毫无疑问，人脸识别正在为包括支付在内的场景提供更多的便利性，但基于安全性等考虑，这一技术还存在不少争议。
作为最特别的生物密码，人脸还面临着双胞胎、过度化妆、整容等带来的复杂问题，系统是否能正确地做出判断，以保障数据安全和用户隐私，也成为各大技术公司致力突破的难题。
《麻省理工科技评论》认为，作为全世界首批上线人脸识别技术的国家，中国的人脸识别技术精度已经达到金融交易的级别，刷脸支付进入成熟期。
据专家介绍，人脸识别的金融领域要求即人脸识别实现1：1验证，而更高要求的安防领域应用则是1：N要求，即除了验证你是你本人外，还需同时在N的库里逆向筛选和识别，识别出特定的人。
国民级应用支付宝早在2015年时，就开始引用人脸识别技术用于用户登录、实名认证、找回密码、支付风险校验等场景，目前拥有1.2亿用户使用。
蚂蚁金服安全智能部总监陈继东曾向媒体表示，生物识别智能进入商用，尤其是金融领域，有必要运用多种生物特征交叉比对验证，即除了人脸识别，还要综合运用指纹识别，声纹识别、眼纹识别等多因子生物特征，更安全地服务用户。
目前，经常被运用于人脸识别过程中的“眨眨眼”、“张张口”正是以活体检测的方式来提高验证准确度。
相对于普通人更熟悉的“刷脸支付”，另一项入选的“强化学习”技术显得更有门槛。事实上，一度成为舆论热点的AlphaGo正是“强化学习”的表现实例。“强化学习”指的正是计算机在没有明确指导的情况下像人一样自主学习。
作为阿里巴巴技术实力的输出窗口，阿里云正在引领阿里巴巴在“强化学习”上的发展。举例来说，在交通领域，阿里云人工智能ET正在帮助杭州管理城市交通，并已成功提高试点路段同行车辆的11%通行速度。在智能制造领域，全球最大的光伏制造商协鑫也正在采用阿里云ET来提高光伏生产良品率，从数千个复杂、相互牵制的生产参数中定位到影响良品率的60个关键因子。
阿里巴巴主要的人工智能研究机构阿里云iDST还在通过前瞻性研究来确定阿里在未来数十年的领先地位。
此次由麻省理工学院评选的2017全球十大突破技术的完整名单如下：
1.强化学习（Reinforcement Learning）
2.自动驾驶货车（Self－Driving Trucks）
3.太阳能光伏电池（Hot Solar Cells）
4.刷脸支付（Paying with Your Face）
5. 360度自拍（The 360-Degree Selfie）
6.基因疗法2.0（Gene Therapy 2.0）
7.细胞图谱（The Cell Atlas）
8.实用型量子计算机（Practical Quantum Computers）
9.治愈瘫痪（Reversing Paralysis）
10.僵尸物联网（Botnets of Things）
加载中,请稍侯......