蘋果新品發(fā)布會,也是一年一度的段子手吐槽大會,iPhoneX發(fā)布后網(wǎng)上所流傳的段子,幾乎都與FaceID有關(guān),這說明這個(gè)新功能最受大眾關(guān)注。從官方演示和外媒評測來看,FaceID比指紋識別更加安全、便捷和快速,且不會受到戴帽子、留胡子、戴眼鏡等日常生活的影響,很可能像iPhone5s的Touch ID一樣,成為每一部智能手機(jī)的標(biāo)配。 為什么蘋果再一次成了GameChanger? 人臉識別不是什么新技術(shù),比如中國的本土創(chuàng)新公司美圖,它的每一款產(chǎn)品都與美有關(guān),都是在對人臉照片進(jìn)行處理,可以說是人臉識別技術(shù)最成熟和最普及的應(yīng)用,沒有之一。再往前看,2013年網(wǎng)易郵箱就曾支持人臉識別登錄,不過后來因?yàn)榭梢员弧罢掌陛p易騙過所以沒有全面推廣。 在人臉支付領(lǐng)域的嘗試更多。2015年馬云在一個(gè)大會上演示支付寶的人臉支付,今年百度在公司飯?zhí)煤褪圬洐C(jī)上應(yīng)用刷臉支付技術(shù),不過人臉支付還沒有普及,出門還要帶手機(jī)。還有,相信大家還記得去年底轟動一時(shí)的AmazonGo無人超市,它的所有商品都在開放式貨架上陳列,應(yīng)用人臉識別技術(shù)追蹤用戶和支付結(jié)算,不過因?yàn)榧夹g(shù)不成熟,至今還只是亞馬遜園區(qū)內(nèi)的半成品。 為什么刷臉支付,或者說刷臉鑒權(quán),在之前未能普及,到了iPhoneX上就有望普及呢?核心原因在于,iPhoneX的Face ID與過去的刷臉支付采取了截然不同的軟硬件結(jié)合的方案。看上去都是在刷臉,但iPhoneX在“牛海”中引入新的傳感器,比如可投射3000個(gè)光點(diǎn)的點(diǎn)陣投影器和紅外鏡頭形成“3D結(jié)構(gòu)光”技術(shù),進(jìn)而規(guī)避了過去的人臉鑒權(quán)的主要問題:既不用擔(dān)心用戶換發(fā)型、戴眼鏡等不可避免的面部變化,也可以避免被照片欺騙這樣的問題。 在此之前,螞蟻金服等應(yīng)用使用的人臉識別技術(shù)需要用戶搖頭、微笑甚至吐舌頭來證明自己是大活人,而且用戶一旦變胖了、戴了眼鏡或者化了妝,就無法識別了,這種體驗(yàn)還不如輸入密碼或者錄入指紋方便。iPhoneX則實(shí)現(xiàn)了對人臉的活體生物識別。這一方面得益于它引入的多個(gè)傳感器放在“牛?!敝胁杉礁鞣N數(shù)據(jù)(確保是活人、確保已睜眼、不怕暗光環(huán)境和帽子胡須眼鏡遮擋);另一方面則是因?yàn)槿碌腁11Bionic擁有更強(qiáng)的處理能力,它擁有專為機(jī)器學(xué)習(xí)打造的模塊,以及仿生隔離區(qū)存放面容數(shù)據(jù)。 可以說,iPhoneX的Face ID能將人臉識別技術(shù)的應(yīng)用帶上新臺階,還是因?yàn)樘O果的軟硬件結(jié)合能力。Face ID技術(shù)實(shí)現(xiàn)原理,百度、阿里、Amazon們或許想到了,但缺乏蘋果的硬件能力,不可能投入大量資金去研發(fā)深度攝像頭或者新手機(jī)處理器。不過,iPhoneX將Face ID技術(shù)普及到智能手機(jī)后,百度、阿里等互聯(lián)網(wǎng)公司再做刷臉支付,就一定會成為現(xiàn)實(shí)。