人臉識別這一概念近年來(lái)一直是全球技術(shù)前沿趨勢討論的熱點(diǎn)，在業(yè)內人士看來(lái)，人臉識別正是開(kāi)啟AI時(shí)代最關(guān)鍵的一把“鑰匙”。支付寶的刷臉登錄、支付等，微眾銀行的遠程認證等，都讓AI率先進(jìn)入了“刷臉時(shí)代”。
曾有學(xué)者預言，人類(lèi)正在進(jìn)行有史以來(lái)第二次最重要的遷徙：第一次是數萬(wàn)年前人類(lèi)祖先走出非洲；現在，他們正面臨從物理世界步入數字世界的“大移民”。
而在第二次“移民”過(guò)程中，就像人類(lèi)在現實(shí)生活里對“我是誰(shuí)”的循環(huán)追問(wèn)，自信息文明誕生伊始，人類(lèi)就非常清楚安全告知機器“我是誰(shuí)”的重要性，并不斷在身份認證方式上推陳出新，發(fā)明各種密碼和數字證書(shū)。
然而，隨著(zhù)人類(lèi)與機器共享的“秘密”越來(lái)越多(十年前丟手機就是換一張卡那么簡(jiǎn)單，現在意味著(zhù)整個(gè)數字世界的重構)，安全系數越來(lái)越大，基于密碼的識別方式已日趨無(wú)力——如今，學(xué)術(shù)界也已達成共識，身份識別的下一幕，來(lái)自每個(gè)人的生物體征。
今天的智能手機——這一人類(lèi)的“外掛大腦”上，已配有指紋識別，人臉識別和虹膜識別，而隨著(zhù)十年之后整個(gè)IOT產(chǎn)業(yè)的井噴，以及安防領(lǐng)域的日趨重要，生物體征勢必成為人類(lèi)分身數字世界時(shí)最嚴苛的身份認證。
大體來(lái)說(shuō)，生物特征包括生理特征和行為特征：前者包括指紋，虹膜，人臉和眼紋等;后者對大眾稍顯陌生，包括步態(tài)和唇語(yǔ)等。這些生物特征都具備很強的穩定性和唯一性，可匹配于不同應用場(chǎng)景。今天，不妨從中選取幾種代表性生物識別，其中有的你可能熟悉，有的不熟悉，但不管怎樣，它們都將在未來(lái)，成為人類(lèi)移民數字世界時(shí)最重要的關(guān)卡，也是保衛人們在現實(shí)世界安全的重要利器。
跨年齡人臉識別
拋去指紋識別不談，人臉識別是最為大眾熟知的認證方式。
其實(shí)人臉識別并非易事。人類(lèi)的臉部結構存在極大相似性，且表情頗具易變性，更何況不同的觀(guān)察角度，光照條件，遮蓋物(墨鏡，頭發(fā)，胡須等)都會(huì )增加機器識別難度。
不過(guò)，當現如今AI已發(fā)展到“只要人類(lèi)正常情況下1秒就能做的事，它幾乎也能做到”的地步，人臉識別的技術(shù)進(jìn)步也令人欣喜。AI可以將人類(lèi)進(jìn)化而來(lái)的“直覺(jué)系統”轉為為數據分析，根據眼睛，眉毛，嘴巴，鼻子等器官特征和幾何位置關(guān)系檢測人臉，將待識別的人臉特征與已得到的人臉特征模板進(jìn)行比較認證。
當然，得益于iPhoneX出色的市場(chǎng)教育工作，上面的事你可能都知道了，但頗值一提的是，iPhoneX那般“實(shí)時(shí)識別”遠非人臉識別的全部，當機器記住一張人類(lèi)面孔，它其實(shí)可以做到更多，比如“跨年齡識別”。
舉個(gè)例子，還記得八月底，由中央電視臺和中國科學(xué)院共同主辦的人工智能節目《機智過(guò)人》在CCTV1周末黃金時(shí)段首播(足以見(jiàn)得人工智能在大眾認知中的滲透度……)，第一集中的“御眼重明”系統便呈現了“跨年齡人臉識別”技能，用1秒就從36張圖片中選出了撒貝寧和江一燕兒時(shí)的照片。
常識是，在影響人臉識別率的一切因素里，時(shí)間是最難對抗的部分。為了實(shí)現跨年齡識別，“御眼重明”從1000多萬(wàn)人的2億張人臉圖片中學(xué)習了人臉的600多個(gè)特征，再搜集幾萬(wàn)對成年人與其本人小時(shí)候照片的人臉數據，提取人臉特征后，通過(guò)雙層異構網(wǎng)絡(luò )進(jìn)行特征遷移學(xué)習，找到成年人臉和兒童照的特征空間映射關(guān)系，準確率在人臉特征清晰情況下可達95%以上。
