面部识别技术越来越先进，并不断渗透我们的日常生活。一些人乐观地认为，“刷脸”时代正在向我们走来。可是，“刷脸”真的靠谱吗？至少从目前看，还得打上一个问号。
    准确度欠缺
    最近一段时间，“刷脸”接二连三地出糗。
    在美国，有机构使用亚马逊公司的面部识别系统扫描了535名国会议员的面部照片，并与相关数据库中的2.5万张罪犯照片比对，结果28名议员被系统识别为罪犯。
    在英国，伦敦警方使用的面部识别系统错误率高达98%，被批评为“几乎完全不准确”。伦敦警察局局长克雷茜达·迪克对此辩护说，她不认为这项技术会带来大量逮捕行动，但公众“期待”执法机构测试使用面部识别技术。
    美国麻省理工学院“媒体实验室”研究人员测试了微软、IBM（国际商用机器）和中国旷视科技3家公司的面部识别系统，让3个系统判断1270张图片中人物的性别。结果显示，3个系统对肤色较浅男性的判断错误率都低于1%；但对肤色较深女性的判断错误率从21%到35%不等，识别效果较差。
    训练数据不理想
    IBM公司沃森和云平台业务首席架构师鲁奇尔·普里认为，人工智能系统深度学习的有效性有赖于训练的基础数据。即使人工智能模型本身设计优异，不理想的训练数据只能导致高错误率及带有偏见的判断。
    英国《自然》杂志在近期一篇评论文章中也指出，无论在学术界还是产业界，很少有人关注数据如何收集、处理和归类。导致人工智能产生偏见的一个主要因素，就是训练所使用的数据质量不佳。
    麻省理工学院人工智能研究人员乔纳森·弗兰克尔认为，很多用于面部识别的图片质量不佳，也是导致面部识别技术出错的重要原因。
    忧心隐私安全
    除本身存在技术问题，面部识别大量使用还引发了对个人隐私的担忧。美国乔治敦大学法律中心一份关于技术与隐私的报告显示，美国目前有16个州允许美国联邦调查局使用面部识别技术，将犯罪嫌疑人照片与相关数据库中的驾照照片进行比对。
    美国数字化权利保护组织电子前沿基金会的詹妮弗·林奇说，很多人并不同意警方在寻找罪犯时比对自己的照片，他们并不知道州政府有这种政策。
    出于对隐私和安全的担忧，一些人甚至研制推出了反监测装备。德国人亚当·哈维曾在德国混沌通信大会上介绍了自己研制的“假面”产品，比如在衣服上绘制起迷惑效果的图案，让面部识别系统难以识别真实的脸。