刷臉大戰(zhàn)：如何證明“你是你”

錢煒

最近，一則純粹的娛樂(lè)新聞讓人覺(jué)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(wú)法入住，因而上訴要求黃騰退房屋。可是，賣掉房子的卻不是黃有龍，而是他的司機(jī)。

司機(jī)為何能賣掉黃有龍的房產(chǎn)？原來(lái)，該司機(jī)冒充黃有龍，通過(guò)了公證處人臉識(shí)別系統(tǒng)的認(rèn)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(gè)細(xì)節(jié)：該人臉識(shí)別系統(tǒng)的廣告稱，該產(chǎn)品的識(shí)別率高于98.3%。

近年來(lái)，測(cè)顏值、算年齡的APP風(fēng)靡朋友圈就不說(shuō)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(guó)漢諾威IT博覽會(huì)現(xiàn)場(chǎng)親自被“刷了一次臉”。毫不奇怪，人們都在憧憬這樣一個(gè)圖景：在可預(yù)期的未來(lái)，登錄網(wǎng)頁(yè)、上班打卡、遠(yuǎn)程開(kāi)戶都可以通過(guò)刷臉來(lái)實(shí)現(xiàn)。人臉?biāo)坪跽诔蔀樾聲r(shí)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(shí)別技術(shù)澆了一盆涼水，大家不禁起了疑問(wèn)：傳說(shuō)中那么神奇的人臉識(shí)別系統(tǒng)原來(lái)這么不靠譜？

刷臉先得“深度學(xué)習(xí)”

其實(shí)，人臉識(shí)別并不算是什么新技術(shù)，對(duì)它的研究最早可以追溯到上個(gè)世紀(jì)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(jìn)行實(shí)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(shí)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(shí)別系統(tǒng)開(kāi)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(shí)別研發(fā)團(tuán)隊(duì)。

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

作為一個(gè)新興學(xué)科，機(jī)器學(xué)習(xí)專門(mén)研究計(jì)算機(jī)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(shí)或技能，以及重新組織已有的知識(shí)結(jié)構(gòu)，使之不斷改善自身性能。機(jī)器學(xué)習(xí)的早期實(shí)例，可以通過(guò)1959年的一個(gè)案例來(lái)理解：當(dāng)時(shí)，美國(guó)人塞繆爾設(shè)計(jì)了一個(gè)下棋程序，這個(gè)程序具有學(xué)習(xí)能力，可在不斷的對(duì)弈中總結(jié)勝負(fù)模式，改善自己的棋藝。四年后，這個(gè)程序戰(zhàn)勝了設(shè)計(jì)者本人。又過(guò)了三年，這個(gè)程序又戰(zhàn)勝了美國(guó)一個(gè)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(duì)人工神經(jīng)網(wǎng)絡(luò)的研究，它的含義是，通過(guò)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(shí)也不是什么新概念，它自上世紀(jì)五六十年代出現(xiàn)至今，經(jīng)歷了一個(gè)波折的發(fā)展歷程。由于實(shí)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(jì)算量相應(yīng)的迅速增長(zhǎng)，因而，過(guò)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(jìn)一步應(yīng)用。直到近年來(lái)，隨著高性能GPU（圖像處理器）的問(wèn)世以及云計(jì)算、計(jì)算機(jī)集群等技術(shù)的涌現(xiàn)，神經(jīng)網(wǎng)絡(luò)才逐步從夢(mèng)想照進(jìn)現(xiàn)實(shí)。

2012年6月，《紐約時(shí)報(bào)》披露了“谷歌大腦”項(xiàng)目，引起公眾關(guān)注。這個(gè)項(xiàng)目由當(dāng)時(shí)斯坦福大學(xué)的機(jī)器學(xué)習(xí)教授吳恩達(dá)和在大規(guī)模計(jì)算機(jī)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(gè)中央處理器并行連接起來(lái)，形成當(dāng)時(shí)世界上最大的計(jì)算機(jī)集群，訓(xùn)練一種稱為“深度神經(jīng)網(wǎng)絡(luò)”的機(jī)器學(xué)習(xí)模型，在語(yǔ)音識(shí)別和圖像識(shí)別領(lǐng)域獲得了成功。