跨年齡人臉識別有什么用?舉一個(gè)例子，你知道，許多失蹤兒童長(cháng)大后，連親生父母都認不出他的樣子，但機器認得，你完全可以想象：借助“御眼重明”系統，電影《失孤》中的父母就可以不再通過(guò)持續多年的滿(mǎn)城尋覓，而是到公安機關(guān)錄入孩子照片，機器通過(guò)數據庫對比，尋找到匹配對象。
人臉識別技術(shù)，正在為這個(gè)社會(huì )帶去更多福祉。
遠距離生物識別
事實(shí)上，除了人臉識別，其他更“小眾”的識別方式，也在不同場(chǎng)景下漸次綻放，譬如在《機智過(guò)人》中出現的“步態(tài)識別”。
如果你看過(guò)《碟中諜5》，一定會(huì )對電影中“最后一道安保系統”——步態(tài)識別印象深刻：它可以對生物體的身體和步態(tài)進(jìn)行360度無(wú)死角掃描，識別進(jìn)入者身份。
嗯，所謂步態(tài)識別，就是只通過(guò)走路姿勢，在極短時(shí)間內，攝像頭就可識別特定對象。不同于人臉識別需要“主動(dòng)配合”，哪怕一個(gè)人在幾十米外背對攝像頭，機器也可通過(guò)算法把你認出來(lái)。在《機智過(guò)人》節目里，來(lái)自銀河水滴科技的步態(tài)識別就與記憶大師袁夢(mèng)PK，識別10個(gè)身高體型相似的“嫌疑犯”，21只體型毛色相似的金毛犬，以及金毛犬剪影，最終銀河水滴獲勝。
與人臉識別一樣，步態(tài)精準識別，也受益于在海量數據加持下的人工智能技術(shù)。銀河水滴就組建了自己的數據團隊，并對約十萬(wàn)張不同背景下，姿勢穿著(zhù)各異的人形進(jìn)行了精細分割標注，如今的跨視角步態(tài)識別精度高達94%左右。你可以想象，這項技術(shù)會(huì )在安防領(lǐng)域大有作為。
而“遠距離生物識別”不只一種，除了腳下步態(tài)，來(lái)自人類(lèi)嘴唇的“唇語(yǔ)識別”亦可發(fā)揮威力。唇語(yǔ)識別是一項集機器視覺(jué)與自然語(yǔ)言處理于一體的技術(shù)：通過(guò)機器視覺(jué)從圖像中連續識別出人臉，提取口型連續變化特征，隨即將連續變化的特征輸入到識別模型中，識別出講話(huà)人口型對應的發(fā)音，計算出可能性最大的表達語(yǔ)句。
事實(shí)上，谷歌人工智能公司DeepMind去年在A(yíng)lphaGo擊敗人類(lèi)后，就把與人類(lèi)的下一個(gè)競賽場(chǎng)切換至讀唇術(shù)上：他們與牛津大學(xué)的研究者使用總長(cháng)超過(guò)5000小時(shí)完成了對人工智能的訓練，然后使用去年3月至9月間播出的節目進(jìn)行測試，結果發(fā)現，給予相同的視頻素材，專(zhuān)業(yè)唇語(yǔ)識別專(zhuān)家能達到12.4%的正確率，而AI系統識別正確率則是46.8%，高出大概3倍。而唇語(yǔ)識別在國內的領(lǐng)跑者海云數據也已訓練了超過(guò)1萬(wàn)小時(shí)的新聞類(lèi)節目。
與步態(tài)識別一樣，唇語(yǔ)識別在安全領(lǐng)域意義重大。要知道，公安系統中的視頻信息量非常龐大，但很多都以“默片”方式存在，只看得清嘴型，卻不知說(shuō)些什么。而當機器學(xué)會(huì )“讀唇術(shù)”，即可判斷視頻中的人講出來(lái)的關(guān)鍵性?xún)热荨?/span>
總之不難發(fā)現，“遠距離生物識別”正在構筑一張“數字天網(wǎng)”，俯視現實(shí)世界。難怪有人會(huì )說(shuō)，如今人類(lèi)犯罪率整體下降最根本的原因，就是技術(shù)進(jìn)步提升了犯罪成本。
另一種關(guān)于眼睛的識別
當然，談及生物識別，尤其是基于生理特征的生物識別，虹膜是一個(gè)大眾熟知的名字。相互錯雜的細絲，斑點(diǎn)和條紋，讓虹膜具備天然不可復制性，相信你多少有些了解。所以今天不妨重點(diǎn)介紹另一種與眼睛有關(guān)，卻稍顯陌生的識別方式：眼紋識別。
在新一集《機智過(guò)人》中，來(lái)自螞蟻金服的生物識別機器人“螞蟻佐羅”迎來(lái)全球首發(fā)。后者具備金融級別的人臉識別技術(shù)，其中很重要的識別點(diǎn)位就是人類(lèi)眼紋——在節目錄制現場(chǎng)，“螞蟻佐羅”成功識別同卵四胞胎兄弟的關(guān)鍵，就是利用了人類(lèi)眼紋的唯一性。
什么是眼紋?