在人臉識別、刷臉支付、面部識別解鎖出現(xiàn)多日后,iPhoneX再次成為了Game Changer,做得早不如做得好。 軟硬件結(jié)合+服務(wù)將是AI應(yīng)用的機(jī)會 看到蘋果FaceID隨著iPhone X發(fā)布后,我第一個(gè)想到的是美圖公司。據(jù)悉,美圖即將上線的一款以美妝為主的體驗(yàn)型電商平臺美圖美妝,這款產(chǎn)品深度結(jié)合了美圖的AI技術(shù)和大數(shù)據(jù),用人臉識別來幫助用戶測試自己的皮膚膚質(zhì),然后生成一個(gè)皮膚檢測報(bào)告,再根據(jù)報(bào)告結(jié)果給出針對性的護(hù)膚產(chǎn)品推薦。這一整套邏輯簡言之,其實(shí)就是這款電商產(chǎn)品-美圖美妝要用人工智能的大數(shù)據(jù)算法,為用戶精準(zhǔn)匹配適合自己的護(hù)膚或美妝產(chǎn)品。 結(jié)合目前美圖的技術(shù)和蘋果將人臉識別技術(shù)帶上新臺階的情況來看,美圖美妝極有可能成為國內(nèi)將AI技術(shù)做到最成熟落地的案例之一。 美圖和蘋果都是對美有執(zhí)著追求的公司,而且兩家公司都在AI方面有較為成熟的應(yīng)用。在很多人印象中美圖是一家做與美有關(guān)的App的公司,但事實(shí)上美圖是一家典型的AI技術(shù)公司,它通過對海量人像照片的處理學(xué)習(xí),來不斷優(yōu)化美顏算法,最終讓用戶變得更美。不做傳統(tǒng)的人臉識別技術(shù),而是融入深度學(xué)習(xí)等AI技術(shù),這讓美圖在“美”系列App中很早就建立起壁壘。美圖擁有全球最大的人像數(shù)據(jù)庫,這是它做AI的基礎(chǔ)。從美顏到美拍到美妝到試妝超過10個(gè)應(yīng)用,其背后都是AI圖像算法。而美圖美妝的AI測膚,即是美圖在AI技術(shù)上的又一個(gè)新的應(yīng)用,是提供讓用戶從“虛擬世界的變美”提升到“現(xiàn)實(shí)世界變美”的服務(wù)。美圖還在不斷強(qiáng)化人像處理技術(shù),它與學(xué)術(shù)研究型團(tuán)隊(duì)亮風(fēng)臺聯(lián)合成立MTLAB實(shí)驗(yàn)室,招攬高端圖像處理技術(shù)人才儲備前沿技術(shù)。 其次美圖和蘋果,兩者都通過軟硬件結(jié)合的方案來做到最好。跟iPhoneX的Face ID通過硬件(傳感器+A11芯片)+AI算法來實(shí)現(xiàn)最強(qiáng)大的人臉識別技術(shù)一樣,美圖對人像的美化上同樣注重與硬件結(jié)合,比如美圖M6等手機(jī)已經(jīng)應(yīng)用谷歌訓(xùn)練AlphaGo的技術(shù)來處理照片;再比如美圖是率先采取前置鏡頭1200萬像素的手機(jī)廠商,獨(dú)特的硬件結(jié)合AI算法讓美圖手機(jī)在已成紅海的手機(jī)市場中分到了一杯羹。 不論是美圖還是iPhoneX的做法都體現(xiàn)出AI應(yīng)用的一個(gè)趨勢,會是軟硬件結(jié)合,不能只做算法,不能只做數(shù)據(jù),而是要在硬件層面布局(可以是合作可以是自主研發(fā))。國內(nèi)布局AI比較積極的李彥宏,在年初的內(nèi)部信中就指出,AI的最大機(jī)會就是軟硬件結(jié)合,譬如亞馬遜的echo。百度布局無人車,通過阿波羅計(jì)劃和DuerOS開放,阿里巴巴做智能音箱,都是在尋求軟硬件結(jié)合。