浅析生物识别技术的风险和挑战

生物识别技术的发展潜力是十分巨大的，很多科技企业也纷纷加大了生物识别技术的研发力度。当前，越来越多的世界著名科技企业都纷纷向生物识别领域进军，例如：谷歌、微软、亚马逊等。

但奇怪的是，这个趋势却在最近发生了意外的逆转。今年6月8日，IBM发表了一份声明，宣布将不再提供通用型的人脸识别和分析软件，永久退出这一市场。紧接着，亚马逊、微软等巨头也纷纷发布了类似的声明。

巨头们对于人脸识别等生物识别技术的联合抵制，不禁让人产生了疑惑：怎么昨天还备受追捧的生物识别突然就不“香”了呢?造成巨头们态度变化的原因当然是多方面的，但其中最为直接的一个来自于政治。在美国因黑人弗洛伊德之死爆发骚乱后，种族歧视就成为了最为敏感的话题，而生物识别技术由于其特点，很容易被人攻击为是种族歧视的工具。举例来说，由于黑人肤色较深，机器对其面部特征的搜集难度就较大，这造成了对黑人面部识别的困难。本来，这只是一个技术问题，但在政治运动风起云涌的背景下，这个技术问题却很有可能称为一些人的口实。面对这种情况，这些巨头公司就采取了“多一事不如少一事”的态度，暂时放缓一下自己的步伐。

此外，如果我们细细分析一下巨头们的表态，就会发现它们的表述其实依然是十分暧昧的。以IBM为例，在声明中，它只宣布退出“通用”的人脸识别软件市场，那么对于“专用”的人脸识别技术市场呢?它并没有表态。这一点是很微妙的。事实上，只要我们对行业有所了解，就会知道通用人脸识别设备的利润是较低的，而专用人脸识别设备的利润则较高。从这个角度看，IBM等巨头其实也只是就坡下驴，借机放弃了利润较为微薄的市场，而把力量集中到了利润更为丰富的领域。

如果我们抛开政治因素不谈，仅仅看造成巨头们退出的直接原因——难以对黑人的人脸进行识别，就会发现其实这本身也是生物识别技术所共有的一个缺陷。为什么我们能用生物密钥来进行身份识别呢?其实原理就是对关键点采样，然后对这些采样点的特征进行比对。在这样的背景下，很多因素都可能对识别结果产生干扰。一方面，一些外部环境因素可能对生物识别的准确性产生比较大的影响。另一方面，人们本身的生物特征变化也可能干扰生物识别的准确性。像整容、受伤、年龄变化，乃至佩戴隐形眼镜等事件都可能会对生物识别的结果产生影响。给定以上情况，如果我们完全依靠某种信息来进行身份识别和管理，其出错的概率将是非常大的。

当然，生物识别技术的缺陷和相应的风险还不止这些。除了不准确外，安全性问题是困扰生物识别技术的一个重要因素。如前所述，生物信息具有独特性、一致性、难以复制等特点。这些特点意味着，在正常情况下，身份识别技术可以帮助我们更迅速、更准确地完成人的身份识别，大幅提升识别效率。但这些特点也同时意味着，一旦相关信息落入不法分子之手，他们就可以以更低的成本伪造身份、假冒身份。现在生物识别技术的应用已经越来越广泛，搜集获取个人的生物密钥已经变得越来越容易。我们每个人都可能在不知不觉中就被人采集了生物信息。如果有人从某种渠道获得了这些信息，那么他们就可以做出一张脸、一只手的模型，来完成身份伪造。当然，在很多情况下，他们要做的可能还不用这么麻烦。由于现在算法的缺陷，一些地方的生物识别做得非常粗糙，人们只要通过一些很简单的信息就可以骗过机器。例如，不久前就有新闻报道，一些小学生通过照片就骗开了某快递公司采用人脸识别的快递柜。很显然，在这种情况下，人们的财务安全是难以得到保证的。

尤其需要指出的是，和传统的信息相比，生物信息具有显著的不可撤销性，这很可能会加大信息遗失带来的风险。过去，如果银行密码被破解了，客户只要更换密码就可以避免损失，但如果银行采用了人脸、指纹等生物信息来取代传统密码，一旦这些信息被盗用，客户不可能通过更换密码的方式来回避损失。

除了安全外，隐私问题也是一个需要重要考量的因素。现在，人们为了享受生物识别技术带来的便利，不得不付出自己的相关信息。在一般情况下，他们一旦交出了这些信息，就没有能力控制这些信息的流向。这意味着，随着生物识别技术的日益普及，生物信息采集、交换的日渐频繁，个人信息和隐私泄露的几率将会呈几何级数上升，而对信息泄露的控制难度也会同时变大。

不仅如此，随着深度学习技术的发展，人们通过一些公开的生物信息技术，也可以训练、开发出一个以假乱真的模型。例如，这几年，就不时有人利用Deepfake技术把一些明星的脸部信息嫁接到色情电影上的事件发生。而在这个过程中，不法分子采用的生物信息甚至都可以是完全公开的。显然，面对这样的情况，个人的信息和隐私保护将会成为摆在人们面前的一道难题。

除了以上问题外，生物识别引发的系统性歧视也是人们的一个担忧。在1912年，法国利用“人体测量身份证”对流浪汉进行管理后，某些具有特殊生物信息特征的人就成为了重点关照的对象。根据一些理论，这些人或许会有更大的概率进行犯罪，因而重点管控就成为了一种预防犯罪的措施。一百多年后，我们的技术已经比法国警察有了太多的进步，那时他们只能用指纹学、颅相学来进行识别，而现在我们已经有了大数据，它似乎可以更为科学地帮助我们预测谁更容易称为罪犯。如果人们都利用相关的技术来对人进行歧视，那么这将会是一件十分可怕的事情。