生物识别：从理想走入现实

　　生物识别，似乎成为了通往未来的第一步

　　1997年至今，中科院计算技术研究所研究员山世光已经对人脸识别等相关技术研究了20年。但在即将过去的2017年，他才真正感受到包括人脸识别在内的生物识别技术，迎来了应用的春天。

　　2017年9月初，支付宝在杭州肯德基KPRO餐厅上线刷脸支付，成为刷脸“黑科技”首次试水商用。用户只要在支付宝手机App上开通此功能，即可实现“支付宝刷脸付”，整个支付过程不超过10秒。

　　同月，苹果公司发布iPhone X手机，推出Face ID功能，通过摄像头实现用户3D脸部模型的复原，刷脸解锁开机。

　　与此同时，银行开通ATM机刷脸取款，无人超市刷脸取货，语音识别实现即时翻译，大学也利用虹膜识别技术建立了学生的点名系统、上课签到和晚归系统，而各种修图软件、直播App也上架了动态趣味摄影功能。

　　“过去的两三年里，通过深度学习等技术变革，包括人脸识别在内的生物识别技术在精度上已有大幅提升，进入到了一个迅速产品化的阶段。”山世光告诉《瞭望东方周刊》。

　　6年没带过钥匙

　　早在2003年，以山世光为核心技术人员的团队研发出的人脸识别系统就应用于全国“两会”安检中，并获得肯定。

　　而从安防角度切入生物识别，似乎是技术发展的必然。

　　在20世纪60年代，随着计算机技术和指纹识别技术的发展，美国联邦调查局（FBI）开始推动指纹自动认证流程，实施自动指纹比对。同一时期，为解决身份识别问题，人脸识别、笔记识别、语音识别等一大批新的生物特征识别技术涌现了出来。

　　“指纹作为最早出现的识别技术，在特征比对以及算法上已经非常成熟，但在应用场景上，指纹、人脸、虹膜各有利弊。”生物识别产业技术创新战略联盟秘书长孙哲南告诉《瞭望东方周刊》。

　　2006年，当时还未创立北京释码大华科技有限公司（以下简称释码大华）的王晓鹏就在伦敦希斯罗机场，目睹了人来人往“刷眼”登机的新鲜场景。而在中国，他发现还要排队等候人工安检。

　　“不过，过去6年里，我已经没带过钥匙了。”王晓鹏对《瞭望东方周刊》说，借助释码大华核心的虹膜识别技术，他从家到办公室穿过的每一扇门都可虹膜解锁，甚至进入电脑的“门”，也只需抬头看一眼夹在屏幕上那个只有3cm的小摄像头。

　　山世光告诉本刊记者，在如今这波席卷全球的人工智能风潮中，中国在生物识别技术的应用领域抓住了很多机会，其中的一些应用场景甚至走在了世界前列。

　　比如成立于2012年的北京旷视科技有限公司（以下简称旷视科技），就将人脸识别技术应用到了抓捕犯罪嫌疑人上，其为公安部门搭建的天眼系统，利用大数据和人脸识别技术，已成功抓捕了3000余名嫌疑犯。

　　“像这种应用场景，识别技术的精准度不能低于95%，而且还需要实时响应，这对算法和计算能力的要求很高。”旷视科技副总裁谢忆楠告诉《瞭望东方周刊》。

　　节省400万个小时的跑腿时间

　　谢忆楠清晰地记得，生物识别迎来新热潮是从2014年开始的。

　　2014年前后，工信部、公安部、国家工商总局联合公布《电话“黑卡”治理专项行动工作方案》，要求购买手机卡必须实名制；国家网信办随后也全面推进网络真实身份信息的管理。这给身份认证行业带来了新机遇。

　　比如银行开户这件事，传统金融机构要求客户必须持法定证件到柜台办理业务，由柜台人员现场核对客户证件身份信息，而互联网金融的发展，则让开户完全实现了线上处理。

　　“当然，这也有一个过程。最初是通过上传身份证正反面照片，进行比对，现在也开始采用人脸识别技术进行身份认证。线下可以实现刷脸支付，线上解决的是远程身份认证问题。”谢忆楠说。

　　这其中的关键问题在于，如何通过线上技术确认线下操作的是本人而不是图片或视频。

　　腾讯优图实验室总监黄飞跃告诉《瞭望东方周刊》，为解决这一问题，腾讯优图特意为微众银行设计了一个基于唇语识别的活体检测技术。

　　“用户录视频的时候，还要读出当时手机上提示的一段随机数字，我们会结合他嘴唇的变化以及唇形的变化、语音等相关信息来确认这是一个真实的人。”他说，其开发的人脸核身技术，还提供给了百余家外部公司。

　　而从2017年9月开始，支付宝陆续在各地试点推出线下门店刷脸支付，才真正打通线上线下，使生物识别成为热点。

　　北京中科虹霸科技有限公司CEO马力观察到，银行也开始陆续探索生物识别技术在线上线下的应用，“原来银行总是说自己网点多，如今纷纷成立实验室转型升级，网点反倒成了负担。”

　　事实上，包括招商银行、农业银行在内的多家银行，都在2017年前后宣布在部分城市和网点上线ATM机“刷脸取款”功能。这一过程也是循序渐进的，比如银行设置的“刷脸取款”额度限制多为3000元。

　　“我们中国的用户在‘互联网+’的时代已经被‘教育’过了，还是非常愿意去尝试一些新鲜东西的。”山世光告诉本刊记者，通过互联网金融累积起来的庞大用户群，也有利于生物识别技术开发出新的应用场景。

