今日早間，馬云在其微博發聲：“剛剛結束德國Cebit大會開幕式。分享了一些思考和看法，未來互聯網只有和傳統行業進行***結合才有持久健康的出路，而結合的結果將會形成真正意義上的數字（或數據）經濟。未來三十年，因為數據經濟，人類社會將會真正進入巨大的變革時代。當然還發布了支付寶的人臉識別支付技術。”消息一出，網友們對數據經濟反應平平，卻對“人臉識別技術”表現出了極大的興趣，而且大部分網友紛紛調侃人臉識別技術，“整容了怎么辦？”“雙胞胎怎么辦？”“卸妝了怎么辦。。。質疑人臉識別技術的準確性。

人臉識別技術

那么我們不禁要問：人臉識別的技術瓶頸在哪里，為何會引發網友們的不信任？據悉，人臉識別特指利用分析比較人臉視覺特征信息進行身份鑒別的計算機技術。同時也被認為是生物特征識別領域甚至人工智能領域最困難的研究課題之一。究其難點主要體現在人臉作為生物特征的這個點上。

難點一：人臉本身太相似 不易區分

就人的臉部特征而言，不同個體之間的區別并不是很明顯，因為每個人的臉部結構都是相似的，這對于利用人臉區分人類個體是不利的；另外，還有一些特殊情況我們不得不考慮，比如面對雙胞胎甚至多胞胎的人們，要怎么識別。這些都是人臉識別技術要真正應用到生活中的攔路虎。

難點二：表情、光照條件、整容等外因影響識別

人臉的外形很不穩定，人們可以通過臉部肌肉的變化產生很多不同的表情，而在不同的角度進行觀察，人臉的視覺圖像也相差很大，這對于利用人臉識別效果的穩定性和準確性也帶來了一定的挑戰；另外，人臉識別還受光照條件，比如白天和黑夜，室內和室外等，人臉的很多遮蓋物，比如口罩、墨鏡、頭發、胡須等、當然還有年齡以及人為干預的整容行為等多方面因素的影響。如何規避這些外因對于人臉識別速度以及人臉識別效果的影響，一直是科研的重點方向。

目前在國內，除了這次給支付寶提供人臉識別技術支持的face++外，還有歐比特、漢王科技、川大智勝、科大訊飛、賽為智能等均涉足人臉識別技術領域，雖然人臉識別技術現階段還存在諸多不足，但是我們對未來人臉識別技術的發展空間還是持有樂觀態度。