“刷臉”技術頻頻進入日常生活，從火車站到零售商店再到十字路口，刷臉技術的頻繁使用讓人們想起電影裏的場景——在公共的空間中，“you are being watched”（總有人看著你）。
阿裏巴巴創始人馬雲演示人臉識別技術
美劇《疑犯追蹤》裏有一個場景：在茫茫人海當中，架設在路口的攝像頭可以捕捉到人臉，精確的識別出相對應的信息：你是誰，多大年齡，從哪來……並且還能夠一路跟蹤和繪製他的行動軌跡。很炫酷，對不對？
看看人臉識別技術在中國的應用場景，可以說是遍地開花：
8月30日消息：北京科技大學迎3000餘新生 首設人臉識別技術新生“刷臉報到”
8月29日消息，武漢市民“刷臉”辦政務，民警“掃掃”抓壞人。
8月28日：蘇寧全國首家“無人店”在江蘇南京正式營業。 在“刷臉”進店之前，所有首次進店的用戶需先下載蘇寧金融APP進行“綁臉”操作。消費者進入店內購買商品以後，無需排隊付款，出店時通過付款通道，係統即可自動識別用戶身份，隨後通過蘇寧金融實現交易付款。
……
中國人臉識別技術的廣泛應用使得越來越多的科技企業加大了投入和研發的投入。根據產業研究院去年發布的報告顯示，2016年，中國的人臉識別行業的市場規模已經超過10億元，預計未來五年裏，中國的人臉識別市場規模平均複合增長率將達到25%，到2021年，人臉識別市場規模將達到51億元。
人臉識別，作為人工智能中一種技術，是從何時開始，在中國迅猛發展起來的呢？
應用驅動型發展
在北京中關村科技園，曠視（Face++）的員工們進門隻需“刷臉”，無需刷卡。踏入玻璃門後，正對著大門的攝像頭會捕捉到員工的臉部特征，頭頂上方的大屏幕上會有相對應的信息顯示。
進入到辦公區域後，會發現格子間旁有一大麵屏幕，上麵演示著Face++的得意之作之一——天眼係統。天眼係統中的攝像頭在不停地捕捉人臉的信息，一旦數據庫中已有相對應的信息錄入，識別出來的信息就會顯示在大屏幕的右側。
據介紹，曠視的天眼係統能夠輸出年齡、性別、身高、身份比對，人群熱力圖監測等結果，實現電影級的快速識別定位、多人實時識別。目前，這個係統應用於平安城市的基礎建設，已在無錫、蘇州、合肥、烏魯木齊等城市紛紛落地並投入實戰，在線抓逃。
曠視北京總部裏演示的天眼係統
曠視的辦公室的牆上貼著一句標語——為了人工智能終將創造的所有美好。在辦公室茶水間的走道裏，還有一張有五顏六色的顏色繪製的機器人人頭的卡通形象圖。如同負責人所說，這家年輕的企業由很多Geek（極客）組成，輕鬆且複合科技達人價值觀的工作環境才能使他們最大限度地發揮自己的才能。
近幾年，人臉識別技術本身從比對關鍵點到成功率上都有進步。從業界最早的五個關鍵點的比對到目前商用裏的106個關鍵點比對，技術本身也是一種計算方式。
在曠視副總謝憶楠看來，和最老的一批人臉識別技術相比，目前的技術最大的不同在於現在的人臉識別技術已經可以拿到很多行業裏去用了。也可以在行業中產生數據服務。
曠視最早是從做平台開始，幾年前，人工智能的概念還沒有火起來時，大家對人臉識別的概念認識得不深。平台開放也主要是服務於開發者，不斷的拓展不同的應用的場景，最典型最的案例就是美圖秀秀。
簡單來說，就是P圖的時候，APP的後台技術能夠準確把握用戶的臉部特征，將人臉變成標準比對的數據後，可以進行比對。提供給開發者的標準產品可以應用在美顏、解鎖、測麵相等。到2014年，曠視的開放平台的調動量超過2000萬次，這一點上是比騰訊和百度要早幾年。
數據優勢
在人工智能業界看來，這一波人工智能技術在中國的發展主要是得益於大數據，因為算法上目前沒有太多的變化，但中國海量大數據的儲存，一方麵是給了科技企業以及技術開發者廣泛的練手的平台。 另一方麵，五花八門的場景應用也提供給企業可以變現的通道。
