圖片來自“東方IC”

近年來，人臉識別技術(shù)在越來越多的場景實現(xiàn)應(yīng)用，無論是早期的刷臉支付還是刷臉乘車，現(xiàn)如今還出現(xiàn)了刷臉取廁紙、刷臉扔垃圾甚至刷臉買茅臺的新鮮嘗試，大有滲透各行各業(yè)的迅猛趨勢。

與美國各州不斷出臺法令禁止人臉識別技術(shù)截然相反，我國對于該項技術(shù)的推進(jìn)和落地表現(xiàn)得十分積極。新技術(shù)的產(chǎn)生和應(yīng)用，最重要的應(yīng)是解決當(dāng)前痛點(diǎn)并惠及民生。在當(dāng)前驗證方式還能夠很好地滿足需求的情況下，全力推進(jìn)人臉識別技術(shù)的應(yīng)用為哪般?人臉識別技術(shù)屢遭非議，我們的隱私安全又該如何保護(hù)?

場景越鋪越廣，人臉識別解決了什么痛點(diǎn)?

人臉識別，已成趨勢。關(guān)于人臉識別各種碎片式的報道早已屢見不鮮，有的仍在穩(wěn)步推廣，有的早已悄然落幕。不過，在探討一項技術(shù)是否具有實現(xiàn)大規(guī)模應(yīng)用的能力時，我們必須要從技術(shù)和商業(yè)模式兩個維度來思考。

首先，無論商業(yè)上如何包裝，人臉識別技術(shù)都不能算是一項多么尖端的技術(shù)，國外的大型科技公司，諸如亞馬遜、谷歌等其實長期以來一直都在使用它。盡管國內(nèi)的應(yīng)用聲量很大，但就人臉識別技術(shù)背后的人工智能基礎(chǔ)性研究來看，中國的水平仍沒有超過美國。

但是，中國的商用步伐卻比美國快了很多倍。據(jù)研究機(jī)構(gòu)數(shù)據(jù)顯示，僅在2016年，包含設(shè)備及視頻管理軟件在內(nèi)的中國影像監(jiān)視系統(tǒng)市場規(guī)模就達(dá)到了64億美元，政府和民間企業(yè)已安裝監(jiān)視攝影機(jī)高達(dá)1.76億臺，高居全球之冠。且在未來五年，中國這一業(yè)務(wù)的復(fù)合成長率達(dá)到12.4%，人臉識別的運(yùn)用范圍只會更廣。

以刷臉進(jìn)站、刷臉閘機(jī)這一類型的應(yīng)用場景進(jìn)行分析，人臉識別技術(shù)的應(yīng)用其實并沒有很好地解決速度和精度的痛點(diǎn)。從今年開始，深圳、濟(jì)南等城市均已陸續(xù)開通該項服務(wù)，北京市也正計劃推廣。目前這也成為城市智能化的標(biāo)志性應(yīng)用，正在席卷更多的城市。

以濟(jì)南為例，濟(jì)南地鐵1號線是我國首條采用3D人臉識別閘機(jī)的地鐵線路，進(jìn)出站各有一個閘口可實現(xiàn)刷臉乘車。濟(jì)南軌道交通集團(tuán)物資管理部負(fù)責(zé)人說：“這個設(shè)備綜合應(yīng)用了移動支付與生物識別等前沿科學(xué)技術(shù)，通過大數(shù)據(jù)采集將人臉信息提取出來錄入。乘客可以完全脫離身份證、乘車卡等介質(zhì)，注冊成功后，不用攜帶任何卡片?！?/p>

但在經(jīng)歷了一系列下載、注冊、登錄、信息錄入、支付綁定等流程后，最終能實現(xiàn)平均一分鐘連續(xù)通過33個人，也就是說約2秒可通過1人;而據(jù)統(tǒng)計，使用地鐵卡、二維碼等方式能通過20余人，則不到3秒通過1人。

由數(shù)據(jù)對比可見，速度其實并沒有明顯提升，且在光線、膚色等變量的影響下，人臉識別的精度也會隨之波動，并不穩(wěn)定。更重要的是，在此類場景以及交易場景下，人臉識別在未來長期階段仍將是眾多支付選擇中的一種，不會成為唯一選擇。更不用說“偽需求”的刷臉扔垃圾、刷臉取廁紙了。

頻出禁令，美國為何擺出如此拒絕姿態(tài)?

與國內(nèi)積極推動人臉識別技術(shù)落地相比，美國對待這項技術(shù)的方式顯得十分“極端”。今年5月，舊金山市對人臉識別技術(shù)正式發(fā)出禁令：禁止該技術(shù)在政府機(jī)關(guān)和執(zhí)法機(jī)關(guān)中使用。加州奧克蘭市、馬薩諸塞州等越來越多的城市也在考慮禁止或暫停這項技術(shù)的使用。6月初，微軟宣布刪除其公開人臉識別數(shù)據(jù)庫——MS Celeb。

客觀來講，美國的人臉識別技術(shù)一直走在行業(yè)研究前沿，在商用層面也早有動作。但人臉識別技術(shù)還不能達(dá)到100%的準(zhǔn)確性，且對于不同種族的準(zhǔn)確率差異極大，這就意味著，不同的人種在通過人臉識別技術(shù)過安檢的時候，部分有色人種將會受到更多的查驗。這在美國領(lǐng)域內(nèi)，是件政治十分不正確的事情。