美圖推出美圖美妝,并對美圖AI技術(shù)的全新應(yīng)用落地,其實(shí)和蘋果“從工具到平臺再到服務(wù)”的三步走思路相仿。 FaceID表面上看只是一個(gè)解鎖工具,不過長期來看它是一個(gè)認(rèn)證平臺,更遠(yuǎn)來看則是蘋果ApplePay等服務(wù)業(yè)務(wù)脫穎而出的殺手锏。同樣,美圖在做好美圖類工具和實(shí)現(xiàn)平臺化之后,也在布局服務(wù)?!懊缊D美妝”其殺手級功能就是基于美圖大數(shù)據(jù)和AI算法的“皮膚檢測”功能,通過用戶拍攝的照片來分析皮膚屬性和皮膚問題。 眾所周知,每個(gè)人膚色、膚質(zhì)、面貌特征不同,且這些特征是動態(tài)的,因此護(hù)膚和美妝一定是個(gè)性化的。然而現(xiàn)在女性用戶購買護(hù)膚和美妝產(chǎn)品卻時(shí)卻不了解自己的皮膚,不知道如何采取針對性的產(chǎn)品和方案,只能靠導(dǎo)購員或者朋友推薦產(chǎn)品再進(jìn)行試錯(cuò)。這個(gè)試錯(cuò)的過程不只是耗費(fèi)了不必要的金錢,更會給皮膚帶來一定傷害,讓女性用戶們陷入一個(gè)護(hù)膚美膚不當(dāng)-膚質(zhì)變差-繼續(xù)護(hù)膚美膚的漩渦中。因此,美圖美妝其實(shí)就是在幫助用戶更好了解自己的皮膚,這實(shí)際上是極大解決了有護(hù)膚美妝需求用戶的痛點(diǎn)。 早前,一些專業(yè)美容機(jī)構(gòu)、美妝實(shí)體店已經(jīng)推出了專門的皮膚檢測機(jī)器,但使用成本高昂,且到店檢測也不方便——畢竟每個(gè)用戶每次購買美妝可能都想檢測一下變化。之前還出現(xiàn)了不少膚質(zhì)檢測軟件,但由于缺乏數(shù)據(jù)和算法支撐,就像2013年網(wǎng)易郵箱的人臉識別登陸一樣不具實(shí)用性。 美圖美妝則希望結(jié)合海量人臉大數(shù)據(jù)和人像AI算法來做在線檢測膚質(zhì),在此之前美圖已上線了在線虛擬試妝平臺,不過還沒有皮膚檢測功能。Face-ID面世給美圖美妝帶來的可能性是,它可以通過類似于Face-ID的AI+圖像+生物識別技術(shù)來將用戶皮膚狀況精準(zhǔn)分析,未來包括美圖手機(jī)在內(nèi)的智能手機(jī)可能都會有類似硬件能力,這樣美圖美妝就可以3D深度掃描用戶面部,進(jìn)而更加全面、立體和精細(xì)地收集數(shù)據(jù),再通過機(jī)器學(xué)習(xí),給用戶個(gè)性化美妝方案。 不論是從Face-ID的思路還是美圖做AI的思路,都能看出,軟硬件結(jié)合、再加載服務(wù),將會是AI應(yīng)用的機(jī)會。FaceID的3D結(jié)構(gòu)光等技術(shù),讓手機(jī)具備更強(qiáng)大的了解用戶面容的能力,這是美圖等與人臉識別技術(shù)有關(guān)的公司的利好。 Face ID對世界的影響將不只是解鎖 行業(yè)內(nèi)之前一直認(rèn)為硅谷巨頭中,F(xiàn)AG(Google、AmazonFacebook)是AI應(yīng)用最積極的三巨頭,Apple反而沒什么建樹,這一次FaceID來襲則是對AI的強(qiáng)勢入局。蘋果在介紹Face ID時(shí)更多是站在用戶體驗(yàn)角度,而并未過多強(qiáng)調(diào)AI這個(gè)概念,但毋庸置疑,它是一個(gè)典型的AI應(yīng)用。