1.3.5 Facebook的“深脸”

2013年12月，Facebook成立了新的人工智能实验室（AiLab），聘请了著名人工智能学者、纽约大学教授伊恩·勒坤（Yann LeCuu）担任负责人。Facebook在人工智能领域有着长期规划，在2016年前，Facebook 专注于为用户建立分享内容的全新体验。实际上，Facebook 在2014年6月就推出了一款称为“深脸”（DeepFace）的人工智能产品。DeepFace 系统在2014年电气与电子工程师协会（IEEE）的计算机视觉与模式识别会议上首次亮相。它基于一项深度的神经科学研究，目的在于模仿人类的神经系统工作方式。DeepFace以两个步骤处理脸部图像，首先纠正面部的角度，令照片中的人脸朝前，使用的是一个“普通”朝前看的脸的三维模型；随后采取深度学习的方法，以一个模拟神经网络推算出调整后面部的数字描述。如果DeepFace从两张不同的照片得到了足够相似的描述，它就会认定照片展示的是同一张脸。

DeepFace 完成的是“面部验证”而非“面部识别”。“面部验证”是指认出两张照片中相同的面孔，而“面部识别”是指认出面孔对应的人是谁。当问到两张陌生照片中的面孔是否是同一个人时，人类的正确率为97.53%, DeepFace面对这一挑战的分数是97.25%，不论明暗的变化，也不论照片中的人是否直面着镜头。DeepFace 已经非常接近人脑的识别能力，比早期的类似系统，正确率提高了25%。这是一个显著进步，展示出“深度学习”的人工智能新手段的威力。

DeepFace 的深度学习部分由九层简单模拟神经元构成，它们之间有超过1.2亿个联系。为训练这一网络，Facebook的研究人员淘出了该公司囤积的用户照片中的一小部分数据，即属于近4000人的400万张带有面孔的照片。DeepFace 通过分析400万张图片，在它们上面找到关键的定位点，并通过分析这些定位点来辨别人脸。

假设Facebook不断提高该系统的准确度，那么这套系统能够衍生出来的相关应用将是非常强大的。如身份验证、定位等，人们可能不再需要身份证，而且目前困扰人们的移动支付安全问题可以得到解决。