的正确率超过99%

如今，人工智能人脸识别技术的应用场景已经广泛应用于人脸解锁、身份认证、人脸支付、门禁、通行等领域，安全等领域，从公安领域扩展到商业领域。

根据未来的行业数据，到2022年，全球人脸识别市场将达到75.95亿美元。据测算，到2022年，中国票面市场规模将达到66.73亿元。企业核查数据显示，在我国，人脸识别相关企业已超过1万家。人脸识别作为一种新的身份认证手段，得到了广泛的应用。

从超过案例可以看出，人脸识别就像一把双刃剑，在某些情况之下，弊大于利。自然，我们不能为了社会的生产和生活而放弃人工智能人脸识别技术。

如何平衡利弊？

今年10月发布的《人脸识别应用公众调查报告（2020）》总结了人脸识别技术应用之中存在争议的六类场景。调查结果显示，受访者最不接受的情景包括：商场使用人脸识别技术收集顾客行为和购买手段，大学使用人脸识别技术收集学生的抬头率、微表情和班级姿势，基于人脸地图等进行分析美貌，性格等等。

人脸识别是一项没有原罪的技术，“滥用”的本质在于场景的使用是否合理。人脸识别技术正处于滥用的边缘。近日，天津、南京、杭州等地规范了人脸识别，禁止非法采集人脸信息和强制人脸识别。

应当指出，禁止或限制不能简单地“一刀切”。进一步的理解是，对于某些场景，应该为人脸识别的使用设定“边界”。例如，在一些不必要的场景之中使用人脸识别时，应减少对人脸等高度敏感信息的收集和使用，并积极采用替代方案。更重要的是，人脸识别法律法规有待完善。在促进行业发展的同时，要把隐私和安全放在首位。

人脸识别是我国人工智能发展的一个缩影。目前，人脸识别技术落地的趋势是不可改变的。就像任何一种新技术一样，只有趋利避害，才能避免可能的危害。