正是因?yàn)樘幚砥饔?jì)算能力的與日俱增、深度學(xué)習(xí)算法夜以繼日地進(jìn)化、以及人臉照片大數(shù)據(jù)的形成,才讓FaceID在今天成為現(xiàn)實(shí),F(xiàn)ace ID的應(yīng)用空間也體現(xiàn)出未來AI將無處不在、改變生活的必然性。 蘋果對于FaceID的野心,遠(yuǎn)遠(yuǎn)不止于給iPhone解鎖。至少從Face ID兼容Apple Pay可以看出,未來“刷臉支付”會成為現(xiàn)實(shí),且刷臉支付可以脫離手機(jī)。隨著“面容識別”功能在智能手機(jī)上普及,相關(guān)傳感器的成本將會快速下降,最終iPhoneX的“深度攝像頭”,就可以被移植到更多場所。如果移植到地鐵公交閘機(jī),用戶乘坐公交車、地鐵,就不需要卡或者手機(jī),而是刷臉;如果移植到商場,AmazonGo的無人超市就會成為現(xiàn)實(shí);如果移植到ATM機(jī),就可以直接刷臉取款。 如果再放大來看,正如FaceID的名字一樣,它意味著臉就是一個(gè)身份象征。如果FaceID足夠安全、便捷和低成本,那么它就可以成為一個(gè)人在社會中的身份標(biāo)志。未來,你的臉就是你的身份,因此面容識別不只是用于支付,還可用于社會身份管理。海關(guān)過關(guān)、機(jī)場打印登機(jī)牌、運(yùn)營商實(shí)名制、酒店登記入住等等需要身份證的地方都可以直接刷臉。未來城市交通燈路口甚至都可能會配置類似于“深度攝像頭”的傳感器,來發(fā)現(xiàn)闖紅燈的路人,識別其身份后降低其個(gè)人征信;通緝犯將無處遁形,走在街上就可能被“深度攝像頭”“面容識別”并告警;人口拐賣問題也有望得到徹底解決,因?yàn)槊總€(gè)人的面容都隨時(shí)可能會被“深度攝像頭”識別,進(jìn)而發(fā)現(xiàn)走失人口。 不過,剛剛面世的FaceID稱不上完美。眼下人們的擔(dān)憂主要在以下方面: · 隱私問題,跟密碼泄漏后可以立馬修改不同,如果面容數(shù)據(jù)庫泄露,用戶很難修改自己的面容,再加上日益發(fā)達(dá)的整容技術(shù),未來會不會出現(xiàn)“面容黑客”,將黑客技術(shù)與整容技術(shù)結(jié)合,為某個(gè)重要賬號定制一個(gè)面容來解鎖手機(jī)或者別的安全數(shù)據(jù)庫? · 極端情況,雙胞胎依然可以通過FaceID解鎖彼此的iPhone X,這種情況較為少見,且相對于指紋而言,遇到面容十分接近的概率要低20倍。 · 兼容性,科技以人為本,但iPhone X的Face ID對部分有戴面罩習(xí)慣的民族、對臉上有疤痕的用戶、以及盲人用戶都是不友好的。 · 可擴(kuò)展性,美妝對于Face ID沒有大的影響,但整容卻有。整容技術(shù)越來越發(fā)達(dá),網(wǎng)紅們長得越來越像,F(xiàn)aeeID如何應(yīng)對越來越相似的臉,以及如何應(yīng)對同一個(gè)用戶今天與明天長得截然不同? 當(dāng)然,就跟任何具有革命性意義的新技術(shù)一樣,剛出現(xiàn)自然會有這樣那樣的問題,但都瑕不掩瑜。FaceID徹底改變了我們與手機(jī)的交互體驗(yàn),還將繼續(xù)改變支付、零售、日常生活乃至社會管理方式。AlphaGo戰(zhàn)勝人類之后,AI正在以一日千里的速度滲透到生活的方方面面,F(xiàn)aceID堪稱是這波AI大潮中的標(biāo)志性事件和殺手級應(yīng)用,蘋果再一次用一個(gè)小功能改變了世界。
|
|