院士谭铁牛:智能化时代生物识别的机遇与挑战(附报告全文)

摘自:中国人工智能学会(微信ID: CAAI-1981)

院士相关文章:

近期最新文章:院士李德毅:大数据认知(演讲全文)

2015年8月14日,由中国科协、中国科学院指导,中国人工智能学会发起主办的第五届中国智能产业高峰论坛在上海长荣桂冠酒店顺利召开。

谭铁牛the expert

中国人工智能学会副理事长、中国科学院院士

报告题目:《智能化时代生物识别的机遇与挑战》

摘要

“互联网+”的本质是什么?简单的讲,我认为就是“以人为本,连接一切。”既然是以人为本,当然你要知道这个人是谁。因此“我是谁”是“互联网+”,连接人与服务的关键问题。也正因为这样,所以我觉得“生物识别”将是智能化时代的一个关键技术。

以下是报告全文:

谭铁牛:大家下午好。上午大家已经听了5个非常好的报告。 之前在7月26-27号中国人工智能大会上,我回顾了人工智能发展60年的历程。今天咱们是产业的论坛,所以我今天想讲一个比较具体的问题。题目叫“智能化时代生物识别的机遇与挑战”,讲“生物识别”,这是一个跟大家都有关系的技术。因为时间很有限,半个小时之内,希望留一点时间跟大家一起讨论。

所以主要是讲这三个问题:

1.时代背景。

2.重要机遇。

3.面临的挑战。

生物识别大家应该都不陌生,有时叫“生物特征识别”,即根据人自身的特征,比如你的指纹来识别你是谁。这些自身的特征,就叫作生物特征,有两大类。生理特征是与生俱来的,比如你的指纹、你的虹膜;行为特征是后天习惯使然,比如:你走路的样子,写字的笔迹。人体有很多可以用来进行身份验证的生物特征。

回顾人类文明的发展史,留给大家应该都有一个深刻的启示,就是科技创新永远都是人类文明进步的根本动力。伴随着人类文明的进程,社会形态也在发生着深刻的变化。在座的各位可能见过这张照片下半部分的内容,人类是经历了农业社会、工业社会,然后又到信息社会。信息社会进一步发展,必然到智能化社会。智能化是人类文明的大趋势,所以引领智能化的发展是智能技术。也正因为智能技术的引领和驱动,我觉得我们已经起步走进了一个崭新的时代,这就是智能化时代。

在智能化的时代,智能产业将是经济发展的新引擎。上午有的专家的报告里也提到了,产业的智能化和智慧产业化,这是整个国际产业发展的大趋势。所以大家如果仔细研究一下,无论是美国的工业互联网,还是大家耳熟能详的德国的工业4.0,日本的工业智能化或者是英国的2050战略,实际上都能找到一个共同点,就是都把“智能产业”作为他们新时期工业发展战略的根本抓手。对于我们国家来说,我认为“中国制造2025”和“互联网+行动”将是我们国家发展智能产业的加速器。这是我个人的认识,因为中国制造2025主攻方向非常明确,即智能制造。互联网+行动的核心内容,我认为是“智能+X”。我认为中国制造2025战略,未来30年的我国制造业的发展蓝图,以及互联网+行动,一定是推动国家智能产业发展的加速器。我想特别值得一提的是7月1号国务院发布的《关于积极推进互联网+行动的指导意见》,我觉得是推动人工智能发展,推动智能产业发展的一个重大利好消息。大家也注意到,这个《意见》里一共有11项“重点行动”,最后一个压轴的就是“互联网+人工智能”。尤其值得一提的是,里面特别提到“生物特征识别”。显然是起草这个指导意见的专家们、领导们,认为“生物特征识别”在这个时代特别重要,所以特别写到“11项重点行动”最后压轴的“互联网+人工智能”这个领域里面。所以在“互联网+”时代,生物特征识别有一个更好的发展机遇。

