人臉識别步入快車道,商業模式成當務之急

國家發改委日前批複，由百度牽頭籌建深度學習技術及應用國家工程實驗室。百度将着重發力于深度學習技術、計算機視覺感覺技術、計算機聽覺技術、生物特征識别技術、新型人機互動技術、标準化服務、深度學習知識産權七大方向。放眼世界，在網際網路技術不斷演進，移動通信技術不斷更新“疊代”的大環境下，人臉識别正逐漸浮出水面，站上“風口”。

技術突破，人臉識别“風起”

世界上最古老的科技雜志《麻省理工科技評論》官方網站近日釋出了2017全球十大突破性技術，百度入選“刷臉支付”技術“關鍵玩家”。“刷臉支付”成為該榜單建立16年來首個來自中國的技術突破，而中國公司百度，則成為史上首個兩度入選榜單的中國公司。

所謂“刷臉”，并非是大片裡的科幻場景。百度IDL負責人林元慶表示，百度的人臉識别2016年就已開始在多種場景落地。在百度大廈，百度員工已經實作了刷臉進樓；在烏鎮，刷臉通過景區閘機也已成為現實。未來，百度将把“刷臉支付”推廣到日常生活的更多領域。

放眼世界，布局人臉識别的公司不勝枚舉。不久前就有消息稱，蘋果在以色列收購了一家初創公司Real Face。該公司之是以吸引蘋果，是因其開發了一種獨特的人臉識别技術，并整合了人工智能，能快速學習使用者面部特征，識别成功後能解鎖移動裝置或PC。

蘋果将在下一代終端上加載人臉識别功能，廢除HOME鍵，這還隻是傳言。但在人工智能大潮湧動的當下，國内諸多行業、領域均能找到人臉識别的影子。在搜尋引擎中輸入“人臉識别”，可查詢到的結果高達16,800,000條。人臉識别+安防、養老金領取資格+人臉識别、人臉識别+AR特效、人臉識别防替考……人臉識别正逐漸滲透進入日常生活的各個角落。

市場廣闊，商業化時機已至

目前，關于“人工智能時代”的表述随處可見，但業内同樣不乏質疑之聲，其中最大的原因就在于技術的不成熟和遙遙無期的商業化。不過在某些細分領域，如人臉識别、語音識别、大資料挖掘等，已有較成熟甚至落地的技術。從當下來看，相關市場仍在不斷積蓄能量。

從目前國内的“人臉識别”技術應用來看，基本都是在金融及安全領域。如果技術得到突破，準确率得到提升并普及使用者習慣以後，其商業化應用前景十分廣闊，或将成為下一個科技時代的商業爆發點。

據《證券時報》報道，2017年我國智能語音産業和人臉識别市場規模将分别達到100.7億元、21.91億元，對應同比增速分别為69.8%和26.9%。業内分析稱，随着百度人臉識别點餐系統接入肯德基、歐比特為警方提供人像識别服務，我國人臉識别領域已經步入了商業化應用的最好時機。尤其，我國智慧城市建設步伐迅速，也為這一應用的普及降低了阻礙。

再者，我國使用者體量龐大，為人臉識别技術在資料采集、算法精确度提升上提供了更大的空間優勢。而在身份鑒别、安防、閘機、支付。虛拟遊戲等應用外，智能終端的更新更新也為該技術提供了更多元的施展平台。蘋果收購以色列初創公司，即可視作其中“風向标”。

模式未明，人臉識别需“動能”

無論是百度的“四大方向”還是當下流行的人工智能、人臉識别+安防，在落地實用中，人臉識别似乎已經走在了商業化的“前端”。但也有觀點認為，人們更關注的似乎是人工智能無所不能的“邊界”在哪，而很少關心人工智能的盈利模式，因為巨頭投入研發“不差錢”。

換而言之，“人臉識别”因其非接觸和智能化等特點，其應用領域超出傳統的生物識别範疇，如學校、廣告、數位産品等領域，隻是在某些領域的小規模應用，未形成系統化的規模應用，不能作為廠商向市場推廣的規模系統。從産業格局整體上來說未有新的突破。

林元慶此前和媒體交流時介紹稱，百度人臉識别的商業化有四個大方向。其一，N的人臉閘機；其二，鐵路、機場等交通領域；其三，銀行。在很多的現金貸、遠端的身份認證也已經應用了百度的人臉識别技術；其四，手機終端。這是與大衆消費者關系密切的一方面。

總之，“人臉識别”在一片火爆的狀态之下，完整的商業模式及架構并不十分明朗。盡管應用範圍廣泛，但如何商用，要達到什麼樣的程度，産業間如何互相銜接，如何打造開放的生态鍊條，均未可知。這除了企業不斷探索之外，政策層面的規則“定制”也需提上議程。

本文出處：暢享網

本文來自雲栖社群合作夥伴暢享網，了解相關資訊可以關注vsharing.com網站。