三星S8—虹膜识别
①首先需要可以捕捉红外光的相机（目前市场已经没有）
② 然后对机主的虹膜进行高分辨捕捉
③ 偷取他的手机
④ 再用特殊的打印方式打印出来
iphone X—人脸识别
苹果在Face ID的人脸识别中加入了深度信息的技术。
Face ID的实现靠的是iPhone X顶部一小块没被屏幕覆盖的区域。这一小块区域集成了多达八个组件，除了麦克风、扬声器、前置摄像头、环境光传感器、距离感应器等我们熟知的部分，还集成了红外镜头、泛光感应元件（Flood illuminator）、点阵投影器。
深度信息技术在Face ID的认证过程中分为以下两个步骤
① 在注册时，点阵投影仪会投射3万多个点在人脸上，从而形成一张3D人脸图，并存储在A11芯片上
② 使用时，泛光感应元件会打一道看不见的光在人的脸上（这样在黑暗中也可以识别人脸），读取用户的脸部3D几何结构图，并将它与存储在A11芯片隔区内的数据进行对比，如果两者一致，iPhone X就会解锁
越南网络安全公司Bkav绕过了首批由华硕、联想、东芝等笔记本电脑部署的面部识别系统，而使用的不过是一张简单的照片
门禁系统
支付宝，ＱＱ安全中心人脸改密
打卡机人脸（得力，中控）
app以及线下互联网领域存在很多提供人脸识别技术的服务商，比如一登、facevisa
研究人员教导人工智能研究社交网络用户的行为，然后设计并实施自己的网络钓鱼诱饵。在测试中，AI 比人类竞争对手强大得多，制造并分发了比人类更多的网络钓鱼微博
人工智能可用于挖掘大量公共领域和社交网络数据，以提取出生日期、性别、位置电话号码、邮箱地址等个人身份信息，可用于黑客入侵个人账户
它还可以用于自动监控电子邮件和短信，并为社会工程攻击创建个性化的网络钓鱼邮件网络钓鱼诈骗是非法尝试从不知情的用户获取敏感信息。AI 可以更容易地突变恶意软件、更智能地搜索并挖掘和利用系统中的漏洞
ｆａｃｅ＋＋
人脸识别
语音：ＡＬＥＸＡ 智能设备语音助手
公安部旗下NCIIC的人脸比对
优图独创Uface深度人脸模型
SeetaFace开源人脸识别引擎
车牌识别及普通验证码
目标：Deep-pwning是一个轻量级的机器学习模型的实验框架，其目的是评估其对抗动机的强大对手。
请注意，目前状态下的深层次不在接近到期或完成的地方。 这是为了试验，扩展和扩展你。只有这样我们才能真正成为统计机器学习模型的渗透测试工具包。
Visual Question Answering (VQA）
Can you fool AI with adversarial examples on a visual Turing test?