大家都知道三大互联网公司BAT,百度的特点是连接人与信息,阿里巴巴是连接人与商品,腾讯是连接人与人。我有时候在想,互联网的本质是什么?“互联网+”的本质是什么?简单的讲,我认为就是“以人为本,连接一切。”既然是以人为本,当然你要知道这个人是谁。因此“我是谁”是“互联网+”,连接人与服务的关键问题。也正因为这样,所以我觉得“生物识别”将是智能化时代的一个关键技术。

这是我讲的第一个问题,时代背景。

在新的时代,生物识别技术到底有些什么机遇和挑战?我们经常讲“机遇和挑战同在,机遇大于挑战”,我今天都讲一讲。我觉得生物识别将日益成为智能终端的标配。可穿戴设备蕴含生物识别巨大的发展空间。这里面有很多,大家需要看到的,包括一些咨询公司提供的一些意见,都能说明这些发展趋势和机遇。智能汽车,还有众多的家电,我觉得也在呼唤生物识别技术。因为所有这些,都希望为我们提供个性化的服务。生物识别云服务喷薄欲出。我相信在非常近的未来,生物识别将作为一种“云”的服务提供给大家。也就是说Biometrics-as-a-Service。用户只需要有一个采集设备,比如:拍个照片,你的脸相传到云端。包括指纹,都可以采用生物识别云服务的应用模式。所以这里面有巨大的市场前景。智能化改造升级提供部署大规模生物识别系统的重大机遇。这些行业,这些领域的智能化的改造升级,实际上为我们部署大规模生物识别系统提供了巨大的机遇。

我不知道大家知道不知道印度前些年启动了一个全国性的项目,专门成立了一个副部级的机构推动这个项目,叫UID项目。他们用25亿美金推这个UID项目,就是希望为印度十几亿人,每个人都建立一个基于他(她)的脸相特征、指纹特征、虹膜特征终身不变的、每个地方都能用的身份标识。所以他们每天基本上是200万人的采集速度在采集这些生物特征信息,这是一个非常大的项目。我相信我们国家,也是迟早的事,因为它将会成为我们国家人口的一个基础设施。所以尽管我们都比较反感证明“我妈是我妈,你妈是你妈”,但是证明“你是你,我是我,他是他”还是需要的,当然不是要拿一大堆证明,而是要依靠生物识别技术。

下面讲一讲生物识别在智能化时代的挑战。 生物识别经过多年发展,在用户配合、场景简单、环境可控的条件下,可以取得良好的识别效果。但现有的生物识别技术发展水平和智能化时代身份认证的现实需求还存在很大差距。智能化时代以人为中心,崇尚“便捷、高效、安全、私密”,对生物识别提出更高要求。

新挑战集中体现在对便捷性、鲁棒性、安全性方面更高的要求。

挑战之一:移动终端和可穿戴设备生物特征信息的获取。主要特点:小巧精致时尚、高易用性、低成本、轻量级计算、穿戴中实时感知、用户体验良好。

我们那些穿戴设备做的比较灵巧、比较小巧,又希望比较时尚,但是对于信息的采集就提出了挑战,所以这是挑战之一,也就是移动终端和可穿戴设备生物特征信息的获取在便捷性上是一个巨大的挑战。

创新的思路:移动终端和可穿戴设备生物特征信息的获取,可以寻找更加便捷的方法。在你不经意的使用过程中,我就可以采集我所需要的信息,而不需要你专门配合前面的采集设备,这是发展的一个思路。

挑战之二:复杂场景中生物特征信息的获取(以虹膜为例)。

我做生物特征识别也做了很多年,特别是虹膜识别。大家知道,现在虹膜识别,目前主要是人盯着采集仪看,配合它,而且一次只是一个人。我的梦想就是跟摄像机看人脸一样,只要你看我一眼,我就能把你的虹膜图像采下来。这个大家想一想,多有用?有的时候小偷偷东西,戴个手套指纹没有了,戴个头套脸也没有了。但是他总不能让戴个眼罩,把眼也蒙住吧?

