本文来自微信公众号：caoz的梦呓 （ID：caozsay），作者：caoz，原文标题：《人脸识别与AI时 代》，题图来自：AI生成 蹭点热点吧，这不最近看到不少相关的传闻，一些大V背后的商业机构，法人被黑客变更，然后导致公 众号管理权限被变更，然后就被用来发诈骗文章割韭菜。 但这种包容性，模糊性的识别问题，就会带来两种需要防范的错误，一种就是漏判，该识别到的无法识 别，比如这个人最近晒黑了，或者失眠眼睛肿了，无法识别。这种其实日常也会遇到，比如我在过新加 坡海关的时候偶尔也会提示识别不对要去走人工通道做二次识别。另一种就是错判，不是本人却被识别 为本人，也就是被别人冒用身份，冒用脸型。 但这两个问题，对技术的要求截然相反，第一种需要增加包容性，允许更多的容错性，才能兼容一个人 不同状态的脸部识别。但第二种恰恰相反，需要收紧兼容性，防止误判，将不同人或者不符合识别标准 的图像资源识别，从而导致身份入侵。 可是问题又来了，对于一般的测试，对于一般的诸如领导审查，哪个问题更容易成为考核的重点呢，第 一种。毕竟一个人发现自己无法被正确识别，肯定是很明显的，他们会说你的系统不好，当项目验收， 领导亲自来体验产品的时候 ...