AI赋能下的当下与未来,人脸识别的准确度已经提升了4个数量级

商汤研究院院长王晓刚日前表示,2014年,人工智能人脸识别技术的准确率首次超过人眼准确率,但目前,误差率已经可以达到亿分之一。机器做人脸识别如果相当于一个4位密码,现在则相当于一个8位的密码,人脸识别四年内准确度已经提升了4个数量级。

商汤研究院院长王晓刚日前在《麻省理工科技评论》新兴科技峰会上发表了题为“AI赋能下的当下与未来”的演讲,阐述了人工智能如何通过云和端改变生活和未来。

王晓刚回顾在过去的十年里,人工智能飞速发展最杰出的代表就是深度学习。其中有三个推动深度学习发展的因素:一是大数据,二是云和端的计算能力包括了GPU和AI芯片,三是深度学习算法不断创新。

王晓刚称,他举例子,2014年的时候,在1:1情况下,机器做人脸识别可以达到万分之一的误差率;而现在,误差率可以达到亿分之一。2014年,人工智能人脸识别技术的准确率首次超过人眼准确率,但目前,误差率已经可以达到亿分之一。换句话说,机器做人脸识别如果相当于一个4位密码,现在则相当于一个8位的密码,人脸识别性能已经提升了4个数量级。

随着算法的提升,应用边界不断扩大,从最开始1:1身份的比对,到后来动态布控,如抓捕在逃嫌疑人。一直到现在,可以在整个城市范围内,从上千亿的图像中去搜索人脸,恢复人的活动轨迹。能够达到这样高的准确率实际上得益于神经网络的强大,通过训练超过1200层的神经网络,从而超过人眼识别的能力。

神经网络已经从2012年的5层发展到现在的1200层这样一个过程,其网络的复杂度、深度也在不断的提升。但是为何在前端应用的时候,只用一个很小的稀疏的网络,还需要训练1200层这么大的网络?

王晓刚说,原因是为了得到一个很小,但是识别率很高的网络,你首先需要得到一个非常深、非常强的网络进行学习。他比喻,这个小的但是识别率高的网络,就好比是一个小学生,数据就好比是书籍,直接让一个小学生,从大量的书籍当中提取知识,这是一件非常困难的事,首先要找到一个老师,老师有非常强的学习能力,这就是1200层网络。它首先能够从海量的数据里面,把知识提取出来,然后通过知识传播的方式去教更小的网络,让其达到很好的识别性能。

算法的提升可以带来非常多的应用,能让城市变得更加安全。比如,有的犯罪嫌疑人都是十几年以前隐姓埋名,改了身份证,最终还是被动态人脸布控系统所捕捉;此外公安局利用人脸识别系统结合城市里几万个摄像头,能够成功找到走丢的老人或孩童。

而目前商汤从这几年累积的成果,2014年,能够用20万人脸来对机器进行训练做到了98.5%的准确率,而人是97.5%;2015年用30万人脸进行训练,达到了99.55%的准确率;2016年,用6000万人脸训练可以达到了百万分之一的误识率;2017年,用20亿人脸训练可以达到一亿分之一的误识率,而这样的误识率才已可以真正地应用到各行各业,包括监控、金融、安防、手机等行业。

在硬件方面,他也提及商汤与高通的战略合作,他认为如果人工智能想要普及,那么AI就要走到前端设备。而这些前端设备都离不开芯片。目前商汤的人脸解锁技术已经被超过上亿的手机用户使用,都要靠高通的芯片支持。

原文标题:【传感器】人脸辨识准确率四年内跃升4个数量级

文章出处:【微信号:gh_44592200c847,微信公众号:DIGITIMES】欢迎添加关注!文章转载请注明出处。