挑战之三:复杂场景生物特征识别是本领域公认难题。 [PPT图 下面半部分我是引用了美国NIST生物识别资深专家的一个图表,这个上下对于场景比较好的情况下,比较可控。背景差不多一样的。第二个呢,光照差不多,但是背景有所变化,第三个就是真实应用中经常碰到的,你看,黑框框、红框框和蓝框框。这个是识别率,上面一条线是黑的,对应于背景一致的情况下,蓝框框是对应最后一个,你看看,效果就明显差很多,这就是一个挑战。所以不破解这些问题,化解这个挑战,大规模的应用就是个问题。

我想从鲁棒识别方面,就是鲁棒性方面的挑战。解决的思路: 智能化时代大数据条件下模型学习的突破-深度学习。其实深度学习只是脑认知的一个非常简单的浅层模型或模拟,只是进行了多层表达这么一个非常简单的模拟,但效果非常好。我现在讲的不是说要谈“深度学习”,我只是说深度学习同样为我这个问题带来了一个解决办法。

从事这个领域的同行一定知道Viola-Jones算法。[PPT图 大家看看即使有60%遮挡,我还是可以把这个人脸检测出来。虹膜也是一样的。步态识别的挑战就是我变了个角度,你还能不能识别出来。同样用的深度学习,效果非常好。]

挑战之四:生物识别系统自身的安全问题。

这一段视频是BTV上面的,是讲iPhone 6指纹解锁漏洞。所以生物识别系统本身也有安全问题。拍了图象以后,图象里面有没有篡改,特征出去以后,特征模板有没有被人改了等等,所有这些问题都是生物识别系统本身遇到的挑战。我前边讲的四个挑战,对应于前面提到的“三个性”问题。其实一个产业要发展起来,它的挑战不完全是技术层面的。

挑战之五:技术与产业创新发展的环境有待优化。

比如:我前面提到印度做的项目国家投入力量很大。所以我说政府的推动力度需要强化。另外,行业的规范需要健全优化。什么意思呢?作为一个用户可能看到,这一家公司说能够提供世界一流的生物特征识别产品,它的指标达到99.99%。另外一个公司可能说指标还多一个“9”,但是到底是谁家的好?没有一个统一的规范,没有一个统一的技术标准。这实际上是行业发展的挑战。还有技术与产品交易的管理力度有待加强。技术与产品交易的管理力度,我觉得需要加强。原因就是因为生物识别有关安全、隐私,因为我从你身上获取的特征除了识别你是你之外,我可能还可以挖掘出你其它方面的信息,这就涉及到你的隐私,尤其是用在我们国家的一些安全方面,包括国内现在一些生物识别企业,有做代理的,产品进来以后也没有经过安全测试。这个在我看来,目前好像是一个比较弱的方面。再一个,基础条件与环境有待进一步完善等等。

着眼于改善优化这些环境,也是借中国人工智能大会、智能产业博览会的大舞台,智能产业高峰论坛的契机,2012年我们成立了生物识别产业技术创新战略联盟,实际上就是为了这个行业的发展搭建大舞台,大家一起来创新。由于时间的关系,我就主要汇报这三个问题。

结束语,三句话——人工智能等信息科技的快速发展推动人类社会起步迈进智能化新时代。智能化新时代为生物识别既创造了无处不在的新机遇,也带来了亟待破解的新挑战。人工智能领域的同仁们当精诚合作,协同创新,把握智能化时代的历史机遇,为国家经济社会发展提供尖端的身份认证技术。

谢谢大家!

报告后,现场参会代表积极提问,与谭院士展开了热烈的探讨。

[谭铁牛与现场听众互动环节。]

问:谭院士您好,您是生物识别的泰山北斗。我想请教您一个问题,在您看来,您对什么样的生物识别技术产品最感兴趣?在市场领域,您又最看好哪个具体的应用方向?谢谢!

谭铁牛:你过奖了。我觉得虹膜识别和人脸识别结合是一个重要的发展趋势,原因很简单,都是长在我们脸上,而且很好的把人脸识别的便捷性和虹膜识别的精确性二合一在一张脸上。当然,我也不是说指纹识别不好。因此我的结论是,指纹识别要继续往前推,人脸+虹膜是发展趋势。

今天在座的不是做这几个方向的,我没有提到的,也有你们的发展前景。

问:DNA亲子鉴定,如果是亲子的话,基本上是达到百份之九十九点几。虹膜,如果是亲子鉴定相似度是多少?

