人脸识别太恐怖了，隐私都要曝光了

众所周知，人类的记忆是不可靠的。人的记忆是不可靠的，因为人的记忆就是这么地不客观，自顾自的上色美化，给予高出事物本身的存在意义。即使是面部识别能力最强的人也只能记得这么多。很难量化一个人的记忆力有多好。例如，没有人真正知道一个人能回忆起多少张不同的面孔，但是基于一个人可能拥有的熟人数量，各种估计往往徘徊在数千张面孔中。

机器不是这样限制的。给右边的计算机一个庞大的人脸数据库，它能够以惊人的速度和精度处理它所看到的，然后识别出它被告知要发现的人脸。这种技能支持了人脸识别软件在二十一世纪的巨大前景。这也是当代监视系统如此可怕的原因。

可是没有主观的感觉，这也是机器的一大缺陷，因为有时候一个人的脸会有表情的变化，一旦表情变化，就很难辨认出这个人是不是原来的那个人了。

问题是，在面部识别方面，机器仍然有局限性。科学家们才刚刚开始了解这些制约因素是什么。为了开始弄清楚计算机是如何苦苦挣扎的，华盛顿大学的研究人员建立了一个庞大的脸部数据库，并测试了各种面部识别算法，随着复杂度的增加。这个想法是在一个数据库上测试这些机器，该数据库包括了将近七十万不同人的多达一百万张不同图像，而不仅仅是一个具有数量相对较少的不同面部的大型数据库，这与其他研究中使用的更加一致。

随着数据库的增长，机器的精度也随之下降。例如，在处理13000个图像数据库时，95%的算法是正确的，而在处理100万个图像时，大约70%的算法是正确的。研究人员说：“这仍然很好，比我们预期的要好得多。”她说。

机器也很难为长得非常相似的人进行调整，要么是多佩尔甘杰，机器很难识别出谁是两个独立的人，要么是同一个人出现在不同年龄的不同照片中，要么是在不同的灯光下，mac是谁。海因不正确地认为是独立的人。

说：“一旦我们扩大规模，算法必须对身份的微小变化敏感，同时对灯光、姿势、年龄保持不变。”

问题是，对于许多想要设计系统以应对这些挑战的研究人员来说，用于实验的大量数据集并不存在——至少，不以学术研究人员能够访问的格式存在。像谷歌和脸谱网这样的训练套装是私人的。没有包含数百万人脸的公共数据库，这是最大的公开可用的面部识别数据集。

研究人员写道：“最终的人脸识别算法应该对数十亿人在数据集中执行。”

《最强大脑》曾经有一次人机挑战赛，就是王昱珩和小度对战，最后还是小度战胜了王昱珩这个“鬼才之眼”，当然，背后有没有黑幕我们不知道，但是小度确实是很棒的，我们在人脸识别的道路上又迈出了一大步。

（作者：荞玥，注：图片来源于网络，如有侵权，请联系作者删除，或在下方评论留言）