生物識別技術從算法到落地,多模態(tài)是生物識別必然的趨勢

近年來，人工智能被賦予了越來越多的想象空間，指紋識別、人臉識別、聲紋識別、虹膜識別、靜脈識別等算法的成熟，帶動了生物識別技術的市場規(guī)模日益壯大，并受到眾多資本的青睞。

前瞻產業(yè)研究院發(fā)布的《2018～2023年中國生物識別技術行業(yè)市場調研與投資預測分析報告》顯示，2016年生物識別技術行業(yè)的市場規(guī)模在150億美元左右，到2021年這一數(shù)值將增加至305億元。

近日，在生物識別技術行業(yè)耕耘了20年的眼神科技創(chuàng)始人、CEO周軍在接受《每日經濟新聞》記者（以下簡稱NBD）專訪時表示：“所謂AI+都還只是在路上，每一個成功的生物識別技術從算法到落地至少需要5年的時間，單一的生物識別技術都是有缺陷的。”

NBD：生物識別技術從算法到落地，需要經歷哪些階段？

周軍：生物識別技術其實是人工智能的一個細分領域，也就是機器視覺，兩者相當于“樹根”與“樹杈”的關系。人工智能的迅速發(fā)展主要是體現(xiàn)在深度學習領域的突破。

2012年以前，人工智能更多的是一項科學研究，生物識別技術因為服務器運算能力和深度學習技術尚未突破，其算法在全球范圍內效果并不好。直到GPU被用于大幅度提升深度學習的速度之后，生物識別技術算法的準確率也得到了迅速提高。

根據眼神科技過往經驗，一項新技術從研發(fā)到落地至少需要5年時間。從2012到2017年剛好5年，所以，2018年應該是整個人工智能行業(yè)關注落地的開始。

到現(xiàn)在，AI更可以說是一種解決問題的手段，我個人認為，所謂的“AI+”是指某些在路上探索、沒有落地、沒有形成盈利模式閉環(huán)的項目，在沒有解決問題之前，叫人工智能，解決了問題之后，是什么就叫什么。現(xiàn)在說的人臉識別、虹膜識別技術等都是經歷過深度學習后的一個結果。

也就是說，生物識別技術已經從概念包裝、探索商業(yè)模式來到行業(yè)落地的階段，無論是傳統(tǒng)行業(yè)的引領者還是新興的人工智能企業(yè)歸根結底讓AI商業(yè)化的第一步是找準自己的賽道，認清在賽道中所處的位置。比如在生物識別產業(yè)核心的技術可以撬動10倍、20倍的市場規(guī)模，如果在利用傳統(tǒng)行業(yè)領先的客戶資源擴大合作，整合以后可以帶動整個產業(yè)的發(fā)展。

NBD：進入智能時代，生物識別技術對B端和C端市場將帶來怎樣的改變？

周軍：目前，生物識別技術在C端市場還不夠明朗，作為技術公司，我們更傾向于為企業(yè)提供智能服務，以技術輸出的方式將賦能產品延伸到消費生活中，比如智能家居。

生物識別技術落在應用層，在不斷突破場景局限的同時，也將各產業(yè)推向了建設的高峰。有痛點也必然有甜點。比如在安防領域，利用天網抓捕罪犯可以大大節(jié)省警察的出勤人力；在金融領域，利用生物識別技術可以提高身份認證的準確率；在信息通訊領域，利用指紋進行手機解碼已經成為常態(tài)；在醫(yī)療領域，有效控制醫(yī)院管理中的漏洞，提高醫(yī)院工作的透明度。

NBD：目前從應用來看，指紋識別占比50%，語音識別、人臉識別、虹膜識別技術也開始增長迅速，技術成熟之后是否還存在一些障礙？

周軍：AI商業(yè)化我認為可分為3個階段，第一階段是“識你”，多模態(tài)融合識別技術和統(tǒng)一的標準是關鍵；第二階段是“懂你”，基于多場景布局和大數(shù)據產品構造全產業(yè)鏈完成用戶畫像；第三階段是“AI你”，統(tǒng)一的平臺和大數(shù)據尤為重要，到最后必然是數(shù)據和算力的比拼。

