行業資訊
您的位置:首頁 > 信息動態  > 新聞資訊 > 行業資訊

人臉識別技術的普及

來源:xaquxueyingyu.com         發布時間:2019-10-08
兩年前,有兩場曠日持久的"人機大戰"獲得了全球矚目。一場是谷歌阿爾法狗以Master的新身份重出江湖,用60場連勝頂尖圍棋手的成績震驚了世界。另一場大戰的主角則是谷歌在地球另一側的對手百度。在《最強大腦》第四季跨年齡人臉識別任務上,百度人工智能機器人"小度"以3:2的比分戰勝"最強大腦"代表王峰。

這兩場"人機大戰"在刷新了人類對于人工智能的認知之外,也拋出了一個新的問題:對人工智能來說,下圍棋和識別人臉到底哪一個更難?對此,百度公司創始人兼CEO李彥宏給出了他心目中的答案:人臉識別對機器來說其實更加困難。

時至今日,人工智能與人類在圍棋的較量中發揮愈加穩定。而人臉識別技術不管是中國,還是在硅谷都發展的一片火熱,并漸漸開始了普及之路。但不管是從區域性,還是全球性的競爭來看,人臉識別的行業格局遠遠還沒有確定。此時再去回想當年關于人臉識別技術和人工智能下圍棋的難易爭論,多數人都不免得更贊同李彥宏給出的答案。


誠然,圍棋是一下極為考驗運算能力的游戲。計算能力和算法越強,就越能照顧后面局勢的變化,Master經過谷歌不斷研發和試驗,不斷增強學習能力,才在千變萬化的圍棋盤上取得了勝利。但人臉識別的困難程度則超出了計算力的局限。除了信息匹配和分類問題外,在人臉識別過程中,機器還需要考慮很多感官成份。例如雙胞胎、多胞胎,以及表情、光照條件、整容等外因影響。此外,人臉遮蓋物,如口罩、墨鏡、頭發、胡須,甚至是整容、P圖等行為,都增加了人臉識別的難度。

這也是李彥宏認為人臉識別對人工智能來說更難的主要原因。認為在人臉識別過程中,每個不同的情況都不具備共性,只在一個案例里面發生,而數據學習出來的特征是共性的特征。所以對機器來說,下圍棋這種規則清晰的事情反而容易做好。但人臉識別這類規則模糊的事情,則對機器的要求更高。所幸在百度等企業的努力下,人臉識別技術已經有了長足的進步。李彥宏介紹:"一般人拿著孩子小時候的照片,再對比他長大后的照片,是很難識別的,但人工智能已經可以做到了。"