近年來，人臉識別技術在越來越多的場景實現(xiàn)應用，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截然相反，我國對于該項技術的推進和落地表現(xiàn)得十分積極。新技術的產生和應用，最重要的應是解決當前痛點并惠及民生。在當前驗證方式還能夠很好地滿足需求的情況下，全力推進人臉識別技術的應用為哪般？人臉識別技術屢遭非議，我們的隱私安全又該如何保護？

場景越鋪越廣，人臉識別解決了什么痛點？

人臉識別，已成趨勢。關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，在探討一項技術是否具有實現(xiàn)大規(guī)模應用的能力時，我們必須要從技術和商業(yè)模式兩個維度來思考。

首先，無論商業(yè)上如何包裝，人臉識別技術都不能算是一項多么尖端的技術，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。盡管國內的應用聲量很大，但就人臉識別技術背后的人工智能基礎性研究來看，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)研究機構數(shù)據(jù)顯示，僅在2016年，包含設備及視頻管理軟件在內的中國影像監(jiān)視系統(tǒng)市場規(guī)模就達到了64億美元，政府和民間企業(yè)已安裝監(jiān)視攝影機高達1.76億臺，高居全球之冠。且在未來五年，中國這一業(yè)務的復合成長率達到12.4%，人臉識別的運用范圍只會更廣。

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

以濟南為例，濟南地鐵1號線是我國首條采用3D人臉識別閘機的地鐵線路，進出站各有一個閘口可實現(xiàn)刷臉乘車。濟南軌道交通集團物資管理部負責人說：“這個設備綜合應用了移動支付與生物識別等前沿科學技術，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，注冊成功后，不用攜帶任何卡片。”

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)？

與國內積極推動人臉識別技術落地相比，美國對待這項技術的方式顯得十分“極端”。今年5月，舊金山市對人臉識別技術正式發(fā)出禁令：禁止該技術在政府機關和執(zhí)法機關中使用。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。但人臉識別技術還不能達到100%的準確性，且對于不同種族的準確率差異極大，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。這在美國領域內，是件政治十分不正確的事情。

除了對于技術本身的質疑，美國人更在意的，是隱私安全方面的隱患。人臉識別技術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人工智能轉變的同時，越來越多的人從關注技術本身的發(fā)展，轉向考量更多與人文、倫理相關的因素。人工智能應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、運輸和管理仍需進一步細化。

其次，行業(yè)規(guī)范應與法律規(guī)范同時并舉。對于細分領域的企業(yè)而言，需要進一步明晰標準，嚴格市場準入，從源頭避免引發(fā)行業(yè)亂象。

再次，明確人臉識別技術應用邊界，發(fā)揮技術本身的最大效能。人臉識別技術在安防領域的應用落地最為廣泛，2018年，安防行業(yè)總產值達7183億元，占國內GDP總產值的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。人臉識別技術用在抓捕在逃人員、甄別違法人員、調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、服務群眾。站在當前的時間節(jié)點，這一項應用變得十分重要。

“四超多強N跟隨”格局下，計算機視覺公司如何搶占市場？

幾十年來，計算機視覺作為人工智能系統(tǒng)中基礎研究最深的技術，一直是人們感興趣和研究的話題，也是當前落地應用最為廣泛的技術之一。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，國內主打計算機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，這也是國內公認的“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)調查報告》中顯示，以這四家公司為代表的計算機視覺企業(yè)在安防領域的總體市場份額達到了69.4%。

不過，當前安防市場仍然面臨著?？低?/u>、大華等企業(yè)的競爭，與此同時，行業(yè)仍存在著算力瓶頸、大量非結構化和半結構化數(shù)據(jù)預處理難題，這是對“CV四小龍”提出的更好的要求。