百度深度学习实验室:百度刷脸让你在100个景区免票

（百度深度学习实验室主任 林元庆）

      2月21日，由网易科技和DeepTech深科技联合主办的《麻省理工科技评论》2017年“全球十大突破技术”发布会在北京举办。本次大会立足技术趋势，探索全球技术发展的内在原动力，探讨人工智能、量子计算、基因疗法等领域的技术和商业趋势。

      《麻省理工科技评论》“全球十大突破技术”首次被引进中国，由网易科技和DeepTech深科技联合发布，十大突破技术的评选价值在于它关注技术的大规模商业化能力。

      榜单中的一项技术是“刷脸支付”，指的是通过扫描人脸面部特征，提供了一种安全并且十分方便的支付方式，人脸识别技术已经在交通监管、银行交易、日常生活交易以及公共交通等个方方面面改变人们的生活，其中，百度是中国深耕该项技术的主要公司。

      百度深度学习实验室主任林元庆称，这已经是百度第二次入选这个榜单了，去年入选的是语音识别。在过去的一年里面，语音识别在百度发展迅猛，我们最近成为独立事业部的度秘，在这些非常前端的技术上，百度投入非常大。

      同时，百度2016年在人脸识别技术上也加大了投入，刷脸的时代已经来了，不仅仅是刷脸支付，其实现在去百度可以刷脸进入办公区，刷脸进乌镇，从去年的世界互联网大会之后这套系统一直在运作。

      林元庆透露，今年更多刷脸进景区的情况发生，百度预估今年至少有100个以上的景区能布置百度的刷脸技术。以后就不用带票了，直接往里走就可以了。

      因此，林元庆表示，《麻省理工科技评论》确实看的技术非常准，作为中国的企业这次入选也非常荣幸，我们也期待这些技术在中国有非常广泛的应用。

以下为现场速记全文：

      主持人（石岚）：我先问我身边的林主任。首先，恭喜百度获得《麻省理工科技评论》十大突破性先进技术的提名。

      刷脸支付、刷脸验证，在国内实际应用已经有一段时间了，作为一个比较有中国特色的技术。您认为，能够入选十大突破技术有什么必然性？

      林元庆：谢谢！百度，其实这是连续第二年获得十大突破，其实去年是语音识别。

      在过去的一年里面，语音识别在百度也发展的非常迅猛。包括，我们最近成为独立事业部的度秘，在这些非常前端的技术上，百度投入非常大。

      今年，也非常荣幸，获得了跟人脸识别有关的十大突破技术之一。

      我们在2016年，确实投入非常大，之前就已经投入很大，但2016年加大了投入，我们觉得刷脸的时代已经来了，不仅仅是刷脸支付，其实现在去百度可以刷脸进入办公区，刷脸进乌镇，从去年的世界互联网大会之后这套系统一直在运作。

      今年，大家会看到更多刷脸进景区的情况发生，我们现在预估今年至少有100个以上的景区能布置百度的刷脸技术。以后就不用带票了，直接往里走就可以了。

      因此，《麻省理工科技评论》确实看的技术非常准，作为中国的企业这次入选也非常荣幸，我们也期待这些技术在中国有非常广泛的应用。

      主持人（石岚）：谢谢林主任。

      接下来，问一下易宝支付的余晨余总。

      易宝支付作为行业支付的领导者，在互联网支付领域已深耕多年。您对人脸识别等新技术融入现有支付体系有什么看法？从用户隐私、安全性等方面来说，人脸识别技术是否会在互联网金融领域开始普及？

      这里我补充一点信息：因为我们有一个好朋友是在从事安全领域，而且在行业里还是蛮有名的一个人，习大大在乌镇开会他也会做专题演讲。他曾经给我们做一个关于刷脸支付的报告，他说你千万不要用，因为中国的隐私保护不到位，10个指纹透露了一个，还有9个人家不知道，如果你有一张脸，你的脸能老换吗？

