1樓：xyxyt
道高一尺魔高一丈，所有的技術都需要不斷改進，人臉識別也一樣。作業系統這麼多年了不還是會有黑客攻擊麼，但是大家還用的好好的。技術會不斷更新，把危險不斷降低
2樓：京東白條
其實在業內這個問題被關注已久，學術界的研究也一直在跟進。基於人臉識別的身份驗證安全手段，我們一般稱之為活體檢測和人臉防偽問題，也就是要判斷識別物件是否是真實存在的活著的自然人。
從目前的人臉生成技術看，人臉生成之後一定要有乙個呈現的媒介。比如：用紙張列印出來，或者用顯示器顯示出來。
因此這個問題就可以轉化為是否能夠發現列印紙張或者顯示器顯示影象的線索。
在這兩個方面，我們目前的研究還比較成功：
紙張列印
我們的演算法能夠關注列印邊緣，紙張邊緣，細小的列印顆粒等細節。甚至能夠通過時序上人臉的變化情況，判斷是否是乙個列印出來的僵硬人臉；
顯示器、投影等媒介顯示人臉影象
我們的演算法能夠識別影象中的反光，摩爾紋成像，顯示邊緣等線索，判斷是否是乙個真實的人。
另外，通過三維深度攝像頭等三維感測器，也能夠直接判斷人臉是否是乙個二維虛假人臉。
蠟像等非常真實的三維虛假人臉
通過紅外裝置能夠獲取人臉眼睛部分的虹膜，但蠟像等假人是不能夠獲取到像真人一樣的虹膜影象的。因此我們的演算法可以成功檢測出來該人臉是否真實。
總之，人臉識別不會越來越不安全。用的人越多，市場應用越多，會促使技術更迭，從而越來越安全。
當然，安全問題永遠是動態往復的。我們也在時刻關注著，一旦有新的可能攻破現有人臉識別技術的方法出現，我們也會嘗試復現，並從中找出攻擊現有人臉識別技術的方法的不安全的地方，加以擊之。
目前人臉識別技術的挑戰是什麼？
lu luce 嗯。少年你果然是觀察力敏銳。你發現了乙個當前人工智慧領域大家諱莫如深的問題。那就是現在深度學習技術採用的方法不是你覺得的科學推導。而是煉丹法。俗稱瞎猜！這也就是目前深度學習演算法崗迅速飽和的原因！ 靜下心來做學問 人臉識別依然很熱門，不只是準確度問題，人的面部還包含更多得資訊，例如年...
隨著技術的發展工人數量減少，甚至出現「無人工廠」 ，剩餘價值和剝削是否已經消失？
無人工廠真的無人嗎？機器，需要工人們維修，自動化機器需要工程師們編寫程式，廠房需要工人蓋，剝削，只不過是從過去的體力勞動轉移到了腦力勞動。就算以後這些腦力勞動在技術發展後，被AI替代，在我們想象的極限裡，還沒有能夠自我進化掌控一切生產環節的AI。所以整個生產環節的背後，一定是有人在支撐。至於以後，真...
隨著VR遊戲技術的發展，肥宅會不會進化成肌肉宅
哈喇子爵士 我認為未來20年內將VR遊戲技術運用在體育訓練上的潛力和可能性是很大的 比如體操運動員玩真人馬里奧什麼的，很多運動訓練，比如超等長的跳深訓練本質就是平台跳躍，還比如拳擊運動員完全可以使用VR技術模擬出拳步伐和躲閃反應訓練 這樣可以增加趣味性，節省空間，可能還可以降低受傷的可能性但是如果為...