生物识别技术未来有望成为智能化生活的“必需品”，但也要认识到，这一技术目前仍存在一些需要克服的技术和产业发展难题。在推进生物识别技术的同时还应注重保护隐私，不能让本意是保护人们安全的技术反而让人们没有安全感。

人脸识别技术在很多领域的应用很诱人，但专家指出其中也可能蕴藏一定的风险。比如，当前的人脸识别技术多数主要通过平面二维采集人脸并与五官相对位置进行识别。实践中可能出现以照片形式蒙骗识别机器的情况。人脸识别推广应用以来，不时有黑客借助照片，通过车站、机场等人脸识别系统的事件。这虽然和管理不善等人为因素有关系，但也说明，某些场景下单纯的技术应用是不够的，还需要结合与其相适应的管理措施。

此外，不论是人脸识别还是虹膜识别，都受制于光线亮度和“观看”对象的状态。比如，如果光线不够，或对象处于运动状态，识别能力就将大打折扣。中国科学院自动化所副研究员雷震认为，生物识别技术遇到的此类问题，会通过算法不断改进和机器学习能力增强而逐渐改善。

又如，虹膜有效成像的距离较窄，多数时候适合近距离对焦，限制了它的应用场景。在实际运用中，用户的姿势不对，就有可能采集不到清晰的虹膜。同时，当前相比密码、手势等传统识别方式，虹膜识别的成本高，因而只能在一些对安全性要求很高且价格不敏感的领域推广。不过，虹膜识别相关公司正积极推动该技术在智能手机上的应用，希望搭建起从算法服务提供商到安全方案链条再到智能终端和应用厂商的生态系统。通过生态链条的发展共同努力，降低成本。

人工智能离不开数据，要提高识别性能，需要有足够大规模的数据学习和支撑。大规模生物特征数据采集困难也影响了生物识别技术发展推广的应用。业界人士建议，希望政府部门在条件允许的情况下开放、共享一部分数据。

虽然科研机构和产业公司在采集、利用生物特征信息时都有较好的防护措施，也对敏感隐私信息经过脱敏处理。但雷震提醒，生物识别技术通常具有唯一性，也难以“挂失”，如果大规模泄露并被不法利用，可能引发非常严重的后果。他建议，国家应抓紧研究制定相关的法律法规，规范生物特征的采集、利用，并做好相应的保存和监督工作。