人工智能离我们有多远?更接地气的“刷脸”或将无处不在
2017-04-06
文/本刊记者 陈 杰
人工智能离我们有多远?更接地气的“刷脸”或将无处不在
文/本刊记者 陈 杰
今年“两会”期间,以李彦宏、马化腾、雷军、邓中翰、郭广昌为首的一系列互联网大咖不约而同地提及了“人工智能”这一概念,从民生、医疗、大数据、芯片研发等不同领域阐述了人工智能技术对于我国技术改造与产业升级中发挥的重要作用,一时间引发热议。由提案引发成话题,人工智能甚至首次出现在政府报告当中。
其实,如果从互联网产业界的角度来看,这是一种理所当然,国内的互联网“江湖”,AI人工智能“风口”已然形成,爆发也就在朝夕间,但人工智能离我们的日常生活到底还有多远?
既然是“风口“,就必然是一种全产业链的行为,巨头大佬们”风口“弄潮,更有大量实干的企业扎根基层。日前,上市公司工大高新全资子公司——汉柏科技就展示了一系列基于人脸识别技术的行业应用解决方案,覆盖了通道类、监控类、门禁类、大屏类以及平台类全人脸识别系列产品。
作为人工智能与云计算领域的主流厂商,基于于人脸识别唯一性、非接触性和非强制性的优点,汉柏科技通过人脸识别进行监控、识别和验证的应用极适用于公安、教育、交通、地产等各大行业,充分融入到人们的日常生活之中。
汉柏科技副总经理邱召强表示:“基于人工智能的人脸识别技术,是让用户接入未来智能社会的一把钥匙。”
“刷脸”步入智能社会
近几年,在云计算和大数据的支持下,深度学习的研究愈发深入,人工智能取得了跨越式的进步。从李世石在与AlphaGo的围棋大战中落败,到2016年春晚上优必选机器人惊艳亮相,再到谷歌、百度无人车陆续上路行驶,无一不证明我们正面临着从后工业时代到智能社会的大迁徙。
然而,作为社会的主体,人的身份的数字化是智能社会的前提,而人脸识别正是实现这一目标的关键技术。不易伪造、可被动采集的人脸识别技术能够基于人脸这一非侵犯性的生物信息,进行毫秒级大数据计算,使人脸成为智能社会的“接入口”,从而展开人与系统间更加便捷、安全的信息交互。“刷脸”将为传统的生活习惯、工作方式等方面带来颠覆式的改变。
核心算法助力产业化
早在几年前,汉柏科技即在自身发展的路途中前瞻性的发现了人工智能的产业机遇,开始部署自己的人工智能蓝图。2012年8月,汉柏科技与天津大学成立“应用数学联合实验室”,由中国科学院院士、著名数学家陈永川先生担任主任,拥有9位数学院士顾问团队、18位博士、100多人的研发团队,主攻人脸识别核心算法的研究。在强大的研发阵容及大量的研发经费投入下,汉柏科技基于深度学习的卷积神经网络算法的优势,转化成人脸识别相关产品的优异性能,目前已拥有完全的人工智能产业化能力。
在人脸检测技术上,汉柏利用多任务级联深度学习网络,实现了在视频中实时人脸检测的性能,并同时可以检测出人脸性别、年龄、发型等多种属性。汉柏还将大数据技术与深度学习结合,通过互联网获取海量人脸数据,利用深度学习算法自动挖掘人脸图片之间的相关性,建立具有强区分能力的深度学习模型,用于人脸识别,取得了较高的精度。同时,如何减少深度学习的计算量、资源需求,以适应小型化设备的运算能力是深度学习领域近年来的研究热点,汉柏科技通过软硬件结合等多种手段,将现有的深度学习模型进行了充分压缩,可以更好的适用于嵌入式设备。
行业需要成熟的解决方案
人脸识别的市场应用范围广阔,覆盖了智能城市的各个方面。汉柏为不同行业定制了集技术、产品和应用为一体的整合解决方案,具备适用性和易用性。例如,在公共安全领域,人脸识别技术具有丰富的应用场景。汉柏的人脸识别技术能够打造警务大数据,进行实时的数据采集和快速的身份核查对比,实现智能的治安巡查、出入境边检,并为刑侦、反恐及时提供可靠的信息,打造立体化社会治安防控网,有效保障公共安全。
而在人群密集的交通领域,如机场、火车站、汽车站、码头等,服务质量、效率和安全性一直是亟待解决的问题,传统的人工手段既耗时耗力又存在漏洞。汉柏人脸识别解决方案能够通过人脸识别闸机实现人、票、证三合一的自动验证,也能通过人脸识别动态监控预警系统对重点区域进行安全排查,大大提升旅客的出行体验和安全保障。
在教育行业,汉柏能够为校园提供应用级别的人脸服务,如课堂考勤、考生身份确认和图书订阅等。此外,动态预警系统和人脸验证能够助力校园安全管理,包括校门、宿舍的出入管理和幼儿园、小学的接送管理,避免令人心痛的校园恶性事故发生。同样地,汉柏人脸识别地产行业解决方案也能为酒店、小区、景区等消除安全隐患,提高管理效率。
计算机视觉技术是人工智能领域目前最为成熟的行业,目前汉柏科技的人脸识别产品已具备可见光和近红外的双融合算法实力,已经进入成熟部署阶段。就像智能手机时代来临的前夜,人工智能的市场已做好了充分的准备迎接新时代的全面到来,而汉柏已做好了准备。
邱召强也坚定认为,在人智能即将爆发的前夜,更接地气的“刷脸”将无处不在。