　　“刷脸政务”就是个例子。蚂蚁金服公共服务事业部总经理刘晓捷告诉《瞭望东方周刊》，截至目前，全国范围内已有40余个城市开通“刷脸政务”，875万人体验“刷脸政务”，节约跑腿和等待时间长达400多万小时。

　　“在税务、社保、公积金、交通缴罚等不同领域，‘刷脸’办事正在全国范围内逐步推广。”他说。

　　智能硬件来袭

　　生物识别技术被公众大范围认知，还有赖于智能手机对人脸识别技术的应用。

　　苹果iPhone X摒弃了惯用的指纹识别Home键，而采用了Face ID人脸识别技术，被看作是新一代生物识别技术的第一枪。

　　“除了苹果，现在国内很多手机厂商也开始全面铺开人脸识别技术，包括小米、vivo、华为等品牌，都找过我们搭建人脸解锁技术框架。”谢忆楠告诉本刊记者。

　　而另一家手机厂商三星，选择的是虹膜识别技术，其发布的Note7，让虹膜识别业内人士为之一振。“国美也推出了第一代虹膜手机，而国内其他手机厂商也都已经和我们有合作了。”马力告诉《瞭望东方周刊》。

　　与手机一样火热的，还有智能音箱。2014年，亚马逊推出了搭载智能语音交互技术的音箱Echo，截至目前销量已达近千万台。而在国内，京东联合科大讯飞推出了叮咚音箱，联想研制出联想智能音箱，阿里巴巴开发出天猫精灵，小米也有小米“小爱同学”音箱，喜马拉雅FM推出了小雅AI音箱。

　　“物联网和智能设备一直没有很好的应用，一台洗衣机加个摄像头变成所谓的智能洗衣机，这当然没人买。但是Echo能有这么大的销量说明这的确是用户的真实需求，也给了行业很多信心。有问题的不是市场需求，而是应用产品。”猎豹移动旗下公司猎户星空首席科学家闵可锐告诉《瞭望东方周刊》。

　　根据艾媒咨询《2017上半年中国智能音箱市场专题研究报告》，2016年中国智能音箱销售规模为1.36亿元，预计2017年将达到2.01亿元，增长率为47.8%，而到2020年，智能音箱销售规模将超过10亿元。

　　猎户星空也想从技术角度切入分一杯羹。闵可锐说，围绕语音交互，猎户星空打造了一整套的技术，包括从前端信号处理到唤醒、语音识别到自然语言处理再到语音合成。

　　“我们的主要业务分别围绕语音、视觉和硬件展开，喜马拉雅的小雅AI音箱使用的就是这一整套技术，小米AI音箱、小米电视等都使用了猎户星空的语音合成以及远场语音识别技术。”闵可锐告诉本刊记者。

　　他认为，随着深度学习技术的发展，如今人脸识别和语音识别技术，都能相互打通。

　　“图像识别在准确率上有很大提升，而音频也可以看成是一个一维的图像，它对应的频率也可以看成是一张图，所以原来在图像上应用的识别技术就能转到音频识别上去。”闵可锐说。

　　无感识别的未来

　　英国《每日邮报》2017年11月15日报道，已有研究人员利用汗液中独一无二的分子特性，在未来5到10年里，可以实现解锁智能手机。

　　王晓鹏告诉本刊记者，智能手机或其他可穿戴设备通过不断学习汗液中的特定生物信息，以此建立起对使用者的识别能力，从而实现解锁设备，这种想法是可以理解的。

　　实际上，生物识别不但在技术上具有互通性，在实际应用中，不同生物识别技术也开始走向相互融合的道路。

　　上海聚虹光电科技有限公司总经理宫雅卓告诉《瞭望东方周刊》，其给银行提供的识别技术，就是虹膜、人脸二合一的方案。

　　“远距离可以使用人脸识别，近距离可以使用虹膜识别，两者无缝切换。”宫雅卓说，人脸识别最大的障碍在于防伪，而虹膜识别优势就是防伪，所以两者相互结合，更为可靠和安全。

　　马力则告诉本刊记者，指纹识别成本低、效果好，也方便，因此也能与人脸识别、虹膜识别结合起来使用。

　　“如果在办公室开会，需要使用手机回复信息，与其举着手机做人脸和虹膜识别，还不如直接指纹解锁来得方便；但如果正在处理一份大额交易，举起手机、抬头识别就更能保证安全性了。”他说。

　　在马力看来，未来肯定是一个识别技术多模态发展的局面，人脸将成为基础采集项，指纹和虹膜是可选项，根据不同的场景选择不同的搭配。

　　王晓鹏对这种设想也颇为赞成，“以后去银行办卡，可以分A类账户、B类账户和C类账户，这个采集虹膜，这个采集人脸，这个采集指纹，建立一套金融的超级应用体系，那么银行就不需要再设置数字密码了。”

　　而当提起生物识别的未来，谢忆楠的脑海里就会浮现出一个场景：

　　人们走进商场，商家立马能获取消费者购物习惯和偏好，进行有针对性的销售，而消费者也能获取相应的购物券和店铺推荐，看中某个商品直接拿走，所有的交易都在后台默默进行。

　　“这背后都依托于生物识别的准确性，它是第一步。这也将会优化整个商业流程，提升消费体验。”谢忆楠说。

　　这与研究人脸识别20年的山世光的想法不谋而合。

　　“无论是学术界，还是工业界，大家都希望从用户完全配合，慢慢到中间状态的无感配合，最后终极目标是对完全不配合用户的准确识别。现在无感识别是我们努力的目标，希望能做到与完全配合95%以上精度接近的水平。”山世光说。

　　《瞭望东方周刊》记者陈振华 王元元 特约撰稿梁宝荧/北京报道

关注读览天下微信， 100万篇深度好文， 等你来看……