人脸识别软件是一种非常强大的技术，对用户隐私构成了严重威胁。同样，这个行业目前发展十分迅猛。如今，十数家初创公司和科技巨头正在向酒店、零售店，乃至学校提供人脸识别服务。由于新算法较五年前能更为精确地识别人脸，行业发展非常迅速。这些科技公司将数十亿的人脸素材用以训练，并改进这些算法，而这通常无需任何许可。事实上，包括你在内，很有可能所有人的数据都被人脸识别公司用于“训练集”中，或存在于某个公司的客户数据集里。
面对这样的情况，消费者可能会感到惊讶。
例如，在至少三起案件中，科技公司通过用户手机上的拍照应用，获得了数百万张人脸图像。目前，针对人脸识别软件的法律限制尚无，这意味着人们几乎无法阻止这种情况发生。
2018年，华盛顿特区附近机场的“登机道”上，有一台摄像机采集着匆匆走过的“路人”脸孔数据。不过实际上，这只是美国国家标准与技术研究所（NIST）的模拟系统用于展示该装置“在野外”是如何收集人脸数据的。NIST会定期举办人脸识别软件竞赛，邀请全球公司参与，这些由志愿者自愿贡献的人脸数据将用于竞赛。
早期人脸识别技术便是通过这样的方式来运作的，学术科研人员会请求用户许可。而如今，科技公司站在了人脸识别技术的前沿，他们不太可能在使用人脸数据时请求明确的许可。
据研究机构MarketResearchFuture报道，人脸识别行业竞争激烈，人脸识别软件的市场正在以每年20%的速度扩张，预计到2022年，市值将达每年90亿美元。其商业模式之一则是：向客户发放软件许可，允许他们使用自己的人脸识别程序，这些客户包括执法部门、零售商、中学等。
在公司参与的此类软件开发竞赛中，如果算法能够精确识别人脸，并不会导致偏差，该公司就能获胜。与人工智能的其他领域一样，开发出人脸识别的最佳算法，意味着需要积累大量的人脸数据。虽然科技公司能够使用政府和大学取得许可的数据集，如耶鲁人脸数据库（YaleFaceDatabase），但这些训练集的数据相对较少，人脸数据仅有数千个。此外，这些官方数据集还有其他局限性，许多缺乏多样性，或者未能包含诸如阴影、戴帽或化妆等条件，因而不够真实。为了建立起能在真实场景下探测人脸的识别技术，科技公司需要更多的图像。
FaceFirst公司CEOPeterTrepp表示，“数百、数千根本不够，需要数以百万计的图像。如果缺乏戴眼镜或不同肤色人种的数据训练库，则无法得到准确结果。”这是一家位于加州的人脸识别公司，帮助零售商筛选出犯罪分子，将其挡在门外。
从应用服务提供商转为AI公司
公司从何处寻觅数百万张图像训练软件？来源之一是警局的人脸数据库，也可以找私人公司购买。加州的VigilantSolutions公司就提供人脸数据“服务”，其中包含一个1500万张面孔的人脸数据集。
然而，一些初创公司已经找到了更好的面孔来源——用户的“个人相册”应用。这些应用可编辑用户手机相册中的照片，通常包含同一个人在多个姿势和情境下的多张图像——这可是训练集的海量数据源。
EverAI的CEODougAley表示：“我们有客户在数千种不同的场景中被标记同一人，站在阴影中的，戴着帽子的，凡你能想到的。”EverAI是一家旧金山的人脸识别初创公司，于2012年推出EverRoll，这是一款帮助消费者管理一大堆照片合集的应用。
EverAI已获投2900万美元，投资者包括KhoslaVentures和其他硅谷风险投资公司。
在美国国家标准与技术研究所最近的竞赛中，取得“面部照片”分类中第二名，“自然环境面孔”分类第三名。Aley将成绩归功于公司庞大的照片数据库，据EverAI统计，该数据库中约有130亿张图片。
初期，EverAI还仅是个照片应用时，其激进的营销策略曾引发争议，并暂时导致AppStore2016年将EverRoll下架——这款应用诱使用户向其手机联系人发送推广链接，还被用户指责攫取私人数据，。根据GregMiller2015年在FB上的评论，“该程序在安装后立即收集你的通讯录，即刻给所有人发消息……然后开始拉取你的照片，上传至云端。”四年后，Miller惊讶地发现，曾叫作EverRoll的应用程序仍存有他的照片，而且现在它已成为人脸识别公司了。
