时间: 2021-08-03 09:00:18 人气: 5 评论: 0
如今人脸识别技术早已应用在短视频和直播等热门领域，但这个话题至今在国内还是空白，所以籍此机**，为大家八卦一篇野史。
众所周知，人工智能主要围绕感知、认知以及创造这三种能力。
感知能力包括人脸、语音、图像识别、机器翻译等，认知能力包括阿法狗下围棋、自动驾驶、数据预测等，创造能力包括作曲、绘画、作诗等。创造能力我们人类还遥遥领先，短期内不**被**越。但认知和感知能力，目前已经在商业领域得到广泛应用。
2015年，老衬创业一款家居App，决定植入市场还属空白的一个AI功能，需要SLAM（位置定位与建图）这种感知技术，找商汤等头部AI公司接触一圈，既没有SDK也很少相关研究，最后只能和国外公司购买，过程中浪费了大量时间和人力物力。
那时查阅国外大量的AI资料发现，人脸识别技术发展背后，其实主要依赖美国极为复杂的政府和军方关系，如今人脸识别技术早已应用在短视频和直播等热门领域，但这个话题至今在国内还是空白，所以籍此机**，为大家八卦一篇野史。
人脸识别技术的早期阶段，有着非常浓重的政治色彩，甚至与核武器都有一些渊源。人脸识别之父伍迪布莱索（Woody Bledsoe），早在1960年以前，就已经在研究机器识别的相关技术，还得到了美国最秘密机构——中央情报局（CIA）的**助。
情报机构的**助背景，使得伍迪布莱索对于人脸识别技术基本缄口不言，直到2000年以后CIA逐渐解密，大家才公认布莱索是最早研究人脸识别技术的科学家，而且早在1965年就首次获得成功，1967年再次优化效率，只是出于“政治原因”没有论文问世。
伍迪布莱索1921年出生于美国俄克拉荷马州的梅斯维尔镇，家里有12个兄弟姐妹，生活过得非常贫困，父亲在他12岁时就去世了。为了补贴愈加拮据的生活，他高中毕业就开始做苦力活，每天干活12个小时，并且没有周末，后来因为二战爆发，他才辞掉工作去参军。
军旅生涯让伍迪布莱索从一个参战者角度见识到了原子弹的力量，这让他对核武器异常着迷，二战胜利之后，他迫不及待回到学校，2年半就完成了大学学业，然后又去伯克利读到博士，毕业后直接去了Sandia公司从事核武器研究，和氢弹发明者之一的乌兰做了同事，还亲眼目睹过一场氢弹试验。
伍迪布莱索的编程技术，早期纯粹是为了模拟和计算核爆炸数据。之后随着对计算机理解愈加深刻，他开始喜欢上机器替代人类识别事物这件事，和Sandia公司的同事布朗宁共同研究出一个称为N元组的算法，应该就是机器识别这个领域的最早雏形，那时他的梦想是未来造出一台识别所有事物的机器人。
1960年，伍迪布莱索和两个同事离开Sandia公司，共同成立一家新公司，名叫全景（Panoramic）。相比较伍迪布莱索后来的经历，全景公司期间的大多数工作至今都还是谜，大概那时研究的项目大多都与国防有关。
中央情报局（CIA）2001年解密一个资料，二战期间CIA发起过一个项目叫做MKUltra（控制人脑用于获取情报、逼供等），这个项目因为拿人体做实验，在美国引起很大舆论，MKUltra项目的研究范围很广，合作了80多家顶尖科学机构，其中就包括全景公司。
另一个是2014年King-Hurley公司的解密，King-Hurley向MuckRock（美国一个和政府索要信息公开的非营利组织）公布1963年他们就已经在研究人脸识别技术，而且合作者就是伍迪布莱索。值得一提的是King-Hurley也被证明是中央情报局的壳公司，
King-Hurley的解密透露，伍迪布莱索在1964年汇报进度时称，头发生长、面部表情和衰老状态，这三种因素**出了当下的计算机能力，建议增加预算，寻找新方法。1965年底，他终于在一款称为RAND的平板电脑上，第一次实现了人脸识别。
CIA在2005年又一次解密，伍迪布莱索1967年离开全景公司以后，也许是最后一次和CIA合作了人脸识别项目，除他以外还有一个科学家叫彼得哈特（Peter Hart），后来哈特引领了斯坦福研究所（后独立成为著名的SRI）的计算机视觉技术。CIA的项目叫做“快速筛查照**和肖像数据库”，解密文件称该项目可以将搜索时间缩短100倍。哈特后来回忆，出于“政治原因”，他和布莱索当时的研究，不能发布公开论文。
到了1970年，有朋友告诉伍迪布莱索，贝尔实验室里有位叫莱昂哈蒙（Leon Harmon）的科学家也在研究人脸识别，1973年11月，哈蒙发表了“人脸识别”第一篇公开论文，因此登上了《科学美国人》封面。
这是布莱索在1965年就应该获得的荣誉，此时他已经开始研究自动推理，还是评价了哈蒙的人脸识别论文说，哈蒙的研究至少还落后他和哈特5年时间。
在随后的二十多年里，伍迪布莱索在自动推理领域获了奖，又担任过美国人工智能协**主席，但他在人脸识别领域的巨大成就，很长时间以来并没得到世人认可，这位科学家1995年10月4日去世时，身份跟人脸识别没有太大关系。
人脸识别的技术发展，从伍迪布莱索开始，大部分时间都是由美国政府部门主导。
莱昂哈蒙发完论文，此后也都是在做计算机视觉相关的研究，他离开贝尔实验室去了凯斯西储大学，担任生物医学工程系主任，之后指导博士生托马斯克鲁拉（Thomas Collura）在脑电图领域获得了成功。