      所以，把这个问题提给您，因为用户隐私确实是大家非常关注的一个问题。

易宝支付联合创始人、总裁 余晨

      余晨：首先澄清一下，因为刚才你也提到，我们易宝支付是做行业支付的，因为大家一般谈到电子支付都比较了解像阿里、腾讯，因为他们做的更多是面向消费者前端的支付，我们其实做的更多是面向后端企业的支付。所以，我们自己并不直接接触人脸支付这样的技术。

      但是，可以给大家举个例子，华为的手机里面的手机钱包，其实是我们帮他们实现的。所以，比如在阿里帐户开户的时候，有些场景还是需要有人脸验证的那个人脸识别也是我们通过第三方帮他做进去的。

      所以从这个角度讲，大家都看到人脸识别未来在支付，或者在更广泛的金融领域，一定是有应用的。大家知道，支付的最高境界，最后你不用去显性的支付了。

      支付界有一句话，随着信用跟数据的发展，最后支付这个行为本身会消失。因为，只要你走到一个餐馆里面，无论通过什么技术能认出你，你吃完饭走就可以了，不用掏信用卡，或者其它支付行为。从用户角度来讲，这样才是最理想的状态。

      当然从这个角度来讲，大家也看到人脸识别一定是未来对金融领域、对支付是一个非常重要的新兴技术。

      刚才您也提到，在隐私跟安全方面有很大的担忧。因为，基于生物特征的这些识别技术，可能都是跟原来我们基于字码和文本字串的不同之处，在于它有一定的模糊性跟不确定性。

      所以，从现在技术成熟的程度来讲，肯定还有一定的误识率。一般的应用，有点误识率关系还不大，刚才提到找嫌犯，有10个嫌疑人只要把那1个人抓住就行了。但是，支付有大宗交易的，如果误识的话，损失就真的造成了。所以，要求肯定是不一样的。

      另外一点，跟生物特征相关的东西，刚才您举了指纹的例子，有10个指头，人脸只有1张，它最大的特征就是没有办法去改。

      主持人（石岚）：谢谢余总。

      下面，请问汪教授。

      除了通过传统的GPU进行人脸识别技术，国内以深见科技为代表，通过FPGA进行相关计算的能耗和效率，已经展现出光明的前景。您是否可以介绍一下，目前FPGA以及深度学习处理器方面的研究进展，以及该技术在人脸识别方面的应用？

      汪玉：感谢这个问题，其实这个问题还是比较技术的，就是说为什么FPGA好？

我觉得，FPGA好，可能要从4个方面来看：

      主持人（石岚）：谢谢汪教授。

      下面，我们问问谷懿，这是目前为止唯一的一位女性嘉宾，感觉怎么回到了我在MIT的课堂上？

      您多年来一直都在从事国际化投资，特别是在硅谷从事高科技投资，也非常了解中美两地的一些高科技投资。原来有一种说法，硅谷领先美国半年，美国又领先全球半年。但现在又有一种说法，在人工智能领域，或者由于人工智能的出现，中美的科技竞争已经拉到了同一个起跑线上。

      所以，你看到这些第一手的资料、第一手的趋势，你是什么样的判断？在中美两地的科技领域，特别是人工智能领域，这些创业公司和发展趋势有什么特点？

      谷懿：谢谢石岚，今天很荣幸代表女性上来讲几句话。

      所以，你看到这些第一手的资料、第一手的趋势，你是什么样的判断？在中美两地的科技领域，特别是人工智能领域，这些创业公司和发展趋势有什么特点？

硅谷知名早期前沿科技基金、和米资本（Hemi Ventures）管理合伙人谷懿

      谷懿：谢谢石岚，今天很荣幸代表女性上来讲几句话。

      我觉得，刚才说到刷脸这个部分，我是前天刚从美国飞回来，我是刷脸进的关，我觉得还挺先进的，当然我不知道它有没有真的验证我的脸是不是我本来的脸，但我确实把护照放在那个地方，刷脸就进来了。我觉得在这点上，中国海关一定比美国海关先进。

      所以，我觉得这是目前在应用层面，作为一个消费者来说，其实能看到，中美在差距上并没有以前那么明显，比如现在的支付，非常明显，易宝在这边，美国的支付比中国的支付要差很多，美国很多还是信用卡的支付，但中国的微信、支付宝已经非常方便了。

