張翔：人臉識別新規或促使“算法瘦身”

　　中新經緯3月26日電 題：人臉識別新規或促使“算法瘦身”

　　作者 張翔 北方工業大學汽車產業創新研究中心研究員

　　近日，國家網信辦與公安部聯合發布《人臉識別技術應用安全管理辦法》，明確提出人臉數據應優先在本地設備處理，減少數據上傳和云端存儲，即“人臉信息應當存儲于人臉識別設備內，不得通過互聯網對外傳輸”。這一規定對AI智能駕駛中駕駛員身份驗證的本地化處理提出了新要求。

　　新規最直接的影響體現在智能駕駛系統的硬件層面。過去，人臉識別依賴云端服務器的強大算力，車輛只需配備基礎通信芯片即可。如今數據必須在車內完成處理，這就要求每輛車都要搭載高性能的圖像處理芯片。這種改變帶來了兩個現實問題：硬件利用率低下和成本上升。以一輛每天進行5分鐘人臉識別的車輛為例，芯片利用率不足1%，卻要承擔昂貴的GPU芯片成本。這就像給每個家庭配備一臺全年只使用幾小時的工業級烤箱——雖然能烤出完美面包，但資源浪費顯而易見。

　　不過，從長遠看，規模效應能夠緩解這一矛盾。隨著智能駕駛普及率的提升，專用芯片的大規模量產將攤薄生產成本。正如智能手機攝像頭從奢侈品變為標配的過程，當車載圖像處理芯片形成規模市場后，其價格有望進入合理區間。

　　在隱私保護方面，本地化處理實際上構建了一道“數據防火墻”。企業需要建立雙層防護體系：硬件層采用加密存儲芯片，確保數據“鎖在保險箱”；軟件層則需設計嚴格的訪問權限管理，就像給每個數據包配備“電子警衛”。以家庭共享汽車為例，系統不僅要安全存儲多位成員的面部數據，還要能精準識別當前駕駛者身份。這要求企業在有限的空間內，既保證數據處理效率，又實現嚴密的數據隔離。

　　值得注意的是，本地存儲并非意味著絕對安全。2022年某車企發生的車載系統破解事件提醒我們，物理隔離的系統同樣需要動態防護。定期通過OTA(空中下載技術)更新安全補丁，建立“本地存儲+動態防護”的綜合體系，才是應對之道。

　　新規客觀上推動了邊緣計算在汽車領域的發展。正如智能手機逐步承擔了原本需要電腦完成的任務，車載芯片也正經歷著類似的進化。一些企業已經開始研發“車載計算中樞”，將人臉識別、語音交互等功能整合到同一套計算單元中，提高硬件利用效率。這種集成化思路或許能化解資源浪費的難題。

　　更深遠的影響在于，新規可能改變行業的技術發展方向。當數據無法上傳云端，企業就必須在有限的算力下優化算法效率。這就迫使工程師們進行“算法瘦身”，開發出更精巧的模型。(中新經緯APP)

　　中新經緯版權所有，未經授權，不得轉載或以其他方式使用。

責任編輯：孫慶陽