熟知科技史的人都知道，包括計算機，互聯網和智能手機在內，任何革命性技術的最初應用場景，基本都發生在軍工，政府和醫療等特定領域，等到技術發展成熟后，再演變為大眾產品——但不知你是否察覺，最近幾年，拜深度學習算法和大數據所賜，技術成熟度的飛速進化，讓很多AI技術向大眾轉變的過程非常短暫，譬如人臉識別。
? ? ? ?
? ? ? ? ?最近《人民日報》一篇文章就指出：“如今，從考勤、購物，到坐飛機、住酒店，乃至領養老金，靠‘臉’吃飯辦事不再是玩笑……人臉識別正大規模走出實驗室，走入各行各業，方便了生活、降低了成本、提高了效率，也因此逐漸成為人們日常生活中的‘標配’。”

其實這并不難理解，對于人臉識別這種與安全息息相關的新技術物種，大眾接受度有多快，很大程度上取決于應用場景的建立有多熟悉，而就像當年指紋識別的普及過程一樣，受益于蘋果等手機廠商不錯的市場教育工作，在很短時間內，人臉識別是一種更迅捷、安全，甚至更酷的識別方式，就已被大眾高度認知。如今，無論在公共領域還是個人范疇，人臉識別都已被視作理所當然的一部分。

然而，與這種大眾認知不匹配的是，工業時代強烈的追趕者身份，讓很多人忽略了一點：在人臉識別領域，中國其實已經躋身第一梯隊。

近日，國際權威市場洞察報告Gen Market Insights發布《全球人臉識別設備市場研究報告》稱：中國2017年人臉識別產值占據全世界29．29％的市場份額，2023年將達到44．59％。來自艾媒咨詢的數據同樣顯示：2017年中國計算機視覺市場規模為68億元，預計2020年市場規模達到780億元，年均復合增長率達125．5％。

更重要的是，中國在人臉識別賽道上的主角光環，不僅體現在市場份額上（你當然可以說它是人口紅利的一部分），還包括技術本身：像百度這樣的中國公司，就曾憑借人臉檢測深度學習算法PyramidBox，在世界權威的人臉檢測公開評測集WIDER FACE 的「Easy」、「Medium」和「Hard」三項評測子集中均榮膺榜首，刷新業內最好成績；不僅如此，翻閱關于人臉識別的科技資訊，在各種不同緯度，不同衡量標準的國際排名中，你都能頻繁看到中國企業的身影。

人們不禁要問，這一切是怎么發生的？

答案其實很簡單，中國在人臉識別——以及整個人工智能領域第一梯隊的地位，源于中國科技企業持續的技術投入，以及豐富的場景擴散能力。

身份識別的下一幕

先來簡單了解一下這項技術。

事實上，自從人類闊步邁向信息文明，與機器開始親密接觸，就已深知身份識別的重要，發明了各種身份認證方式——而時至今日，沒人會否認，身份識別的下一幕將由生物特征識別替代，在這其中，由于技術成熟度和成本等綜合原因，人臉識別將是最先大規模落地的生物識別技術。

而也因如此，許多人低估了這項技術的難度，其實對于“他者”而言（無論是AI還是可能存在的異星文明），人類臉部結構具有極高的相似性，我們自己覺得不難（臉盲甚至是一種癥），是由于大腦上百萬年前就進化出超強的人臉識別能力，其中涉及的神經系統過程非常復雜。去年底，國際知名期刊《細胞》揭示出人臉識別的具體神經元過程：識別過程中，大腦能意識到一些關鍵維度，而識別一張臉大約需要幾十個維度，每個“臉細胞”大約會編碼6個維度的若干參數，最終對一張臉不同特征的參數組合進行整合。

這意味著，對于機器而言，人臉識別并不容易，必須將人類一瞬之間的本能反應，轉變為真實的數據分析過程——好在經過產業界不懈努力，結果令人滿意，以百度為例，與人腦識別過程相似，其人臉識別技術可根據人臉面部的72個特征點識別多種人臉屬性（如性別，年齡，表情等），組合成一個完整的面部表情網，識別每個人的表情和相貌特征，再與已有的人臉數據庫進行一對多的人臉檢索，最終應用于身份識別和驗證等多種場景。

中國AI的真實寫照

當然，AI通用技術的實現路徑大抵相仿（以數據為燃料，以算法為引擎），作為機器視覺的分支，人臉識別雖有一定獨特性，但也只是中國人工智能技術能力的寫照。

不久前，清華大學中國科技政策研究中心發布的《中國人工智能發展報告2018》顯示：中國已成為全球人工智能專利布局最多的國家，數量領先于美國和日本。

這或許令大眾稍顯意外，卻是業內人士的共識。最近一兩年，包括《紐約時報》和《華爾街日報》在內，許多國外媒體和分析機構都曾指出：龐大的數據量，日趨壯大的人才庫，以及政府部門的頂層扶持，正在讓中國培育出發展AI最肥沃的土壤。

這并不難理解，正在爆發的AI革命，直接受益于暴增的數據紅利，以及深度學習算法的標準確立，他們二者的彼此融合，徹底拉平了新時代的技術起跑線（比如十年前，圖像識別和語音識別或許是不同算法，但深度學習將其底層邏輯打通，在本質上成為一種算法，也讓許多公司積累的軟件技術直接作廢），給了中國彎道超車的良機。

