刷臉大戰(zhàn)：如何證明“你是你”

錢煒

最近，一則純粹的娛樂新聞讓人覺得很有“科技含量”：演員趙薇的老公黃有龍被告上法庭。原因是有人買了他的房子，卻遲遲無法入住，因而上訴要求黃騰退房屋?？墒牵u掉房子的卻不是黃有龍，而是他的司機。

司機為何能賣掉黃有龍的房產(chǎn)？原來，該司機冒充黃有龍，通過了公證處人臉識別系統(tǒng)的認證，辦理了委托公證證明，委托另一人將房屋賣掉。新聞里還有一個細節(jié)：該人臉識別系統(tǒng)的廣告稱，該產(chǎn)品的識別率高于98.3%。

近年來，測顏值、算年齡的APP風(fēng)靡朋友圈就不說了，阿里巴巴還推出了刷臉支付功能。今年4月，馬云就在德國漢諾威IT博覽會現(xiàn)場親自被“刷了一次臉”。毫不奇怪，人們都在憧憬這樣一個圖景：在可預(yù)期的未來，登錄網(wǎng)頁、上班打卡、遠程開戶都可以通過刷臉來實現(xiàn)。人臉?biāo)坪跽诔蔀樾聲r代的網(wǎng)絡(luò)通行證。然而，黃有龍的這則新聞卻為眼下正炙手可熱的人臉識別技術(shù)澆了一盆涼水，大家不禁起了疑問：傳說中那么神奇的人臉識別系統(tǒng)原來這么不靠譜？

刷臉先得“深度學(xué)習(xí)”

其實，人臉識別并不算是什么新技術(shù)，對它的研究最早可以追溯到上個世紀70年代，到1990年代后期，就已經(jīng)有人嘗試將相關(guān)產(chǎn)品進行實際應(yīng)用，但由于準(zhǔn)確率不能很好地保證，所以知名度并不高。直至最近兩年，大數(shù)據(jù)的出現(xiàn)使人工智能領(lǐng)域得到了前所未有的關(guān)注，人臉識別再度成為業(yè)界寵兒。一些學(xué)術(shù)大牛紛紛下海創(chuàng)業(yè)，致力于產(chǎn)品化的圖像/人臉識別系統(tǒng)開發(fā)，諸如谷歌、百度這樣的IT巨頭也忙不迭地建立起自己的圖像/人臉識別研發(fā)團隊。

人臉識別技術(shù)的這次突破，歸功于機器學(xué)習(xí)算法的發(fā)展與計算硬件的革新。自2011年以來，深度學(xué)習(xí)已經(jīng)成為人臉識別技術(shù)的標(biāo)配。

作為一個新興學(xué)科，機器學(xué)習(xí)專門研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識或技能，以及重新組織已有的知識結(jié)構(gòu)，使之不斷改善自身性能。機器學(xué)習(xí)的早期實例，可以通過1959年的一個案例來理解：當(dāng)時，美國人塞繆爾設(shè)計了一個下棋程序，這個程序具有學(xué)習(xí)能力，可在不斷的對弈中總結(jié)勝負模式，改善自己的棋藝。四年后，這個程序戰(zhàn)勝了設(shè)計者本人。又過了三年，這個程序又戰(zhàn)勝了美國一個保持八年之久的常勝不敗的冠軍。

深度學(xué)習(xí)的概念由杰弗里·辛頓（Geoffrey Hinton）等人于2006年提出，源于對人工神經(jīng)網(wǎng)絡(luò)的研究，它的含義是，通過組合低層特征而形成更加抽象的高層屬性類別或特征。而作為深度學(xué)習(xí)的基礎(chǔ)的神經(jīng)網(wǎng)絡(luò)，其實也不是什么新概念，它自上世紀五六十年代出現(xiàn)至今，經(jīng)歷了一個波折的發(fā)展歷程。由于實際應(yīng)用要求的算法精度需要復(fù)雜的網(wǎng)絡(luò)支撐，而網(wǎng)絡(luò)復(fù)雜度的提升則要求訓(xùn)練數(shù)據(jù)的規(guī)模不斷加大，以及計算量相應(yīng)的迅速增長，因而，過去硬件的局限性，在很大程度上限制了神經(jīng)網(wǎng)絡(luò)的進一步應(yīng)用。直到近年來，隨著高性能GPU（圖像處理器）的問世以及云計算、計算機集群等技術(shù)的涌現(xiàn)，神經(jīng)網(wǎng)絡(luò)才逐步從夢想照進現(xiàn)實。

2012年6月，《紐約時報》披露了“谷歌大腦”項目，引起公眾關(guān)注。這個項目由當(dāng)時斯坦福大學(xué)的機器學(xué)習(xí)教授吳恩達和在大規(guī)模計算機系統(tǒng)方面的專家杰夫·迪恩（Jeff Dean）共同主導(dǎo)。他們模仿人腦神經(jīng)結(jié)構(gòu)，將16000個中央處理器并行連接起來，形成當(dāng)時世界上最大的計算機集群，訓(xùn)練一種稱為“深度神經(jīng)網(wǎng)絡(luò)”的機器學(xué)習(xí)模型，在語音識別和圖像識別領(lǐng)域獲得了成功。

