今日早间，马云在其微博发声：“刚刚结束德国Cebit大会开幕式。分享了一些思考和看法，未来互联网只有和传统行业进行***结合才有持久健康的出路，而结合的结果将会形成真正意义上的数字（或数据）经济。未来三十年，因为数据经济，人类社会将会真正进入巨大的变革时代。当然还发布了支付宝的人脸识别支付技术。”消息一出，网友们对数据经济反应平平，却对“人脸识别技术”表现出了极大的兴趣，而且大部分网友纷纷调侃人脸识别技术，“整容了怎么办？”“双胞胎怎么办？”“卸妆了怎么办。。。质疑人脸识别技术的准确性。
人脸识别技术
那么我们不禁要问：人脸识别的技术瓶颈在哪里，为何会引发网友们的不信任？据悉，人脸识别特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。同时也被认为是生物特征识别领域甚至人工智能领域最困难的研究课题之一。究其难点主要体现在人脸作为生物特征的这个点上。
难点一：人脸本身太相似 不易区分
就人的脸部特征而言，不同个体之间的区别并不是很明显，因为每个人的脸部结构都是相似的，这对于利用人脸区分人类个体是不利的；另外，还有一些特殊情况我们不得不考虑，比如面对双胞胎甚至多胞胎的人们，要怎么识别。这些都是人脸识别技术要真正应用到生活中的拦路虎。
难点二：表情、光照条件、整容等外因影响识别
人脸的外形很不稳定，人们可以通过脸部肌肉的变化产生很多不同的表情，而在不同的角度进行观察，人脸的视觉图像也相差很大，这对于利用人脸识别效果的稳定性和准确性也带来了一定的挑战；另外，人脸识别还受光照条件，比如白天和黑夜，室内和室外等，人脸的很多遮盖物，比如口罩、墨镜、头发、胡须等、当然还有年龄以及人为干预的整容行为等多方面因素的影响。如何规避这些外因对于人脸识别速度以及人脸识别效果的影响，一直是科研的重点方向。
目前在国内，除了这次给支付宝提供人脸识别技术支持的face++外，还有欧比特、汉王科技、川大智胜、科大讯飞、赛为智能等均涉足人脸识别技术领域，虽然人脸识别技术现阶段还存在诸多不足，但是我们对未来人脸识别技术的发展空间还是持有乐观态度。
