生物辨識「緊箍咒」：改名Meta後的第一步，FB 直刪10億人臉數據庫

（示意圖/取自pixabay）

Facebook在改名Meta之後，做的第一件大事就是終止使用人臉辨識系統，並且刪除超過10億人的個人臉部辨識數據，以「作為公司對於臉部辨識使用限制的一部分」。

這顯然不是突發情況。

「當用戶基數及數據達到一定程度時，互聯網公司在啓用或停用某項功能之前，就已經做好評估，或者說有一個Plan B。」某互聯網從業者表示。

相關數據顯示，已有超過三分之一的Facebook用戶（逾6億個帳戶）選擇使用人臉辨識系統，而此次將會有十億人以上的個人數據被刪除。

「舉個不恰當的例子，這就像支付寶取消了人臉辨識支付。」一位生物辨識產業從業者表示，雖然兩者在技術路徑上有著本質區別，但重要性很類似。

在他看來，Facebook禁用人臉辨識系統，是很明智的抉擇。

從大環境看，全球範圍內的反壟斷如火如荼，這些互聯網巨頭成為眾矢之的，一舉一動都受到高度關注，一旦出現數據隱私問題，將會產生連鎖反應，最終面臨巨額罰款。

從產業看，生物辨識技術已經鋪廣開來，人們對數據隱私的保護意識也在增強，Facebook的這項功能非常粗暴，已然不符合監管部門和用戶的要求。

「與其在身邊放一顆不定時炸彈，不如主動將隱患消除。」該從業者表示，隨著各國政府對數據隱私的監管進一步加強，不論是生物辨識企業，還是互聯網，都已經進入一個新的階段。

科技普惠 or 價值窪地？

2010年10月，Facebook首次推出臉部辨識功能。

起初，用戶可以自己選擇是否開啓該功能。開啓後，Facebook會自動辨識出現在用戶相簿中的人，並建議用戶點擊「標記」好友，將他們的帳戶與人臉相關聯。

並且，如果有人在Facebook上傳了包含某用戶肖像的照片，Facebook 會給該用戶發送通知，告知用戶出現在了別人上傳的照片中。

後來，這一功能被設置為預設啓用，直到2019年，Facebook被罰款50億美金之後，才取消默認，設置為手動開啓。

Facebook稱，多年來，其臉部辨識系統在實際應用中給人們提供了幫助，除了為用戶提供方便的標記建議和提醒，還在其自動替代文本系統中發揮了作用。

比如，該系統使用人工智慧技術為視障人士生成圖像描述，告訴他們一張照片的內容，包括照片裡出現的人。另外，用戶也使用這一技術來探查是否有其他人在Facebook上冒充他們。

「臉部辨識功能確實給用戶帶來了一些便利，但顯然Facebook從中獲益更多。」該生物辨識產業從業者表示，Facebook在獲得了大量的人臉數據之後，可以通過多種方法變現。

互聯網產業比較注重「用戶畫像」和「用戶黏性」這兩個詞。

在人臉辨識尚未普及之前，用戶畫像的數據來源於一些調查問卷、用戶的交互行為、特徵等。人臉辨識普及之後，人臉數據可直接呈現更加精準的用戶特徵，如年齡、性別、膚色及其他特殊資訊。

有了這些直接數據的輔助，再結合整個用戶的交互行為，互聯網公司即可通過AI算法和大數據，來建立精準的數據庫。

數據庫建立之後，可通過（訓練）優化推薦算法，給用戶精準推送「相關的人或商品」。一方面給用戶提供更容易交流的平台，引導用戶花費更多時間在平台，增強用戶黏性；另一方面為實現廣告行銷或其他商業行為助力。

「對於互聯網公司而言，用戶數據就是價值，再沒有比Facebook啓用臉部辨識來採集數據更容易的方法了。」該從業者認為，Facebook 實際上是打著「便利」的幌子，以低成本的方式獲得了大量真實數據，一舉多得。

在他看來，這種「粗暴有效」的方法，得益於過去十年消費電子的快速迭代，人們對數據隱私的安全性沒有給予更高的重視，但現在已不可持續；Facebook手握十幾億人的臉部數據，已成為一塊「燙手山芋」。

事實上，隨著AI、大數據等技術的廣泛落地，各國政府無一不收緊了對數據採集和使用的約束。

這背後的原因，其實是一個哲學命題。

人、技術、價值

人們重視數據隱私，從更深層面上來講，是對人的權益與技術的商業價值誰為第一性的思考。

這本是一個不需要思考就能得出答案的問題。

但在實際生產生活中，尤其是在生產力較為低下、新技術剛剛萌芽的時期，人的權益往往讓渡給了技術的商業價值。

生產力決定生產關係，其中就包含著人與技術之間的關係。

Facebook從開始啓用臉部辨識功能，到禁用該功能，大約有十多年的時間。這十多年恰好是互聯網公司、AI、大數據等事物發展速度最快的時期。

在這一階段，新技術帶來了新變化，在改變人們生活的同時，提高了生產力，拉動經濟成長，因而人們更容易秉持包容開放的態度來對待技術缺陷（隱患）。

所以即便Facebook的臉部辨識功能從一開始就被告知存在數據隱患，並且被多次罰款，卻能一直持續到現在。

不過，當技術發展到後期，生產力水平達到一定階段之後，技術的隱患會更加暴露，而人的權益隨之被冠以頭名的高度。

此時人們對技術的態度是：如何讓技術更好地服務於人。

換個通俗的說法，即如何實現技術的商業價值和社會價值的統一。

具體到生物辨識，其核心就是「什麼時候用、怎麼用、如何保護安全」這三個要點。

普通人如何做好隱私數據保護？

人們離不開互聯網，在獲取相應服務時，使用人臉、指紋等生物特徵進行手機身份驗證，是必不可少的環節。

「這個環節其實並不容易出現數據洩露的問題。」該從業人士表示。

以前文提到的支付寶為例，支付寶在前端採集人臉數據之後，手機內部有一個專門儲存相關數據的「trust zone」，在使用支付寶人臉辨識時，APP從該區域調用儲存的人臉數據與前端採集到的做比對，比對成功即可完成支付，整個流程都出於安全保護之下。

總結

生物辨識技術在人們的日常生活中起著不可或缺的作用，隨著相關法律的祭出，此前利用生物辨識來集採數據的「野蠻時代」已經過去。

不論是生物辨識技術商，還是互聯網服務提供商，在數據安全這頂「緊箍咒」下，一切都在往更加合規的方向發展。

值得一提的是，Facebook在禁用臉部辨識功能時，其母公司Meta表示，這一承諾並不適用於其「元宇宙」產品。