人脸识别热度持续升温并逐渐开始商用，并向着自动化、无人监督化方向发展。近一周（11月29日－12月6日）以来，腾讯对疑似未成年的《王者荣耀》用户将要求进行人脸识别验证、阿里AliOS智能驾驶舱搭载了具有人脸识别功能的摄像头、7－11将在日本测试人脸识别结账、美国白宫以及周边范围测试面部识别监控系统、英特尔推出可通过面部表情控制的轮椅。此外，我国央行正在制定金融行业人脸识别标准。一时之间，人脸识别在各行各业攻城略地，大有席卷之势。

而人脸识别在不断拓展应用领域的同时也一直伴随着质疑之声：用户对《王者荣耀》验证目的、隐私保护、实际成效等方面提出的疑问，美国国会多名议员认为面部识别软件Rekognition给有色人种社区带来不成比例的负担，上文白宫的做法也引发了公众对自身隐私的担忧……

总体来看，人们对人脸识别的担忧主要集中在三个方面，即识别偏见、隐私问题、识别安全性。

尽管目前最好的人脸识别技术水平为千万分之一误报下的识别准确率已接近99％，但面对不同肤色的人种其准确率却相差较大。肤色越黑，识别率就越低。在识别黑皮肤女性时，它的错误率几乎达到了35％，这可算是人脸识别的“技术偏见”了。之前已有例子，显示存在着歧视。例如2015年，Google图像识别照片app把非洲裔美国人标记为“大猩猩”。业内人士普遍认为，这是人脸识别数据集中多为白人和男性的缘故。为了解决充满偏见的技术，微软 Face API 团队对其识别系统进行了三次重大改进，识别肤色较深的人错误率降低了 20 倍，识别所有女性的失误率减低了 9 倍。但问题的根本解决办法还是收集更多包括不同肤色、发型和面部饰品等的数据，训练数据库。

与“技术偏见”相比，人脸识别风险则公平地覆盖每个人。人脸照片、身份信息在目前互联网环境下非常容易泄露，在手机端，即使是苹果的人脸识别功能也可能被”邪恶的双胞胎”面具攻击而骗过，确定用户身份以及进行操作的是本人成为人脸识别大规模应用前必须做到的一环。因此许多企业开始采用活体检测人脸识别，其方式包括完成指定动作、念出随机数字以及通过人类自然微动作判断等，不过仍面临三维仿真技术的考验。

与人脸识别技术的发展相伴而生的还有隐私问题。人脸天生就暴露在外，被认为是识别身份的天然特征，然而当人脸与身份证、资金等挂钩的时候，就会引发担忧。2018年，亚马逊向美国警方出售人脸识别技术就遭遇15万人抗议，包括自家员工。在技术进一步发展的同时，如何保证用户数据安全尤为关键。尽管目前各大公司都宣布会对照片进行脱敏处理，但人脸识别是一条很长的产业链，保护用户隐私不仅需要靠公司，更需要在政府引导下建立起行业统一标准，共同筑起保护用户隐私的堤坝。