      在投资方面，尤其在人工智能领域021354

      主持人（石岚）：谢谢谷总，非常言简意赅，也说的挺到位的，因为我觉得中国人真的就特别自信。他们跟我们说了一个很真实的数据，说现在在全世界各地有关人工智能的论坛，现场70%都是中国人。世界各地，不是在中国的论坛。

      也因为大家都非常自信，所以愿意在这个领域投入更多的时间、精力。

      下面，把提问的机会留给现场的观众，如果大家愿意提问的话，有1-2个提问的机会。

      有问题吗？OK！那我最后再问现场嘉宾一个问题：无论是百度还是易宝、清华、合米，你们都是业内的领导者们。如果你们自己出来做一家创业公司，你会选择哪个领域、哪个赛道？

      余晨：我换个角度回答吧，怎样判断一个技术是不是很重要？

      比如飞机也是个很重要的技术，但飞机的出现，它直接改变的就是我们的出行，当然连带也带动了旅游业和贸易的发展。但是，有一些其它技术更有基础性、普适性跟平台性，比如互联网、人工智能、深度学习，或者说的再窄一点，人脸识别，它本身可以成为其它技术和应用的基础。

      所以，出来做这些的话，就会影响更广泛的面。其实我们做支付也一样，因为各行各业只要有交易，都会用到支付嘛。所以我想，大家在创业的时候，现在一方面会想的越来越专，但另外一方面，怎样判断一个技术的影响？我觉得是，拥有普适性、基础性、平台性的基础，就像今天讨论的人工智能、深度学习、人脸识别，能够被广泛的应用到其它领域，跟其它的技术相比可能是比较重要的领域。

      汪玉：我们其实已经开始做一家公司，深见科技，虽然我今天抬头写的是清华大学的副教授，但后面还有一半叫深见科技的联合创始人。

      其实我特别有感触，这种平台性的技术确实很好，但它有一个很大的问题，可能你的客户最开始是不明确的，因为大家都需要。比如，我们现在做基于FPGA平台的深度学习处理器，大家可能会说这东西挺好的呀，每个人都说我来试一试。但是，到底哪件事情是突破口？这个迭代和窗口期到底在什么地方？其实是这种平台技术的共性问题，包括人脸识别，如果没有金融这件事情的话，还有监控，这两件事情其实撑起了目前人脸识别的主要市场，也酝酿了很久，最开始的时候大家还没有想到这些事情，但做着做着发现这可能是最重要的事情，所以2B的公司比较惨，慢慢来。

      谷懿：我在做投资之前也创业来着，所以每次说有什么创业想法的时候，我都特有想法，虽然现在也创不了业了。

      但是，有一个方向大家可以考虑考虑，在座如果想创业的话。今天讨论的刷脸支付，有个很重要的大家有没有想过？脸到底从哪来？这个算法到底怎么找到这些脸做这些算法和技术的测试？

      不知道百度现在有多少脸的数据，但是我知道的是，2015年Google自己宣布过，2015年他们已经有2.5张脸的数据了，这可能比起任何一家公司都不是一个层面的，所以在人脸识别技术方面，他们已经远远的走在前面了，作为一个创业公司很难再有很大的突破了。

      我觉得现在最大的瓶颈在于，这些脸在哪？有没有人能造这些脸出来？让更多的公司能够在这些数据上面受益。我觉得，这是非常好的方向，所以希望大家有空造造脸，让刷脸支付更好。

林元庆：我回答一下谷女士的问题，我们前一阵参加《最强大脑》的时候，当时用了2亿张照片，现在百度人脸上的数据，今天大概是8个亿。

      主持人（石岚）：你们是不是把中国人脸基本上快收齐了？

      林元庆：互联网上有很多很多人脸的照片。

      谷：8亿多都是能用的吗？

      林元庆：都是能用的，如果不能用的就更多了。

      主持人（石岚）：谢谢！非常高兴今天第二场的圆桌讨论也非常成功，谢谢四位嘉宾，继续下面十大突破技术的发布。