自從人臉識別技術誕生以來，已發生過多次“翻車”事件，在這里，小編也盤點了幾起失敗案例，看下人臉識別都會出現哪些問題。

1、大巴車上廣告頭像被誤認，董明珠躺槍

去年11月，微博有網友發布了一條“董小姐闖紅燈”的內容，乍看之下真的以為是董明珠闖紅燈了。仔細一看，原來是攝像頭把大巴車上的董明珠廣告人像錯當成橫穿馬路的行人進行了抓拍，還在旁邊打出了“橋東違法闖紅燈”的字樣，真是大寫的尷尬。

對此，寧波交警官微回應表示：““董小姐”闖紅燈了?原來是一場烏龍。今天有網友通過微博發布了一條內容為“董小姐闖紅燈”的圖文信息，經核實是一套裝置在江廈橋東的“行人非機動車闖紅燈抓拍系統”，對一輛正在沿江東北路由南往北行駛的公交車身廣告上的人像進行了誤識別，交警部門事后立即進行了刪除，目前技術人員已對該系統進行了全面升級，減少誤識別率。”

以鐵腕著稱的董小姐恐怕從沒想過自己會以這種方式上熱搜， 或許這就是“人在家中坐，鍋從天上來”吧。

2、谷歌發布Pixel 4新機，曝面部識別重大安全漏洞

就在幾天前，谷歌剛發布了谷歌Pixel 4系列最新旗艦智能手機，但距離發布會還沒過去三天，外媒就就曝出了谷歌Pixel 4的嚴重BUG。

報道顯示，谷歌Pixel 4在使用時不會驗證用戶是否處于清醒狀態，所以哪怕用戶處于睡著、閉眼的情況下也能解鎖手機。這個BUG也宣告了谷歌Pixel 4面部解鎖功能基本失效。仔細想想，不需要手機主人同意，別人就可以在用戶睡著時輕松地解鎖該設備。谷歌回應稱，Pixel 4的面部解鎖安全功能就是這樣，支持頁面甚至警告用戶將設備放在安全的地方，以避免此類攻擊，將會在后續軟件更新時會修復這一漏洞。

3、微軟IBM人臉識別現重大BUG，膚色越深錯誤率越高

此前，紐約時報曾發表一篇文章，文章引用了MIT媒體實驗室研究員Joy Buolamwini與微軟科學家Timnit Gebru合作的一篇研究論文。作者選擇了微軟、IBM和曠視科技三家的人臉識別技術，對它們進行性別判定的人臉識別功能測試。其中，AI應用人臉識別針對黑人女性的錯誤率高達21%-35%，而針對白人男性的錯誤率則低于1%，不同種族的準確率差異巨大。

在當時，該項研究也引發了關于“AI是否存在社會不公甚至種族歧視問題”的探討。顯然并不是，深究其中的原因，更多的是因為當下的人工智能數據的量影響了AI的判斷。膚色較深女性較難識別，除了天然人臉特征更難提取之外，可供訓練的數據集較少也是影響因素之一。

4、iPhoneX人臉識別BUG，母子倆可解鎖同一部手機

iPhone X面市時，曾受到廣大果粉追捧。它不僅用了全面屏，還加入了面部識別，官方稱之為“原深感攝像頭系統”。但有位母親卻發現，用自己的臉部設置了FaceID，結果十歲的兒子也可以輕松刷臉解鎖。

對此，蘋果客服解釋，這種事情發生的可能性極小，暫時無法查明原因，也許母親和兒子長得很像，建議將手機恢復到系統中，并重置密碼。如此回應顯然不能服眾，網友紛紛調侃“蘋果X這個不是面部解鎖，應該是親子鑒定功能”。想想也是，網上的“網紅臉”千篇一律，要是她們都用上人臉識別，豈不是都能互相解鎖手機?

5、女子妝太濃面部識別失敗， 銀行建議卸妝重辦

在重慶一家銀行辦理業務時，有一名女子在使用自助辦卡機辦理銀行卡時，因妝容太濃導致拍照識別環節識別失敗，工作人員對比其二代身份證與本人面貌，發現其本人面貌和身份證上的面貌確實相差太大，最終建議客戶回去卸妝后再來辦理業務。

據悉，客戶自助辦卡時，在人臉識別這一環節，系統設置了本人面容和證件上的面容匹配值需要超過95%，才能通過身份認證。這起案例雖然不是人臉識別的失誤操作，但是也表明，妝容、膚色、五官發生的變化，也會影響人臉識別的智能判斷。