近年来，数十家初创企业与科技巨头纷纷向酒店、零售商，甚至学校和夏令营提供人脸识别服务。这一领域的蓬勃发展得益于新算法的出现，这些算法在面部识别的准确性上已经比五年前有了显著提升。
为了优化算法，这些公司通常会对数十亿张人脸进行训练，而这一过程往往不需要得到个人的同意。你的面孔很可能已成为这些公司“训练样本”的一部分，或者被纳入其客户数据库中。
现阶段，面部识别软件的使用几乎没有法律约束，这意味着公众可能无法阻止公司以这种方式使用他们的面部数据。
2018年，华盛顿特区附近的捷威机场成为一个实验场景，乘客们在未察觉的情况下被摄像机捕捉。这并不是真实的情况，而是NIST展示如何收集人脸数据的一套设备。这些数据将用于NIST举办的竞赛，邀请全球公司测试其面部识别软件。
在这个演习中，志愿者们允许机构使用他们的面部数据。早期的面部识别技术需要研究人员费尽心思地获取人们的同意，以便将收集到的人脸信息纳入数据库。
如今，领先的公司在面部识别领域的竞争中，如果认为向大量被识别者征求同意麻烦，他们可能就会选择忽略这一过程。
行业领军企业如KAIRos正在积极竞争面部识别软件市场，客户涵盖执法机构、零售商，甚至高中学生。
根据MRFR的数据显示，该市场每年增长20%，预计到2022年将达到90亿美元的规模。
在这场软件竞争中，胜者将是那些能够高精度识别面部并减少误报的公司。与人工智能其他领域一样，开发顶尖的面部识别算法需要大量的数据进行训练。
虽然公司可以利用政府和大学提供的数据集，如耶鲁大学的人脸数据库，但这些数据集相对较小，通常只包含几千张面孔。
这些官方数据集也存在不足，其中许多缺乏种族多样性，无法适应现实中影响面部识别的因素，如阴影、帽子或化妆。
为了建立在实战中有效识别个体面容的技术，企业需要更多的图像进行实验。
加利福尼亚的面部识别软件公司FACEFiRst专注于帮助零售商识别潜在的犯罪分子，防止其进入商店。
首席执行官PeteR TRepp表示：“数百张不够，数千张亦然。你需要数百万张图片。如果数据库中没有戴眼镜的人或有色人种，你将无法得出准确结果。”
故事的起点是一个应用程序。
那么，这些软件公司从哪些途径获得数百万张图像以训练其软件呢？其中一个来源便是警局的图片数据库。软件公司可以通过州政府机构公开获取这些数据库，也可以从私人公司购买。例如，Vigilant Solutions提供的1500万张面孔可以用来“解决”面部识别软件训练的问题。
然而，一些初创企业找到了更优的面部数据来源：个人相册应用。
这些应用程序可以编辑存储在个人手机上的照片，通常包含同一人的多种姿势和情境图像，这为训练数据提供了极为丰富的来源。
EveR AI的首席执行官Doug Aley说：“我们拥有同一人在数千种不同场景中的图像。即使他戴着帽子站在阴影中，也能准确识别。”
EveR AI成立于2012年，最初名为EveRRoll，致力于帮助用户管理日益增长的照片收藏。
目前，EveR AI已经从Khosla VentuRes及其他硅谷风险投资公司筹集了2900万美元，并参与了NIST最近举行的面部识别竞赛，在“Mugshots”类别中排名第二，在“FACEs in the Wild”类别中排名第三。
Aley认为，EveR AI庞大的照片数据库是其成功的关键，估计其数据库中图片数量达到130亿张。
最初，EveR AI仅仅是一个照片应用程序，但其激进的营销策略引发了争议，导致苹果在2016年暂时下架EveRRoll。
用户最为诟病的是，该应用程序诱使他们向所有手机联系人发送促销链接，并指控该应用窃取个人信息。
2015年，德克萨斯州的GReg MilleR在FACEbook上发帖：“EveRRoll程序安装后，第一件事就是收集你手机里的电话号码，并立即给所有人发消息。然后，你所有的照片都会被上传到云端。”
四年后，MilleR惊讶地发现，EveRRoll仍然保存着他的照片，而现在它已转变为一家面部识别公司。
“我从未意识到这个问题，我一点也不同意他们的做法。”MilleR对《财富》表示：“我感觉完全没有隐私，真是令人毛骨悚然。”
Aley强调，该公司不会共享个人的识别信息，照片仅用于训练面部识别软件。他补充称，公司与社交媒体类似，用户可以选择退出。