Miller对我们表示，“不，我当时没有意识到，也完全不能同意。所有这些都是真实存在的问题，不再有隐私，这只会让我害怕。”
EverAI的CEOAley则表示，该公司不会将其数据库的个人信息泄漏出去，仅用于训练软件。他还表示，该公司类似社交媒体，用户可以选择退出。Aley还否认EverAI从一开始就打算向人脸识别方向发展，并表示关闭照片应用是商业方面的决策。目前，EverAI的用户分布在各行各业，包括公司ID管理、零售业、电信通讯业以及法律执行部门。
EverRoll也并不是唯一转向人脸识别的相册应用提供商。旧金山的初创公司Orbeus于2016年被亚马逊悄然收购，它也曾提供过一个名为PhotoTime的热门图片管理应用。据内部人士透露，Orbeus的AI技术以及海量人像数据库促成了这次收购。由于签有保密协议，这位员工不肯透露身份，但他表示“亚马逊寻求的就是这些功能，他们在收购后关闭了这款应用。”
如今PhotoTime已不复存在，不过亚马逊还在继续销售另一款Orbeus的产品，名为Rekognition。这款产品供执法机关及其他组织用于人脸识别。亚马逊公司拒绝透露Orbeus的相册应用在多大程度上用于训练Rekognition软件，只是说这款软件将各种来源的数据用于其人工智能项目——包含人脸识别，并表示他们并没有使用用户的Prime照片训练算法。
总部位于西雅图的RealNetworks则是另一家使用其用户照片软件来训练其人脸识别算法的公司，这家公司的在线视频播放器一度非常著名，而如今则专注于针对学校孩童的人脸识别软件。同时它还提供了一款针对家庭用户的智能手机应用，名为RealTimes，有评论称这款应用背地里窃取人脸数据。
人脸识别软件并不新鲜。该技术的雏形初现于20世纪80年代，当时美国的数学家正开始用一系列数值来定义人脸，并用概率模型来匹配。佛罗里达州坦帕市的安保人员在2001SuperBowl上使用了它，赌场也使用这一技术多年。但过去几年里，情况发生了变化。
美国国家标准与技术研究所的Grother说：“人脸识别正历经革命。”他补充道，在高模糊或低质量图片中，这种变化最为明显。“底层技术已发生变化，新一代算法取代了旧技术，它们非常有效。”
人脸识别的这场革命正更广泛地改变人工智能领域，而这得益于两大因素：首先是新兴的深度学习科学，这是一种类似人脑的模式识别系统：二是前所未有的海量数据，这些数据可以在云计算的帮助下以低成本存储和解析。
毫无疑问，最先充分利用这些新发展的公司是谷歌和Facebook。
2014年，社交网络首推DeepFace程序，该程序可以识别两张脸是否同属一人，准确率高达97.25%，几乎相当于人类在同一测试中的得分。
据安全公司Gemalto称，一年后谷歌凭借FaceNet程序获得头名，达到百分之百的准确率。
如今，这些公司以及微软等科技巨头在人脸识别领域均处于领先地位，这在很大程度上是因为它们可以访问大量的人脸数据库。尽管如此，在不断增长的人脸识别市场上，越来越多的初创公司也在寻找自己的位置，它们也取得了极高准确率。
仅在美国，就有十几家这样的初创公司，包括Kairos和FaceFirst。
根据披露过去几年数十宗投资的市场研究公司PitchBook的数据显示，硅谷不断涌现出该行业的公司。据PitchBook的数据，过去三年该行业的平均总投资为7870万美元。以硅谷的标准来看，这个数据不算多么惊人，但反映出风险投资的重大抉择，即至少有几家人脸识别初创公司将迅速成长为大公司。
一些开发人脸识别软件的公司正在使用新技术，可能会减少训练算法对大量人脸数据的需求。迈阿密的人脸识别初创公司Kairos就是这样一个例子：Kairos的客户中有一家大型连锁酒店，据其首席安全官StephenMoore称，Kairos正在创造“合成”的面部数据，以复制各种表情和光照条件下的脸孔数据。他还表示，这些“人造脸孔”意味着公司可以在开发产品时使用更小规模的数据库。