在动态场景的反人脸识别上，Facebook走的更远一些。

Facebook AI Research（FAIR）研发了一种“去识别（de-identification）”系统，该系统通可以通过机器学习实时更改视频中人脸的面部特征，用来欺骗面部识别系统，让其不能精准识别人脸数据。比方说，让面部识别系统将你识别为一位女明星。

相比于应用于静止图像的技术，FAIR推出的系统可以直接应用在实时的视频中，可以说是做到了“看水不是水”。

Facebook AI研究工程师和特拉维夫大学教授Lior Wolf表示，他们将对抗性自动编码器与分类器网络配对，让视频中的人脸稍微扭曲，在迷惑人脸识别系统的同时，又能让人们认出这个人的样貌。

此前由于被爆出涉嫌滥用用户的面部识别数据，Facebook被伊利诺伊州市民告上法庭。面临近350亿美元的集体诉讼，Facebook也需要用技术显示他们保护用户面部信息的决心。

Facebook的研究人员表示，“人脸识别可能会让我们的隐私泄露，并且‘换脸’技术可能会被用于制作误导性视频识别。”Facebook研究这项技术也是为了去除视频中的隐私信息。

▼

人工智能技术的进步对人类的信息安全是一个巨大的挑战，但是也并非完全不可控。

一方面可以限制科技可以踏足的领域，例如克隆领域就受到非常严格的监管，另一方面也可以“用AI来打败AI”，通过对反制手段的不断升级来保证技术一旦被滥用，有充足的手段来加以限制。

反人脸识别技术日渐成熟的背后是人类与技术相互适应的过程，技术终究是要服务于人的，对可能存在风险的技术加以改造、限制，然后再加以利用，从钻木取火的时代便是如此。对于近几年科学技术的突飞猛进，或许我们真的是过分担心了。