除了對于技術(shù)本身的質(zhì)疑，美國人更在意的，是隱私安全方面的隱患。人臉識別技術(shù)背后的支撐是海量數(shù)據(jù)，如果隱私數(shù)據(jù)被竊取，你的臉就不再是你的臉，可能屬于了任何人。且伴隨著智能音箱逐漸入主更多家庭，全球出貨量最高的亞馬遜Echo系列和谷歌Google Home系列頻現(xiàn)侵犯隱私安全的問題，從聲音到人像全都無所遁形，這讓美國人感到焦慮。

美國人的拒絕姿態(tài)也恰恰展現(xiàn)出一副新態(tài)勢：在由弱人工智能向強(qiáng)人工智能轉(zhuǎn)變的同時，越來越多的人從關(guān)注技術(shù)本身的發(fā)展，轉(zhuǎn)向考量更多與人文、倫理相關(guān)的因素。人工智能應(yīng)用的邊界究竟在哪兒，如何提高算法的透明性也成為擺在企業(yè)以及國家面前必須要解決的問題。

首先，雖然我國的《網(wǎng)絡(luò)安全法》明確將個人生物特征識別信息納入個人信息的范圍，但對于信息的使用、存儲、運(yùn)輸和管理仍需進(jìn)一步細(xì)化。

其次，行業(yè)規(guī)范應(yīng)與法律規(guī)范同時并舉。對于細(xì)分領(lǐng)域的企業(yè)而言，需要進(jìn)一步明晰標(biāo)準(zhǔn)，嚴(yán)格市場準(zhǔn)入，從源頭避免引發(fā)行業(yè)亂象。

再次，明確人臉識別技術(shù)應(yīng)用邊界，發(fā)揮技術(shù)本身的最大效能。人臉識別技術(shù)在安防領(lǐng)域的應(yīng)用落地最為廣泛，2018年，安防行業(yè)總產(chǎn)值達(dá)7183億元，占國內(nèi)GDP總產(chǎn)值的0.8%，無論從市場規(guī)模還是社會重要性來看都占據(jù)了舉足輕重的地位。人臉識別技術(shù)用在抓捕在逃人員、甄別違法人員、調(diào)查失蹤人口等諸多方面，將極大節(jié)省公安人員工作成本，更加方便高效地打擊犯罪、服務(wù)群眾。站在當(dāng)前的時間節(jié)點(diǎn)，這一項應(yīng)用變得十分重要。

“四超多強(qiáng)N跟隨”格局下，計算機(jī)視覺公司如何搶占市場?

幾十年來，計算機(jī)視覺作為人工智能系統(tǒng)中基礎(chǔ)研究最深的技術(shù)，一直是人們感興趣和研究的話題，也是當(dāng)前落地應(yīng)用最為廣泛的技術(shù)之一。自2015年起，基于中國人工智能政策以及人工智能企業(yè)的深耕，我國人臉識別技術(shù)迎來快速發(fā)展時期，一大批優(yōu)秀的初創(chuàng)企業(yè)開始涌現(xiàn)。

由上圖可見，國內(nèi)主打計算機(jī)視覺的公司在近幾年的發(fā)展過程中明顯形成了“四超多強(qiáng)N跟隨”的格局。

“四超”即商湯科技、曠視科技、依圖科技和云從科技，這也是國內(nèi)公認(rèn)的“CV四小龍”。從圖表中我們可以看到，這四家公司均深入安防市場，形成了激烈的市場競爭。在CPS中安網(wǎng)聯(lián)合商湯科技發(fā)布的《2018中國安防行業(yè)調(diào)查報告》中顯示，以這四家公司為代表的計算機(jī)視覺企業(yè)在安防領(lǐng)域的總體市場份額達(dá)到了69.4%。

不過，當(dāng)前安防市場仍然面臨著?？低暋⒋笕A等企業(yè)的競爭，與此同時，行業(yè)仍存在著算力瓶頸、大量非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)預(yù)處理難題，這是對“CV四小龍”提出的更好的要求。

“多強(qiáng)”則指的是格靈深瞳、第四范式等明星初創(chuàng)企業(yè)，發(fā)展實力也不容小覷。以第四范式為例，其作為中國五大行聯(lián)合投資的唯一創(chuàng)業(yè)企業(yè)，國內(nèi)重要的國有銀行和全國性股份制銀行超過半數(shù)都是第四范式的客戶，目前服務(wù)的金融機(jī)構(gòu)資產(chǎn)規(guī)模超過50萬億，頭部金融客戶占有率超過70%。技術(shù)趕超國際水平，市場定位也比較精準(zhǔn)成為了這一批初創(chuàng)企業(yè)的典型特點(diǎn)。

“N跟隨”則指的是類似中科慧遠(yuǎn)、視語科技等一大批近兩年來興起的AI初創(chuàng)公司，它們切入的應(yīng)用場景更為細(xì)化，也開始有意識地規(guī)避競爭激烈的安防、金融等市場。中科慧遠(yuǎn)切入了工業(yè)外觀檢測中的手機(jī)蓋板玻璃檢測領(lǐng)域，視語科技則選擇了紡織業(yè)的視覺檢測領(lǐng)域，用不同方式解決行業(yè)痛點(diǎn)，為企業(yè)降本增效。

在計算機(jī)視覺技術(shù)的落地過程中可以發(fā)現(xiàn)，算法和數(shù)據(jù)已經(jīng)不再是當(dāng)前競爭的壁壘，只有在垂直領(lǐng)域找到和技術(shù)深度耦合的應(yīng)用場景并深入挖掘，才能真正讓企業(yè)的路走得更長。在此基礎(chǔ)上，真正實現(xiàn)造福于人，更是各科技企業(yè)要思考的方向。