随着技术的发展，尤其是微电子生物信息技术在移动电子设备的普及，指纹识别逐步被接受，市场规模逐渐增大。
从需求端来说，指纹识别不管是屏幕解锁还是移动支付等领域都极大地提高了用户的效率。iPhone5S的TouchID的技术革新从根本上提高了指纹识别的用户体验，到目前指纹识别正在成为中高端智能手机的标配。越来越多的安卓手机也已经引入指纹识别，如三星、华为、OPPO等。
全球生物识别市场结构中，指纹识别份额达到58%，人脸识别的份额为18%。其次是虹膜识别为7%，此外还有与指纹识别类似的掌纹识别，以及声音识别和静脉识别等。其中，指纹识别是应用范围最广、技术成熟度最高的生物识别技术。
2017年9月，苹果公司又开“先河”，彻底摒弃Touch ID，推出面部解锁Face ID技术。今年9月，苹果推出的iPhone XR、iPhone Xs、iPhone Xs Max全系列终端产品依然采用Face ID，作为唯一一种解锁技术方案。
然而Face ID技术应用终究不够成熟，一面市便频出各种Bug，苹果忠粉的心也算是凉凉了。Bug例子：无法区分双胞胎或者长相相似的人，电量低于10%将会影响到Face ID的正常使用，手机重启后，必须密码解锁……相比之下，安卓阵营的终端厂商同时采用指纹识别和面部解锁两种技术方案，以防面部解锁功能时好时坏还能靠指纹识别救场。
不仅手机厂商，像美国富国银行WELLS FARGO等世界主流银行，也越来越倾向于让客户使用指纹识别访问银行账户系统。然而，讽刺的是，随着近几年AI人工智能技术在全球范围内愈演愈烈，指纹识别技术的稳定性可能比面部识别更差。
据最新研究显示，人工智能创建的伪造数字指纹可以“欺骗”智能手机上的指纹扫描仪，黑客可以利用漏洞，窃取受害者网上银行的账户信息。
“虽然说，基于指纹的身份验证仍然是保护设备或者系统的有效方法，但与此同时，绝大多数的系统不会验证指纹或者其他生物识别，来自于真人还是复制品。”纽约大学博士生Phillip Bontrager说。纽约大学教授Nasir Memon在以前的研究中曾详述了，某些指纹识别系统中存在的致命级缺陷，问题的根源在于大多数指纹传感器的工作方式。大多数人依靠部分指纹来确认身份，而不是使用完整的指纹。且多数设备允许用户提交多个指纹图像，匹配其中任何一部分，便可以确认用户身份。人是可以很快地发现指纹是伪造的，软件系统却不具备识别真伪的能力。研究人员使用神经网络数据训练基础软件，创建出令人信服的伪造指纹，其图像甚至优于原始指纹素材。伪造的指纹真实度极高，包含了肉眼无法观察到的隐藏属性，足以混淆指纹扫描仪。
左侧为真实指纹，右侧为AI伪造指纹
举个简单的例子大家更能理解其严重性，研究人员曾利用AI人工智能技术，伪造前总统奥巴马的演讲视频。实际上，这些演讲活动根本没有发生过。去年，研究人员制作了一张乌龟的图像，用以混淆谷歌图像识别软件。通过特定技术，谷歌图像识别软件将乌龟误认为步枪。因为软件识别出图像中的某些隐藏元素与步枪的属性相似，这些细微的元素人类肉眼根本无法辨别。
通常研究人员采用两种生成对抗网络GAN的组合，一起工作，嵌入真实图像中，可以顺利欺骗图像识别软件。其中一套神经网络，使用数千个公开、可用的指纹图像，训练神经网络识别真实的指纹图像。另一套神经网络，训练创建生成伪造指纹。
纽约大学计算机科学博士候选人Philip Bontrager解释道，将第二个神经网络的假指纹图像输入第一个神经网络中以测试仿真程度。随着时间的推移，第二个神经网络“学会”了生成逼真的指纹图像，可以瞒天过海。
当然，伪造图片只是一种欺骗方式，很多指纹识别系统安装了生物指纹热传感器。对于想要突破网络安全、银行、智能手机等机构、设备的犯罪分子而言，伪造体温的难度就相对大多了。研究员Philip Bontrager却认为，指纹安全级别设置越高，用户使用会越不方便。“使用高安全设置，或许可以提高防欺骗性能，但客户需要反复按压，操作非常不便利。”指纹识别软件安全级别高，耗时、耗力，安全级别低，又要提防AI生成的“深度假货”。
现在，AI“造假”已经copy了你指尖上的专属名片，是不是觉得Face ID面部识别技术更安全，至少，伪造脸要比伪造指纹艰难太多了。