當然，當技術轉捩點來臨，真正接住它的，必須是有準備，有能力的人。令人欣喜的是，在對待人工智能的態度上，中國企業不僅起跑早，技術投入也很大，譬如作為全球最早開始布局人工智能的企業之一，百度每年投入營收的15％進行AI研發，如今已支持千億級參數，千億級樣本及特征訓練的超大神經網絡，加之萬億級訓練數據的“喂養”，不斷推動算法和算力的迭代，也正受益于此，現在百度AI技術平臺體系（AIG）已擁有語音、圖像、自然語言處理、視頻、知識圖譜等全面的技術，在深度學習框架和AI芯片等方面也奠定了發展基礎。

此外，除了技術本身，那些技術的運營者——大量的人工智能人才，亦是中國AI產業最寶貴的資源，就像羅振宇去年跨年演講時所言，中國每年畢業上百萬的工程師，沒有任何其他國家能做到這一點。

事實上，人才的重要性常常被忽視，回眸移動互聯網誕生之初不難發現，在平臺級技術誕生伊始，許多看似解決不了的問題，本質上是因為從事這個行業的人太少了——要知道，只有當盤踞在安卓生態上的工程師足夠多，才能構建出繁盛的移動互聯網生態體系。人工智能亦如此，隨著中國企業的領先優勢日趨凸顯，其人才吸引力也會日趨增大，這無疑是一種巨大利好，也是中國得以在人工智能產業第一梯隊領跑的關鍵。

占據“天時、地利、人和”的中國人工智能已經開始形成良性發展的生態。讓人欣喜的一點是，人工智能時代，中國的企業并沒有選擇高筑技術壁壘，而是選擇開放之路。在人工智能上獲得先發優勢的百度在2017年全面對外公布了其開放戰略，面向開發者及企業開放110多項全球領先的AI能力和軟硬一體組件，“手把手”教開發者用AI。而且在百度的帶頭作用下，騰訊、阿里、京東、商湯等企業也都紛紛啟動AI開放計劃。中國的人工智能已形成“燎原之勢”。

落地生根

而當人工智能逐漸成為新時代的基礎設施，技術領跑的最終目的，當然不是為了炫技，而是在更多領域落地生根，開花結果。

幸運的是，與發達國家相比，中國或許是當前最積極主動擁抱數字轉型的國家，傳統企業借助人工智能實現轉型升級的需求更迫切，市場增長后勁也更足；與此同時，中國AI企業也在不斷探索更多樣化的應用場景。

就拿人臉識別來說，在落地方面，中國正處于前列，如同《人民日報》在文中總結的那樣：

在安防方面，人臉識別可以對機場和商場等人流密集之處進行監控，實現特定人物的自動識別和追蹤。今年以來，深圳等不少地方已開始啟用電子警察執法，通過“刷臉”識別行人和非機動車闖紅燈違法，大幅提升了社會運作效率。

在金融方面，如你所知，刷臉支付已再熟悉不過，并逐漸滲透到貸前審核和身份認證等金融業核心環節，銀行可迅速核查甄別身份信息。譬如人臉識別就已被百度金融應用到與泰康保險和中國農業銀行等合作項目上。

在零售方面，人臉識別技術的完善，讓無人超市成為可能，在購物和結算環節，人臉識別可幫助線下店鋪迅速捕捉用戶信息，以提供個性化服務。

而在出行方面，百度與南航合作的基于人臉識別的“刷臉”登機項目，也已在河南南陽姜營機場落地，人臉閘機能以秒為單位完成身份驗證。此外，在烏鎮和武夷山等景區，人臉識別也可在增進游客體驗同時，提升景區效率。

當然，以上只是正在發生的改變，在更多亟待探索的領域，百度也通過AI開放平臺，將人臉檢測算法及人臉識別解決方案提供給廣大開發者，讓人臉識別在更多領域生根發芽。

當然，如前所述，人臉識別只是中國人工智能技術能力的范例之一，這意味著，當AI充分落地，結出的果實不只人臉識別一種。

事實上，無論是巨頭還是創業公司，隨著中國AI企業在語音識別，自然語言處理和圖像識別等技術上的不斷突破，人工智能從實驗室邁向市場的步伐，遠超很多人的想象。譬如百度就不斷與其他產業完成嫁接，讓AI如同一條條毛細血管，滲透進軟件工具、交通、安防、教育、智能設備、生活服務和物流等各個領域，帶來深刻的產業變革。

結語

時至今日，即便是最悲觀的懷疑論者也很難否認，人工智能是當前人類社會最重要的變量，其引領的第四次工業革命正在改變人類的生產生活方式，且與前幾次工業革命的發展路徑非常相似——就像19世紀中期電氣革命催生出“電器”的物種大爆發，并讓大規模制造成為可能，你我身處的當下，也正是人工智能向不同場景擴散的關鍵階段，其產生的社會影響難以估量。

而與許多人一樣，我也相信，當更多中國企業把握住歷史的機遇，錯失前幾次工業革命并因此落后的中國，將在人工智能時代迎來曙光。