最通俗地話(huà)說(shuō)，虹膜識別是識別眼睛中“黑眼仁”的紋理，眼紋識別則是識別“眼白”的血管排布情況(鞏膜部分)。與虹膜一樣，每個(gè)人的眼紋也具有唯一性，而這種唯一性也意味著(zhù)，如何從普通攝像頭拍攝到的圖像中提取血管分布細節;如何從血管排布中提取出區分每一個(gè)人特定的生物特征;如何應對眼球反光，眨眼和眼睫毛等干擾因素……都是擺在“螞蟻佐羅”面前的道道難關(guān)。
不過(guò)問(wèn)題來(lái)了：既然虹膜識別技術(shù)已相對成熟，市場(chǎng)教育工作也已完成，為何還要另辟蹊徑，完成對眼紋的識別探索?
誠然，虹膜識別在容錯率，信息量及穩定性方面更有優(yōu)勢，但在工業(yè)界，“脫離成本談技術(shù)”并非睿智之舉。拿手機來(lái)說(shuō)，虹膜識別需要專(zhuān)業(yè)硬件支持(遠紅外攝像頭)，這對智能手機的改造以及規?；逃檬莻€(gè)挑戰——這也是為什么早在90年代虹膜識別就已商用，但多年來(lái)主要應用場(chǎng)景只是軍用和一些特定領(lǐng)域。
另外，人類(lèi)虹膜的采集過(guò)程需要用戶(hù)較高的配合度，這對普通小白用戶(hù)來(lái)說(shuō)學(xué)習成本更高。相較之下，眼紋識別對攝像頭沒(méi)有特殊要求，手機前置攝像頭就能滿(mǎn)足要求，采集過(guò)程中只需要用戶(hù)自然看著(zhù)手機就可以。所以，從用戶(hù)體驗和成本上來(lái)說(shuō)，都更有利于規?；逃煤痛蟊娖占?。
那么下一個(gè)問(wèn)題是：眼紋識別的應用場(chǎng)景有哪些?
如你所知，對于螞蟻金服這種互聯(lián)網(wǎng)金融服務(wù)巨頭來(lái)說(shuō)，身份認證是無(wú)比重要的環(huán)節。目前眼紋識別最重要的應用場(chǎng)景，就是通過(guò)眼紋識別疊加人臉識別，在不增加用戶(hù)負擔情況下，對識別對象進(jìn)行多維度交叉驗證，提高識別的準確度和安全性。目前，螞蟻金服研發(fā)的眼紋識別技術(shù)還是實(shí)驗室產(chǎn)品，但被業(yè)內視為是中國或者說(shuō)是全球生物識別技術(shù)研發(fā)的標志性突破?！拔浵佔袅_”今年的工作重點(diǎn)和目標，是將應用于線(xiàn)下場(chǎng)景的眼紋技術(shù)也能基本研發(fā)成熟并開(kāi)始試點(diǎn)。要知道，人臉識別的線(xiàn)下金融級應用場(chǎng)景，譬如刷臉支付，用的是1：N驗證，即從N張照片中找出相符的一張，這比1：1驗證的難度要高，出錯概率也會(huì )大一些，而在疊加眼紋識別后，除了提高準確率，還能大大提高1：N中N的數量級?？傊?，疊加了眼紋識別后的面部識別，可能是人們邁向虛擬世界最安全的通行證——要知道，“螞蟻佐羅(ZOLOZ)”的讀音，與西班牙語(yǔ)“SOLOS”相同，而“SOLOS”的古意，正是“ONE”和“唯一”。
結語(yǔ)：“無(wú)密碼”社會(huì )的來(lái)臨
今年2月，科技媒體《MIT科技評論》公布了2017年全球十大突破性技術(shù)榜單，將螞蟻金服、曠視科技、百度人臉識別技術(shù)納入榜單，理由是：作為全世界首批上線(xiàn)人臉識別技術(shù)的國家，中國的人臉識別技術(shù)精度已達到金融交易的級別，刷臉支付進(jìn)入成熟期。
嗯，時(shí)至今日，沒(méi)人會(huì )懷疑，中國生物識別技術(shù)已整體性領(lǐng)先世界，且如上所述，中國擁有全球最豐富的識別方式和應用場(chǎng)景。而值得一提的是，《機智過(guò)人》中出現的人工智能團隊，都已在各自領(lǐng)域達到國際領(lǐng)先水準(螞蟻金服是唯一一家掌握眼紋識別核心技術(shù)的公司;銀河水滴在步態(tài)數據和算法方面處于世界領(lǐng)先，戶(hù)外步態(tài)數據庫超過(guò)第二大數據庫近100倍)，也算見(jiàn)證了中國當今最新銳人AI技術(shù)的崛起。
最后想說(shuō)，其實(shí)縱觀(guān)整個(gè)人機交互的歷史，就是一個(gè)人機交互難度下降的過(guò)程，在未來(lái)，隨著(zhù)生物識別的日趨主流，人類(lèi)與機器之間的“信任關(guān)系”勢必將邁向一個(gè)新篇章。
我相信會(huì )有一天，“密碼”將成為過(guò)去式，人類(lèi)歷史上那些與密碼驚心動(dòng)魄的故事，也將成為未來(lái)博物館講解員的談資。我也相信，就像“無(wú)現金”在中國的飛速普及，人們期許中的“無(wú)密碼”社會(huì )，也將在中國率先來(lái)臨。