在生物識別這條賽道上，有兩個重要的核心競爭力：第一個是核心算法，第二個是落地能力。

在海外，指紋、虹膜、人臉識別是關注度最高的三個技術，在應用商業(yè)化的程度上也是依次由高到低排序。如今在國內，指紋識別與人臉識別在信息技術、信息安全、金融交易、社會安全等領域的發(fā)展?jié)u入佳境，但是虹膜識別技術在落地時沒有那么順利。

虹膜在整個生命歷程中保持不變，決定了身份識別的唯一性。從技術上說，虹膜識別技術優(yōu)勢明顯，解決了指紋易被復制和人臉易被改變的問題，但目前還處于一個“叫好不叫座”的階段，行業(yè)還需要時間等待。

隨著獲取人眼中虹膜的技術得到解決，虹膜識別還面臨著應用基礎資源與環(huán)境不足的問題，市場還沒有針對虹膜識別專門的傳感器，很多是借助某些工業(yè)領域，舶來為虹膜識別所用，沒有為虹膜識別專門打造的產品。

除此以外，眼睛對人來講是一個相對隱私性比較強的事物，只有當人們在心理上完全接受這項技術擁有了安全感，虹膜識別才能在國內迎來爆發(fā)式地增長。

到目前為止虹膜識別技術的成熟已經完全可以接近應用，從硬件上已經完成了在20～50厘米、35～60厘米和45～90厘米不同場景距離下獲取虹膜的設備，但這套技術的推廣需要風口，因此，我國虹膜識別市場的滲透空間還很大，未來增長潛力有望持續(xù)釋放。

NBD：在生物識別的分領域目前已有多個AI獨角獸企業(yè)開始嶄露頭角，您認為未來生物識別技術將形成怎樣的行業(yè)趨勢？

周軍：憑著安全、可靠、便捷等優(yōu)勢，指紋識別、人臉識別、虹膜識別等逐漸融入人們生活，近幾年中國生物特征識別市場規(guī)模保持高速增長，一些生物識別技術目前在部分場景甚至可達到99%以上的識別率。但從各主要生物識別技術應用的發(fā)展現(xiàn)狀來看，單一的生物識別技術各有優(yōu)缺點，在應用上難免會出現(xiàn)一些問題。

實際上，很多生物識別技術都是一種基礎型的算法，并不具備行業(yè)縱深能力。它們需要依靠在產品上實現(xiàn)多種應用，才能將技術變現(xiàn)。而各家生物識別技術之間差距其實都不足以互相碾壓，最終比拼的仍是市場和渠道，以及切入場景后的用戶體驗。

在這一層面，尤其是安全問題會將會成為一個阻礙生物識別落地的關鍵問題，未來生物識別將會取代密碼，但一旦丟失就將面臨被他人截取、仿造等涉及隱私保護的重要課題。

另外，單一的生物識別技術都是有缺陷的。首先，一種技術要公平，不能形成某種歧視，比如因為長期勞作，指紋已經變得模糊甚至沒有指紋；其次是技術的安全問題，比如人臉識別的準確性要低于指紋與虹膜，且可以通過3D合成照片進行偽造。所以，從整個生物識別技術行業(yè)來看，生物識別技術在應用時需要互補，我認為，組合在一起，多模態(tài)才能解決身份識別問題。

例如，可以把人臉決策權重和指紋決策權重結合在一起，既能提高準確率，又能擴大應用場景。所以，在當前，多模態(tài)是生物識別必然的趨勢。在一些安全等級要求較高的應用場景當中，往往會采用兩種甚至兩種以上的生物識別技術進行驗證，取長補短融合發(fā)展。