1月27日，中國手機產業發生了一場“地震”：全國排行前5的手機廠商，被來自清華大學人工智慧研究院RealAI在15分鐘破解，而在其中的破解過程中，19部安卓手機是被“秒”破。

值得注意的是，唯一未被破解的手機僅一部iPhone 11。

手機人臉識別的“發展史”

隨著手機產業的發展，目前國產手機呈現出兩極分化的特點：高階化和價效比。

在高階化方面，華為走在前列，而小米逐漸走向高階的道路上；而在價效比方面，小米、OV等企業成為代表，特別是小米，更是宣稱利潤控制在5％。

而在如此低利潤環境下，企業如何用料，成為當前的難點。

但值得注意的是，企業在解決用料的環境下，還得兼顧技術——如何把最新技術應用在當前手機。為了把價格及技術進行綜合，技術成為突破點：只要達到類似的技術，即會立刻用低成本的技術，取代原有高成本技術，但宣傳並不會改變——就如同3D結構光。

隨著iPhone X的應用，3D結構光正式走入人們的生活，而在蘋果的介紹中，3D結構光由於是生成3D畫面，並不會被輕易破解，從而被應用在支付等環境下。

而在iPhone X推出這一技術後，OPPO、小米等也紛紛推出了基於這一技術的手機：OPPO Find X、小米8探索版。但值得注意的是，這些手機並未實現大規模量產——小米8探索版在短短數日就被銷售一空，而OPPO Find X的銷量極少。

同時，為了實現人臉解鎖的方式，部分企業聯合曠視、商湯、雲從等企業提供的人臉識別方式——在錄入人臉資訊時，會要求使用者在固定位置不斷記錄使用者面部資訊，而在這一過程中，實際是不斷在人臉面部設定“點”，並用各類函式進行記錄。在使用者需要使用手機時，如果函式值達到設定的閥值，即可實現解鎖——閥值由提供商自行設定，部分企業為了實現所謂的“快速識別並解鎖”，把閥值降低到50％，甚至更低。

但這一方式隨後被更好的技術替代：雙目識別。

雙目識別的優勢主要是透過兩個攝像機對同一個物體進行拍攝並計算，在這一過程中，由於攝像機的角度不同，會產生景深效果，而這就是所謂的“活體檢測”。而且相比傳統的單目攝像機，僅僅是多了更多的函式值。

但這一方式，有效避免了使用2D照片被破解的問題。

同樣值得注意的是，這一方式並沒有被大規模應用在手機方面——ToF技術被正式應用，而雙目識別則被應用在門禁等大型裝置中。

ToF測距方法屬於雙向測距技術，它主要利用訊號在兩個非同步收發機（Transceiver）（或被反射面）之間往返的飛行時間來測量節點間的距離。

ToF測距方法有兩個關鍵的約束：一是傳送裝置和接收裝置必須始終同步；二是接收裝置提供訊號的傳輸時間的長短。為了實現時鐘同步，ToF測距方法採用了時鐘偏移量來解決時鐘同步問題。

同時，其還分為三類發射方式：

1、發射脈衝光並測量它們經反射後返回的時間間隔；

2、調製光源的振幅並記錄反射光波的相移；

3、發射佔空比為50％的方波，並記錄在特定間隔內到達的返回光量。

ToF模組由於成本相對低廉，且不受到強光等外部光源的影響，其被廣泛應用在各類高階手機上面。

此外，在部分政務APP中，由於使用者手機採用了不同的識別方式，為了更好的統一，其採用了“光譜＋單目識別”的模式，其透過不同的色調的光線照射在面部的反光，從而判斷人員是否是真實的人。

秒破解：僅僅是2D手機

值得注意的是，在RealAI的測評中，並未告知測試手機型號及詳細的測試流程，從而也無法得知該手機破解的具體內容。

其中問題如下：

1、錄入手機使用者面部是誰？

2、“對抗樣本圖案”與“被攻擊物件的眼部影象”相似度；

3、具體手機型號。

透過影片所展示的手機，大體可以知道有華為、小米等手機，但具體型號並不知曉。

而在實際破解中，由於測試員採用了眼鏡上搭載“T”形影象，對於演算法來說，其已經是一個正常面部資料，而在“眼睛”和“鼻子”相似的情況下，其已經滿足手機所設定的閥值——破解手機也不成問題。

值得注意的是，據事後再次測試過程中，搭配了ToF鏡頭的Mate 40 Pro並未被破解，可以說，本次測試過程中，2D影象被破解的機率較高，而搭載3D感測器的智慧手機並未被有效破解。

技術：從應用到完善

OFweek維科網編輯在與雲事通CEO龍壽金溝通時，其說道：“很多技術都是先應用，再完善。如果沒有應用，企業也無法全面得知該技術的缺點是什麼。”

對於目前世界上很多技術而言，在實驗室的專家及科研人員並不會完全瞭解技術方面的缺陷，對於他們而言，他們更在意如何透過某項技術從而實現某一個目的，在實現後，再進行逐步完善。

而人臉識別技術也同樣如此——在人工智慧尚未爆發之前，安防企業已經開始探索人臉識別技術的應用，並把該技術應用在現實世界之中，但由於硬體及演算法、算力等問題，使用者體驗效果極差，部分使用者甚至認為曠視、海康、科達等企業的銷售人員是“騙子”。

但隨著軟／硬體的完善，人工智慧技術也隨之得到全面發展，到了2021年的今天，人臉識別已經得到全面的完善，並在眾多地區得到應用。

但隨著產業的發展，人臉識別在部分地區的應用也不相同：亞略特市場營銷總監丁超說道：“並不是什麼地區的財政都能支撐起智慧化安防的改造。”

亞略特針對使用者的確切需求，採用前端儲存特定人員特徵值的方式，從而在前端完成對目標人物的分析及判斷，一旦確定目標人員，才會把相關資料傳輸到後端平臺，有效減少對網路及後臺的建設，同時大幅度降低成本。

而在手機方面，基於高通、海思等晶片的應用，人臉識別得到較快的發展，但不得不說的是，由於目前人臉識別並未作為唯一的生物識別模組，同時還有指紋識別，為此大部分手機企業並未把人臉識別作為重點專案進行深入，更多的是交由AI演算法公司進行，如OPPO曾大規模採用曠視的演算法。

然而，由於各類原因，導致2D識別的準確度並未被完全認知；加上由於疫情問題，大部分使用者改用“指紋識別”，從而讓這一問題並未被及時提出，這也是問題的關鍵點。

關鍵技術仍需加強

對於手機提供商而言，人臉識別技術依然需要加強——隨著手機產業的發展，手機已經成為當前人們日常生活的重要內容之一，一旦手機脫離人們的掌控，那麼個人資訊也將全部曝光。

如何保障個人使用者的隱私問題，想必已經有了絕對的答案。