谭铁牛:原来在国际上有人认为,说虹膜跟人的基因没关系。我一直对这个打个“问号”,所以有一天晚上,我儿子那个时候还才几岁的时候,在我书房里面摆了一个虹膜设备,我偶尔看到他的虹膜跟我的虹膜很相似。我回去就跟我的学生讲,你研究一下父子之间虹膜有没有相似?结果是有关系的,所以从这个角度讲,我否定了过去说“虹膜跟基因没有关系”的观点。所以再回到你的问题,在这方面可以有一些判断的依据,但是不足以做亲子鉴定。

问:您知道现在很多女孩子都喜欢戴美瞳,如果戴了美瞳的现象出现,对您的研究有没有干扰?您怎么解决?

谭铁牛:这个问题很实际,而且我们现在有办法判断,就是判别摄象头面对的这个人有没有戴美瞳。我们的虹膜识别技术授权到国内也有,国外也有。不知在座的各位有没有去过阿联酋。提供给阿联酋各大口岸进行虹膜识别的公司是我们的被授权方,他们就给我提出来,说:你能不能识别出来要识别人的有没有戴美瞳。因为有的人知道他在黑名单里,就故意戴美瞳。这个蒙混过关是过不去的。

原文发布于微信公众号 - 大数据文摘(BigDataDigest)

原文发表时间:2015-08-21

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏大数据文摘

[清华论文]数据资产估值,两年前我想到了这些...

39430
来自专栏AI科技评论

深度 | 十问陆奇:百度要如何赢得AI的未来?

百度正在酝酿一场反弹。 在雷锋网看来,2016年可谓是百度的“危机之年”:在2016年以前,这家位于中国互联网第一阵营的公司所遭受的所谓“危机”,其实都停留在百...

28650
来自专栏AI科技评论

自然语言处理的下一个十年将在哪里?CCF-GAIR 2018将给你答案

不管学界还是业界,对自然语言处理的谈论越来越多,更有甚者,自然语言处理被上升到战略层面。

10830
来自专栏钱塘大数据

【钱塘号专栏】BAT、网易、京东等是怎么做大数据风控的?

本文作者:蹲在角落数蝈蝈 大数据风控目前应该是前沿技术在金融领域的最成熟应用,相对于智能投顾、区块链等还在初期的金融科技应用,大数据风控目前已经在业界逐步普及,...

39360
来自专栏大数据文摘

大悦城实践:大数据拯救传统零售业

29750
来自专栏钱塘大数据

【推荐阅读】BAT、网易、京东等是怎么做大数据风控的?

本文作者:蹲在角落数蝈蝈 大数据风控目前应该是前沿技术在金融领域的最成熟应用,相对于智能投顾、区块链等还在初期的金融科技应用,大数据风控目前已经在业界逐步普及...

42870
来自专栏云计算D1net

IT 行业变化趋势:向云端服务提供商转型

最近,ServiceNow 公司发起了一个由 1850 位资深管理者参与的行业调查,调查显示云计算在企业中扮演的角色越来越重要。在调查中,超过半数(52%)的受...

35450
来自专栏数据的力量

大数据在金融行业的应用

37950
来自专栏量子位

深度学习入行门槛太低,不开心!

安妮 问耕 编译整理 量子位 出品 | 公众号 QbitAI 进入门槛太低正在毁掉深度学习的名声! 这么一篇标题“忧心忡忡”的讨论帖,毫无意外的在reddit上...

39460
来自专栏AI科技评论

为什么欧盟呼吁共建 AI 伦理准则?

下面这些问题,可能在我们不久的将来(一年或者两年?)就会出现在我们身边: 1.目前人工智能正逐渐大规模地应用于医疗行业,许多疾病的诊断已经可以通过机器学习的方法...

392100

扫码关注云+社区

领取腾讯云代金券