作為最特別的生物密碼，人臉還面臨著雙胞胎、過度化妝、整容等帶來的復雜問題，系統(tǒng)是否能正確地做出判斷，以保障數(shù)據(jù)安全和用戶隱私，也成為各大技術公司致力突破的難題。
《麻省理工科技評論》認為，作為全世界首批上線人臉識別技術的國家，中國的人臉識別技術精度已經(jīng)達到金融交易的級別，刷臉支付進入成熟期。
據(jù)專家介紹，人臉識別的金融領域要求即人臉識別實現(xiàn)1：1驗證，而更高要求的安防領域應用則是1：N要求，即除了驗證你是你本人外，還需同時在N的庫里逆向篩選和識別，識別出特定的人。
國民級應用支付寶早在2015年時，就開始引用人臉識別技術用于用戶登錄、實名認證、找回密碼、支付風險校驗等場景，目前擁有1.2億用戶使用。
螞蟻金服安全智能部總監(jiān)陳繼東曾向媒體表示，生物識別智能進入商用，尤其是金融領域，有必要運用多種生物特征交叉比對驗證，即除了人臉識別，還要綜合運用指紋識別，聲紋識別、眼紋識別等多因子生物特征，更安全地服務用戶。
目前，經(jīng)常被運用于人臉識別過程中的“眨眨眼”、“張張口”正是以活體檢測的方式來提高驗證準確度。
相對于普通人更熟悉的“刷臉支付”，另一項入選的“強化學習”技術顯得更有門檻。事實上，一度成為輿論熱點的AlphaGo正是“強化學習”的表現(xiàn)實例?！皬娀瘜W習”指的正是計算機在沒有明確指導的情況下像人一樣自主學習。
作為阿里巴巴技術實力的輸出窗口，阿里云正在引領阿里巴巴在“強化學習”上的發(fā)展。舉例來說，在交通領域，阿里云人工智能ET正在幫助杭州管理城市交通，并已成功提高試點路段同行車輛的11%通行速度。在智能制造領域，全球最大的光伏制造商協(xié)鑫也正在采用阿里云ET來提高光伏生產(chǎn)良品率，從數(shù)千個復雜、相互牽制的生產(chǎn)參數(shù)中定位到影響良品率的60個關鍵因子。
阿里巴巴主要的人工智能研究機構阿里云iDST還在通過前瞻性研究來確定阿里在未來數(shù)十年的領先地位。
此次由麻省理工學院評選的2017全球十大突破技術的完整名單如下：
1.強化學習（Reinforcement Learning）
2.自動駕駛貨車（Self－Driving Trucks）
3.太陽能光伏電池（Hot Solar Cells）
4.刷臉支付（Paying with Your Face）
5. 360度自拍（The 360-Degree Selfie）
6.基因療法2.0（Gene Therapy 2.0）
7.細胞圖譜（The Cell Atlas）
8.實用型量子計算機（Practical Quantum Computers）
9.治愈癱瘓（Reversing Paralysis）
10.僵尸物聯(lián)網(wǎng)（Botnets of Things）
