科技巨头抢占技术高地不是什么新鲜事，但你见过主动退出的吗？
就在今年，这看似极不可能的一幕却在美国上演了。
今年6月，科技圈的“老大哥”IBM高调宣布，要正式退出人脸识别市场，以后不再提供任何人脸识别服务和人脸分析软件。
巧得是，就在IBM的声明发出后的第5个月，中国的第一起“人脸识别案”有结果了：判决野生动物世界赔偿郭兵合同利益损失及交通费共计1038元，删除郭兵他办理指纹年卡时提交的包括照片在内的面部特征信息1年前，法学博士郭兵不满杭州野生动物世界办理年卡会员使用人脸识别，把野生动物世界告上了法庭。
人脸识别明明是人工智能最前沿的技术之一，为什么科技大佬和普通百姓都要向它“开炮”呢？
人脸识别，走到今天不容易
别看现在越来越多的人已经和人脸识别“打过照面”，但说起这项技术，真正熟悉它的人却不多。
对于人脸识别来说，想完成一次成功的“识别”，至少要把握好4个环节：人脸检测、人脸对齐、人脸编码和人脸匹配。这4个环节环环相扣，缺一不可。
但谁能想到，单单一个“人脸检测”，科学家们从理论到实践，就用了将近30年。
1964年，人脸识别还仅仅被当作一个一般性的模式识别问题来研究。人们对这个技术的设想很直接要利用人脸的几何结构特征来实现人脸识别。
当时的科学家们有两个思路，一个是从人类面部剪影曲线的结构特征下手，另一个则是研究人工神经网络。但很遗憾，这两种方法都没有取得什么实质性的成果。而这个情况，一直持续到了1990年。
1990年后，人脸识别技术进入了一个“百花齐放”的阶段。
先是美国麻省理工学院媒体实验室提出了“特征脸”的人脸识别思路，紧接着，又有人提出了基于模板匹配等技术的人脸识别思路……这些方法虽然在算法上各有优劣，但基本都包含了检测、对齐、编码、匹配这几个必要环节。
而这些技术的成熟，带给我们普通人最直观的感觉就是更方便了。目前成熟的人脸识别技术已经可以达到完全自动化，识别速度又快，准确率还比较高。从这个角度来说，人脸识别理应成为一种生活场景下的“必然选择”。
“拒绝”来得太快
但人脸识别还是被“拒绝”了。
而且，第一个站出来带头“拒绝”它的还是科技圈大佬：IBM。
在声明里，IBM把锅甩给了人权问题：反对将技术用于种族歧视和大规模监视。
当时震惊全美的“黑人弗洛伊德之死”刚发生不久，IBM想借此呼吁用更透明的摄像头等手段代替人脸识别，为不同种族的人争取执法过程的平等。
但稍微再深挖一下，就能看到人脸识别，尤其是商用领域的人脸识别技术，在识别不同人种、性别上的技术瓶颈2018年的一项研究显示，人脸识别针对黑人、女性的错误率高达 21%～35%，而针对白人、男性的错误率则低于1%。
更重要的是，人脸识别技术没办法很好地回答类似法学博士郭兵的灵魂拷问：被检测的人脸图像储存到哪儿？有专人监管吗？安全吗？这算不算侵犯个人隐私？
避开人脸识别，我们真的安全吗？
一个事实是，即便没有人脸识别，我们也不能在信息时代全身而退。
从某些角度来说，信息时代的很多便利，是需要“牺牲”一些个人隐私来换取的。
即便是扬言要放弃人脸识别技术的IBM，在那份声明最后，也加了一句：建议采用现代数据分析技术，也就是我们俗话说的大数据。这正涉及到IBM未来发展的关键业务：云计算。
而论起对个人隐私的截取，大数据可比人脸识别厉害多了。
相对于人脸识别，互联网上的任何一种数据，都更能真实地反应人们的一言一行：
你的个人照片、手机号码、家庭住址、社交账号，甚至是你浏览过什么样的网站、购买过什么样的东西，你的个人爱好、生活习惯等等，都会被如实地记录下来。当这些信息被汇总到一起的时候，大数据库就诞生了。
据说，目前国内的大型互联网公司已经可以做到打通MAC地址绑定和多个产品线之间的账号，获取每一个互联网高频使用者的个人信息。
虽然出于保护个人隐私的考虑，在与外界进行大数据业务合作的时候，他们只会接取大样本的趋势分析。比如，分析某个购物中心的顾客消费水平等等。但不管怎么说，我们的隐私数据早已实实在在地暴露在网络之下，且随着互联网的发展，类似的“暴露”只会越来越多。
好的是，越来越多的人已经开始注意这方面的问题。
“人脸识别第一案”，就是对信息时代的一个有力反击：信息时代，应在监管之下的不止是技术，更有使用技术的人。
《我是科学人》纪录片由长安信托特约赞助。