1991年，特征脸（Eigenface）算法被应用在人脸识别，首次实现了自动检测人脸。这项技术是霍普金斯大学的希洛维奇（Sirovich）提出，再由麻省理工学院（MIT）“连接科学”的创始主任亚力克斯彭特兰（Alex Pentland）发扬光大，彭特兰在2012年被《福布斯》评为“全球7个最强数据科学家之一”，获此殊荣的还有谷歌创始人拉里佩奇。
彭特兰对人脸识别的另一个贡献，是后来他亲自参与了人脸识别技术的首次商业化，也是和国防部合作。
1993年，国防部旗下的高级研究局（DARPA）发起一个FERET项目，在全美选拔五组人脸识别领域的顶级专家团队，研发最先进的人脸识别算法和数据库，主要目的用于安全监控和情报获取，亚力克斯彭特兰就是其中一组，国防部此举后来被很多人称为计算机视觉元年。
FERET项目从1993年9月份开始，总共经历了三个阶段，每个阶段的时间都是一年。
第一年考验五组团队的科研能力，只有三组团队成功了（包括彭特兰所在的MIT组）。第二年这三组团队继续深入研发和完善可用性。第三年测试性能和制定标准，他们成功建立了第一个人脸数据库，同时确定了人脸识别技术和性能检测的所有流程标准。
FERET项目从1997年开始在各大政府部门商用，而且变更了项目管理权，从国防部旗下的DARPA研究局移交给了美国商务部旗下的技术研究院（NIST），由NIST研究院开始普及商用，并且继续完善优化算法和性能。到今天，NIST已经拥有200多种人脸识别算法，还有**过800万人的人脸数据库。
2000年以后，NIST研究院又在FERET项目基础上做了延伸，先后发起两个新项目FRVT和FRGC，FRVT是评估技术可用性，测试算法系统性能，为采购技术的相关部门提供检测报告。FRGC则是面向市场上的公司和团队，联合其他部门的定制化需求，发布竞标比赛，FRVT负责对接评估，帮助不同部门完善人脸识别系统的个性化要求。
美国谍战大**中很多关于人脸识别的剧情，在现实生活中其实早已实现。美国军方从2004年开始建立自动化生物识别系统（ABIS），不仅包括人脸识别，还有虹膜、指纹、DNA等生物数据，这个数据库大约有800万个身份信息，而且正在快速增长。
比较知名的应用记录是在2011年，美国军方承认使用人脸识别来寻找本拉登，其他诸如警察局取证、机场监视等已经不胜枚举。
2010年，随着Facebook加入人脸识别功能，人脸识别开始走向个人。
从支付到美颜，全球互联网公司纷纷跟进，2017年苹果iPhone X首次发布人脸解锁功能，抢购一空同时引爆了市场，如今人脸识别已经应用在了方方面面，短视频、直播这些每天都**高频出现在我们身边。
近期，美国一家人脸识别公司Clearview AI因为客户名单泄露又引起了轩然大波，这家公司在社交媒体上抓取了30多亿张照**，可以精准查询用户的敏感信息，天使投资人是贝宝（PayPal类似支付宝）创始人，也是美国著名的科技捕手彼得蒂尔（Peter Thiel）。
Clearview AI一直声称其合作对象是政府部门，其实早在2018年，他们就辅助一位亿万富豪，获取女儿在曼哈顿餐厅的约**情景，包括约**者的身份信息。此次他们被入侵，泄露出来的客户名单长达2200多个，包括NBA、百思买、梅西百货、沃尔玛等27个国家/地区的不同机构和个人，并且Clearview AI是在全球抓取照**，不仅限于美国。
如今Facebook、Twitter、YouTube等社交媒体陆续禁止了Clearview AI抓取，但这种以贩卖个人敏感信息为商业模式的行为，市场早已有之。
与SaaS的软件即服务一样，很多市场调研、大数据类机构都自称自己是人脸识别即服务，这触发了人们又一次的科技伦理讨论，如果我们个人的敏感信息被大量私人机构掌握，未来将**带来什么样的后果。
疫情当前，除了短视频、直播以外，新的防疫“高科技”也火了，**脸验证身份以及自动测量体温的设备开始广泛应用。
车站、酒店、商**、小区、办公区等公共场所均有摆放，只要有人从镜头前经过，后台工作人员就能获得数据，甚至无需摘下口罩，不仅避免了交叉感染，也大大提升了检测效率。
人脸识别技术包括图像采集、人脸定位、身份确认等多种学科，目前国内技术较强的公司有商汤、旷视和BAT等，大多数人脸识别App和硬件设备，都是直接采购这些公司提供的API/SDK，不用自己开发。
当机器被赋予了更多能力，海量数据汇总以后的评估预测****出我们人类的智慧很多，能够极大的优化工作效率以及预防犯罪，但与此同时，这个“黑匣子”同样也引发了很多令人不安的伦理问题。
除了大量讨论AI未来的不可控以外，近在眼前的隐私问题，以及大家普遍关注的失业可能，就已经迫在眉睫。
机器开始承担多种复杂化工作，而且效率远胜人类。比如自动驾驶，我国仅货运司机数量已经**过3000万，出租车加网约车司机数量更多，机器学习远**个人学习新技能的速度，那么随着5G快速发展，类似失业这种现象将不可避免。
我们显然**拥抱AI，但同时也要敬畏和警惕新科技。
参考资料：
老衬，微信公众号：fengqitalk。多款百万级用户产品缔造人，擅长互联网产品运营，关注新兴科技产业。
本文原创发布于人人都是产品经理，未经作者许可，禁止转载
题图来自Unsplash，基于CC0协议
