2021届高考语文三轮现代文阅读专题复习：人脸识别专题练.doc

PAGE PAGE 1 人脸识别专题练 阅读下面的文字，完成1～5题。 材料一： 所谓人脸识别，关系到“生物识别信息”的安全问题。传统意义上的个人信息，更多指电话号码、身份证号码、个人住址等物理信息，但未来意义上的个人信息，有可能是指人脸、角膜、指纹等这些生物信息。生物信息的最大特点在于，它能远距离发生作用，而无需直接接触。这意味着，政府、公司等机构和个人可能未经当事人同意甚至完全不知情的情况下，读取并搜集其数据。在许多欧美国家，目前对人脸识别技术的担忧，远远压倒了对技术收益的乐观预期。而在我们这里，似乎许多公司陷入了技术狂欢中，只想要收益，看不见责任。 今天我们并不拒绝人脸识别带来的便捷实用，但也不得不追问的是，这些生物信息会不会被过度地收集保存？一些企业有没有合理使用信息的自律性、自觉性？就笔者个人观察来看，情势似乎并不乐观。人脸识别在各行各业已经出现了规模效应，除了支付行业外，人脸识别进校园等都被“发明”出来了，甚至看个新闻APP也索要人脸权限。仔细想想，我们的人脸信息或许是交出去了，但它们会得到用心保护吗？经验告诉我们，有相当数量的互联网公司只顾及流量，却不顾用户安全，只顾及体验，却不顾隐私保护。 (摘编自扶青《对刷脸支付保持审慎态度》，有删改) 材料二： 旷视科技研究院研究人员范浩强介绍，就生物识别来说，目前常见的应用有指纹识别、人脸识别、虹膜识别等。 虹膜识别，目前主要见于部分高端智能手机的虹膜识别解锁。相较于指纹识别，虹膜识别技术通过人体独一无二的眼睛虹膜特征来识别身份，虹膜识别的准确性是各种生物识别中较高的，但相较于其他生物识别技术，虹膜识别硬件造价高，识别过程需配合，大范围推广较为困难，镜头可能产生图像畸变而使可靠性降低。 “综合来看，人脸识别是目前生物识别领域安全性较高的，当然也并非万无一失，想要实现人脸识别安全、规模化落地需要技术水平、法律法规和行业标准逐步完善。”范浩强表示。 人工智能行业资深人士孙立斌认为，生物特征识别迅猛发展，不同模态的生物特征有其自身的特性，抗伪造能力也不同。若要更高级别抗击假体攻击的风险，可以采取多模态融合的识别方式，例如步态和人脸一体化识别，能够大幅度增加伪造数据的难度，提升识别系统的安全性。 (摘编自《科技日报》，有删改) 材料三： 合法用户身份仿冒需要以获得合法用户的人脸照片及视频等数据作为前提条件。国内某安全团队已经实现了更具威胁的攻击手段，使用完全不同用户的人脸照片绕过身份识别系统。该攻击手段对深度学习图像识别等应用造成逃逸攻击以及数据污染攻击等效果，不依赖于具体的深度学习模型。 将人脸识别和机器人控制等最新的人工智能技术结合起来，军事领域制造自主的大规模杀伤性武器在技术上是可行的。在杀伤性武器制作的技术链条中，人脸识别技术是一个关键环节。要想达到目标的精准识别，尤其是区分敌我，需要训练高准确度的深度神经网络模型，训练过程需要大量实际的人脸数据做支撑。最新的研究成果表明，经过大量真实数据的积累和训练，人工智能可以达到并超过人眼的识别准确度。因此，人脸数据是杀伤性武器研制过程中的基础与核心。这种人工智能技术，一旦被运用于未来战场或被恐怖分子利用，后果都将异常严重。因此，加强人脸识别技术的监管、规范及利用势在必行。 保护好一个种族的人脸数据和人脸模型，就像保护这个种族的基因库一样，是限制敌对方开发针对本种族的自主致命武器的关键任务。在人脸数据的采集、存储、传输及使用等环节，应通过技术和立法等手段加强保护和监管，既要尊重人工智能科学发展，又要保护人脸数据资源合法合规流通和使用。 如果人脸数据和模型的合法性得不到保证和强调，势必出现人脸数据和模型的地下市场，造成数据和模型泄露的严重风险。公安系统可以在国家和省级层面建立人脸大数据中心，在物理隔绝的专网内存储人脸数据。算法供应商的模型的训练和运用必须在公安专网的大数据中心内进行训练。 对于生物识别产品来说，即使检测准确度达到99.99%，一旦大规模应用，由于上亿用户规模的基数太大，被误判影响的人群数目也会非常之多，给人身财产利益带来的损失也将十分巨大。无论从技术上还是法律上考虑，当前都还不宜过分依赖人脸作为生物识别中唯一的身份识别手段，建议可以采用多因子识别管理体系，与其他身份识别手段相结合，提高系统的安全性、稳定性和科学性。 （摘编自《人脸识别技术应用的风险与防范》有删改） 1.下列对有关生物识别信息的解说，不正确的一项是（ ）（3分） A.生物识别信息最大特点是人脸、角膜、个人住址等信息能在个人不知情的状况下，远距离被读取甚至收集。 B.人脸识别技术是一柄双刃剑，我们并不拒绝人脸识别带来的便捷实用，但应该担忧的是这些生物信息会不会被过度收集保存。