Aley否认EveR AI从一开始就计划成为一家面部识别公司，并表示关闭照片应用程序是出于商业考量。
如今，EveR AI的客户将其人脸识别产品应用于企业ID管理、零售、电信和执法等多个领域。
EveRRoll并不是唯一提供用户照片的公司，ORbeUS也是一个例子。这家旧金山公司在2016年被亚马逊悄然收购，曾是PhotoTiMe的开发者。
ORbeUS的前员工透露，该公司的人工智能技术及其拥有的大量照片使其成为一个吸引人的收购目标。这位不愿透露姓名的员工表示：“亚马逊当时正在寻找此类公司。”
如今，PhotoTiMe应用程序已不复存在，尽管亚马逊继续销售名为RekognITion的ORbeUS产品，该产品被执法机构和其他组织所使用。
亚马逊拒绝透露ORbeUS收集的照片是否用于训练其软件，仅表示公司从多种来源获取AI项目的数据，并强调未使用客户照片服务训练其算法。
另一家利用用户照片训练面部识别算法的公司是Real NetwoRks。这家总部位于西雅图的公司曾因其20世纪90年代的在线视频播放器而闻名。
如今，该公司专注于开发能够识别学校儿童面孔的软件，同时推出了一款名为RealTiMes的家庭智能手机应用。
然而，一位评论员表示这只是公司获取面部信息的借口。
这一切引发了一系列问题：公司应如何保护他们收集的面部数据？政府是否应加强监管？
随着面部识别技术在更多社会领域的扩展，解决这些问题变得愈发紧迫。
面部识别软件并非新兴技术，早在20世纪80年代就已经出现。当时，美国数学家通过将人脸定义为数值序列，并利用概率模型找到匹配目标。
但近几年，情况发生了变化。NIST的GRotheR指出：“面部识别正在经历一场革命。”
他补充说：“基础技术发生了巨大变化。旧技术已被新一代算法取代，新技术表现极为高效。”
面部识别的革命得益于两个因素，推动了人工智能领域的广泛发展。
第一个是新兴的深度学习科学，这是一种类似于人类大脑的模式识别系统。第二个则是前所未有的大量数据，借助云计算实现了低成本的存储和解析。
不出所料，首批利用这些新技术的公司正是Google和FACEbook。
2014年，FACEbook推出了名为DeepFACE的程序，能够识别两张面孔是否为同一人，准确率高达97.25%。这一比率与人类在同一测试中的得分相当。
一年后，Google凭借FACENet计划实现了100%的准确率。
如今，微软等公司及其他科技巨头在面部识别技术上处于领先地位，这在很大程度上得益于他们可以访问庞大的面部数据库。
然而，越来越多的初创企业也在不断发布高精度的技术方案，以寻求在日益扩大的面部识别市场中占据一席之地。
市场研究公司PITchBook显示，硅谷在这一领域的投资不断增加，过去三年人脸识别市场的平均投资额达7870万美元。
虽然这个数字在硅谷并不算突出，但它反映了风险投资者对这个领域的重视，表明至少有一些面部识别初创公司有潜力发展成为大企业。
面部识别公司的商业模式仍在不断演进。
CRunchbase数据显示，像EveR AI和FACEFiRst等初创公司的年收入在200万美元到800万美元之间，收益相对较小。同时，亚马逊及其他科技巨头尚未透露他们的收入中有多少来自面部识别技术。
多年来，面部识别软件最热衷的客户群体一直是执法机构。然而，最近越来越多的商业组织，包括沃尔玛，也开始使用这一软件来识别和了解客户。
确实如此，FACEFiRst向数百家零售商销售人脸识别软件，包括商店和药店在内。
首席执行官TRepp表示，其大部分客户使用该技术识别进入商店的犯罪分子，但越来越多的零售商也在测试其他用途，如识别VIP客户或员工。
据报道，亚马逊在向警局出售产品的同时，还与酒店合作，以加速办理入住手续。
然而，亚马逊的这些举措并不乏争议。
去年7月，美国公民自由联盟(ACLU)对亚马逊的软件进行了测试，将每位国会议员的面孔与重罪犯数据库进行比对，结果出现28个误报，其中大多数为有色国会议员。
作为回应，ACLU呼吁禁止执法部门使用面部识别技术。
亚马逊的员工也对公司施加压力，要求其证明向警察部门及美国移民和海关执法部门出售软件的合理性。
一些国会议员，包括众议员Rep. Je