國務院在7月20日公布了《新一代人工智能發展規劃》，為中國在人工智能領域領先世界製定了雄心勃勃的計劃。到2020年，人工智能的核心產業規模超過1500億元，帶動相關產業規模超過1萬億。
人工智能是非常消耗大數據儲備的“監督性學習場景”，有足夠多的量才能滿足訓練數據。2014年後，曠視預見到了基於人臉識別可以實現的深度型的應用，2016年，曠視的ID在線身份服務係統已經為2.1億人實現實名的驗證服務，並未銀行、保險、證券、社保、出行等行業提供了人臉識別身份的驗證服務。
IDC行業分析師張卓認為，從技術層麵上看，中國的人臉識別技術雖然從基礎研究的角度要晚於歐美，但從數據量和技術的創新角度是慢慢趕上了國外的水平。國家對人工智能的頂層設計也吸引了更多創業公司以及風投機構。
據媒體報道，中國政府已經向全國的大學和研究機構投入了大量的資金，同時也把這項技術應用到國家管理的方方麵麵。在張卓看來，國內的技術水平有獨特之處在於龐大的數據量，從數據量上來看，會很快超越美國。因為算法和模型也需要大量的數據支持，政府也在政府雲和大數據方麵給予了很多支持。穀歌和Facebook也在積極做產品的研發，比如，穀歌掌握了10億張圖片的圖庫，所以在圖像識別上也成為領先的科技企業之一。
“誰掌握數據，誰就有巨大的優勢。”張卓說。
中科院百人計劃中的科學家周曦也感受到中國在數據上有明顯的優勢。“數據對於人工智能而言就好比原材料，沒有原材料就好比我們通俗說的‘巧婦難為無米之炊’。”他說。海量數據表現出來的效果是無論是從識別率和識別速度上來看，國內的人臉識別技術應用的場景還是占優勢的。但這一點也是占相對優勢，比如中國在黃種人人臉識別上的數據上的處理比歐美的處理優勢更大一些。
在銀行業的人臉識別應用上，中國擁有上億黃種人的數據儲備可以拿來訓練。但國外的數據可能是基於白種人的數據來訓練的。但周曦認為，通過遷移學習(transfer learning) 的算法，在黃種人身上的實驗達到好的效果後，也是可以把技術拓展到白種人的應用上的。
“數據和算法就像兩隻手，如果數據足夠多，即使算法簡單粗暴一點，效果也是不錯的，”周曦說。
人才回歸
曠視的創始人之一印奇早在清華就讀本科時便開始在微軟亞洲研究院（MSRA）實習。那時候在圖像識別組積累的項目經曆，也為他之後和另外兩位在清華姚期智實驗班讀書的同學——唐文斌和楊沐一起成立曠視打下了基礎。
本科畢業後，印奇赴美國哥倫比亞大學攻讀3D相機方向博士學位。但感受到國內的科技創業的熱度後，印奇選擇回國創業。
和印奇一樣，周曦也擁有豐富的海外研學的背景。周曦在獲得中國科技大學學士和碩士學位後，赴美國伊利諾伊大學（UIUC）研修博士學位，師承美國工程院院士、“計算機視覺之父”Thomas Huang（黃煦濤）教授。他也曾在IBM TJ Watson研究院、微軟西雅圖總部研究院、NEC美國加州研究院等科研機構從事研究工作。
但美國的人臉識別的需求對比中國而言要小很多。因為巨大的需求，像印奇、周曦這樣的科技人才看到了中國市場的潛力，並且積極拓展研發團隊，有的團隊甚至有200-300人，這一點是美國的研發團隊不能達到的規模。
在人臉識別這個技術上，中國和美國的水平是相當的。但不可否認的是，在基礎理論方麵，比如深度學習領域，美國的公司仍然處於領先的水平。
美國的科技企業有自己各自發展的方向。例如穀歌憑借對“人工神經網絡”的研究，DeepMind早已超越了在棋盤上挑戰人類腦力的階段。Facebook（臉書）從搜集圖像數據到收購麵部識別企業face.com，龐大的用戶群體，著力強化智能人機對話的研發。而老牌的科技企業IBM關注人工智能在大數據分析及決策上的優勢。
看到越來越大的應用市場後，越來越多擁有海外背景的科技人才回歸到中國人工智能發展的隊伍當中來，也是中國科技行業發展主要推動力。