測(cè)試準(zhǔn)確率競(jìng)賽背后

黃有龍賣房的爭(zhēng)端，不是人臉識(shí)別技術(shù)第一次引發(fā)疑問(wèn)。早在2007年，國(guó)內(nèi)一家公司就曾聲稱，他們研發(fā)的面向2008年北京奧運(yùn)會(huì)的人臉識(shí)別系統(tǒng)，可通過(guò)辨識(shí)骨骼來(lái)辨識(shí)人臉，識(shí)別的準(zhǔn)確率高達(dá)99.99%。

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

關(guān)于彼時(shí)的人臉識(shí)別技術(shù)準(zhǔn)確率究竟能達(dá)到多少，中科院計(jì)算所研究員、如今已是該所人臉識(shí)別研究組組長(zhǎng)的山世光有過(guò)論述。他指出，經(jīng)過(guò)40多年的發(fā)展，人臉識(shí)別技術(shù)已經(jīng)取得了長(zhǎng)足的進(jìn)步。然而，這并不意味著人臉識(shí)別技術(shù)已經(jīng)非常成熟，恰恰相反，因?yàn)楦嗟娜四樧R(shí)別應(yīng)用需要在更大規(guī)模人臉庫(kù)、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(shí)別系統(tǒng)在識(shí)別時(shí)的正確率只能達(dá)到75%以下，驗(yàn)證系統(tǒng)等錯(cuò)誤率達(dá)到10%以上。

圖/GETTY

山世光提到的識(shí)別與驗(yàn)證，是人臉識(shí)別系統(tǒng)的兩大應(yīng)用場(chǎng)景。識(shí)別，即將攝像機(jī)拍攝到的人臉與系統(tǒng)內(nèi)的數(shù)據(jù)庫(kù)一一進(jìn)行比對(duì)，辨認(rèn)受試者的身份。認(rèn)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(jìn)行比對(duì)，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(yàn)明正身。

時(shí)至今日，由于深度學(xué)習(xí)大幅提升了人臉識(shí)別系統(tǒng)的性能，國(guó)內(nèi)外的人臉識(shí)別系統(tǒng)研發(fā)團(tuán)隊(duì)在國(guó)際權(quán)威人臉數(shù)據(jù)庫(kù)LFW（Labeled Faces in the Wild）中的認(rèn)證測(cè)試準(zhǔn)確率屢刷新高，開(kāi)始了一場(chǎng)你追我趕的賽跑。

此前，谷歌與臉書(shū)（facebook）一直在LFW測(cè)試中保持著優(yōu)勢(shì)地位。2014年3月，來(lái)自中國(guó)的Face++創(chuàng)業(yè)團(tuán)隊(duì)以97.27%的準(zhǔn)確率搶占第一，領(lǐng)先臉書(shū)0.02個(gè)百分點(diǎn)。很快，2014年6月，香港中文大學(xué)教授湯曉鷗團(tuán)隊(duì)開(kāi)發(fā)的一個(gè)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(tuán)隊(duì)又以99.65%的成績(jī)刷新了這一紀(jì)錄。而就在最近，百度以99.77%的成績(jī)成為這場(chǎng)競(jìng)爭(zhēng)新的領(lǐng)先者。

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

盡管人臉識(shí)別技術(shù)有了較大進(jìn)步，北京航空航天大學(xué)計(jì)算機(jī)學(xué)院研究模式識(shí)別的黃迪博士指出，無(wú)論是對(duì)人臉的識(shí)別還是認(rèn)證，萬(wàn)能的系統(tǒng)是不存在的，需要對(duì)應(yīng)用場(chǎng)景進(jìn)行較為明確的定義，否則準(zhǔn)確性就會(huì)大打折扣。此外，刷臉支付依然存在較大風(fēng)險(xiǎn)，除了上述那些風(fēng)險(xiǎn)因素，人臉識(shí)別系統(tǒng)是否具備活體檢測(cè)功能，也是一個(gè)有待解決的問(wèn)題。否則，如果有人舉著一張你的照片冒充你去系統(tǒng)認(rèn)證，系統(tǒng)也照樣會(huì)通過(guò)。黃迪補(bǔ)充說(shuō)，指紋的身份認(rèn)證也容易造假，例如，在網(wǎng)上買一個(gè)指紋套就能輕松模仿別人的指紋。相比而言，虹膜識(shí)別的準(zhǔn)確性最好，但虹膜識(shí)別一般需要近紅外設(shè)備，而且它與手機(jī)、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(shí)別的這三大模式目前還各有局限。

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