測試準(zhǔn)確率競賽背后

黃有龍賣房的爭端，不是人臉識別技術(shù)第一次引發(fā)疑問。早在2007年，國內(nèi)一家公司就曾聲稱，他們研發(fā)的面向2008年北京奧運會的人臉識別系統(tǒng)，可通過辨識骨骼來辨識人臉，識別的準(zhǔn)確率高達99.99%。

該公司的這一說法引起了業(yè)界的注意。當(dāng)時，以研究人臉識別技術(shù)而著稱的清華大學(xué)教授蘇光大與中科院自動化所研究員李子青都直言，所有的人臉識別系統(tǒng)都基于可見光或紅外光，不可能識別人體骨骼。此外，所謂識別的準(zhǔn)確率可高達99.99%，也是不可能的。

關(guān)于彼時的人臉識別技術(shù)準(zhǔn)確率究竟能達到多少，中科院計算所研究員、如今已是該所人臉識別研究組組長的山世光有過論述。他指出，經(jīng)過40多年的發(fā)展，人臉識別技術(shù)已經(jīng)取得了長足的進步。然而，這并不意味著人臉識別技術(shù)已經(jīng)非常成熟，恰恰相反，因為更多的人臉識別應(yīng)用需要在更大規(guī)模人臉庫、攝像環(huán)境不可控、用戶不配合的情況下使用，所以目前最好的人臉識別系統(tǒng)在識別時的正確率只能達到75%以下，驗證系統(tǒng)等錯誤率達到10%以上。

圖/GETTY

山世光提到的識別與驗證，是人臉識別系統(tǒng)的兩大應(yīng)用場景。識別，即將攝像機拍攝到的人臉與系統(tǒng)內(nèi)的數(shù)據(jù)庫一一進行比對，辨認受試者的身份。認證則是將采集到的人臉特征與系統(tǒng)里指定的某人臉數(shù)據(jù)進行比對，以判斷采集到的數(shù)據(jù)是否與系統(tǒng)數(shù)據(jù)相符合，即驗明正身。

時至今日，由于深度學(xué)習(xí)大幅提升了人臉識別系統(tǒng)的性能，國內(nèi)外的人臉識別系統(tǒng)研發(fā)團隊在國際權(quán)威人臉數(shù)據(jù)庫LFW（Labeled Faces in the Wild）中的認證測試準(zhǔn)確率屢刷新高，開始了一場你追我趕的賽跑。

此前，谷歌與臉書（facebook）一直在LFW測試中保持著優(yōu)勢地位。2014年3月，來自中國的Face++創(chuàng)業(yè)團隊以97.27%的準(zhǔn)確率搶占第一，領(lǐng)先臉書0.02個百分點。很快，2014年6月，香港中文大學(xué)教授湯曉鷗團隊開發(fā)的一個名為DeepID的深度學(xué)習(xí)模型，在IFW上獲得了99.15%的準(zhǔn)確率。2015年6月，騰訊優(yōu)圖團隊又以99.65%的成績刷新了這一紀錄。而就在最近，百度以99.77%的成績成為這場競爭新的領(lǐng)先者。

實際上，即使是LFW數(shù)據(jù)庫上認證測試的高準(zhǔn)確率也并不能說明什么。山世光曾在2015年6月底的一個論壇上直言，盡管一些公司宣稱自己的人臉識別系統(tǒng)的識別率（包括認證率）達到了99%，然而，即使一套識別系統(tǒng)的性能很差，人們也可以“造出”一個人臉數(shù)據(jù)庫，保證該系統(tǒng)在這個數(shù)據(jù)庫上的識別率高達99%。他再次重申，如果不指明測試用的人臉數(shù)據(jù)庫的規(guī)模包括人數(shù)和圖像量、拍照環(huán)境（如光照變化）、測試庫中圖片的質(zhì)量（如分辨率和噪聲指標(biāo)）、以及拍照時的人臉姿態(tài)和表情變化等情況，單純看識別率指標(biāo)的高低是沒有意義的。

盡管人臉識別技術(shù)有了較大進步，北京航空航天大學(xué)計算機學(xué)院研究模式識別的黃迪博士指出，無論是對人臉的識別還是認證，萬能的系統(tǒng)是不存在的，需要對應(yīng)用場景進行較為明確的定義，否則準(zhǔn)確性就會大打折扣。此外，刷臉支付依然存在較大風(fēng)險，除了上述那些風(fēng)險因素，人臉識別系統(tǒng)是否具備活體檢測功能，也是一個有待解決的問題。否則，如果有人舉著一張你的照片冒充你去系統(tǒng)認證，系統(tǒng)也照樣會通過。黃迪補充說，指紋的身份認證也容易造假，例如，在網(wǎng)上買一個指紋套就能輕松模仿別人的指紋。相比而言，虹膜識別的準(zhǔn)確性最好，但虹膜識別一般需要近紅外設(shè)備，而且它與手機、平板電腦等便攜式智能終端的融合度目前還較低。因此，生物識別的這三大模式目前還各有局限。

黃迪說，“人臉識別技術(shù)的應(yīng)用前景是很好的，只是沒有像現(xiàn)在傳說的那么神乎其神罷了，目前的熱炒確實有一些泡沫。”