人臉識(shí)別可以幫助破案嗎？

當(dāng)然可以，我們能將罪犯的五官與嫌疑犯進(jìn)行匹配、識(shí)別，而生活中攝像頭的輻射范圍也到了犄角旮旯。關(guān)于這個(gè)問(wèn)題，這是最常見(jiàn)的思考邏輯。

但現(xiàn)實(shí)卻困難得多。首先，如果犯罪有影像資料，并非一定有助于識(shí)別五官，因?yàn)槟壳笆忻嫔?95％ 的攝像頭都是低分辨率。再者，蓄意犯罪的人大多會(huì)進(jìn)行面部遮擋。

這個(gè)難題所代表的正是人工智能正沿著技術(shù)軸心一步步上升時(shí)，其在商業(yè)中難以真正實(shí)現(xiàn)行業(yè)落地的困境。目前，對(duì)人臉識(shí)別及其重視的 AI 公司在技術(shù)發(fā)展上都取得了不小的成績(jī)。FACE＋＋聲稱最多可以通過(guò) 106 個(gè)點(diǎn)實(shí)現(xiàn)即便在快速移動(dòng)的視頻流中，關(guān)鍵點(diǎn)依然能完美貼合人臉；百度 AI 平臺(tái)給出的人臉識(shí)別準(zhǔn)確率可達(dá) 99．77％。但人臉識(shí)別最常見(jiàn)的使用場(chǎng)景都需要被檢人的配合：機(jī)場(chǎng)排隊(duì)進(jìn)行人臉識(shí)別、會(huì)議的安檢通道也需要對(duì)參會(huì)人員依次進(jìn)行匹配。

當(dāng)真正有擾亂秩序者出現(xiàn)，人臉識(shí)別的安防能力將在哪里？無(wú)人駕駛何時(shí)能真正「無(wú)人」？翻譯機(jī)何時(shí)能夠真正代替翻譯？技術(shù)樂(lè)觀派都相信，只要不斷提高準(zhǔn)確率，不斷訓(xùn)練模型，不斷深耕人工智能技術(shù)，這些問(wèn)題就會(huì)迎刃而解。那時(shí)候，人臉識(shí)別不會(huì)有一點(diǎn)誤差，無(wú)人駕駛能識(shí)別所有障礙物，翻譯機(jī)將是世界公民。

商人身份的吳明輝則不贊成由公司來(lái)把技術(shù)做到極致。他認(rèn)為，把技術(shù)做到 100％、99％是學(xué)校、科研應(yīng)該做的事，而商業(yè)是如何讓 85％ 的技術(shù)也能實(shí)現(xiàn)落地。

用「人工智慧」來(lái)扣起人工智能的商業(yè)閉環(huán)

回到最開(kāi)始的問(wèn)題，這位父親是警察的北大計(jì)算機(jī)碩士給出了如何通過(guò)「85％ 的技術(shù)」破案的答案，「我們可以把當(dāng)時(shí)的這個(gè)人的比如體貌特征拿出來(lái)，比如深藍(lán)色的襯衫、短發(fā)、男性、沒(méi)戴眼鏡等等。如果這個(gè)人遮擋面部，比如帶了口罩跑進(jìn)商場(chǎng)，換了一套衣服又該怎么辦呢？這時(shí)候按照公安的邏輯推理，是觀察有沒(méi)有一個(gè)人沒(méi)有進(jìn)去但是出來(lái)了。」

吳明輝認(rèn)為目前 99％ 以上的案件并沒(méi)有一個(gè)完整的高清的人臉識(shí)別，但利用數(shù)據(jù)依然可以破案，只要將人在具體行業(yè)中積累的特殊智慧交給人工智能。他對(duì)極客公園創(chuàng)始人張鵬說(shuō)：「互聯(lián)網(wǎng)上的數(shù)據(jù)非常多，快遞物流、消費(fèi)記錄、身份信息等等。這些數(shù)據(jù)如果結(jié)構(gòu)化了應(yīng)用到行業(yè)里邊，就可以變成知識(shí)，知識(shí)其實(shí)是效率更高的一種數(shù)據(jù)。比如，這些數(shù)據(jù)可以在公安情報(bào)人員辦案時(shí)使用，但這些數(shù)據(jù)是多元異構(gòu)，需要有一套接近于破案時(shí)大腦思考模式的系統(tǒng)來(lái)幫助公安更好的使用這些數(shù)據(jù)。」

據(jù)中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心發(fā)布的統(tǒng)計(jì)報(bào)告顯示，截至 2018 年 6 月，中國(guó)網(wǎng)民規(guī)模已達(dá) 8．02 億人，互聯(lián)網(wǎng)普及率達(dá) 57．7％。其中，使用手機(jī)上網(wǎng)的網(wǎng)民數(shù)量為 7．88 億人。同時(shí)，中國(guó)的網(wǎng)絡(luò)購(gòu)物和網(wǎng)絡(luò)支付用戶有 5．69 億人。外賣平臺(tái)、社交網(wǎng)絡(luò)、電商平臺(tái)等應(yīng)用繁榮的背后，越來(lái)越多的數(shù)據(jù)正在呈加速度累積。

2014 年，斯諾登事件出現(xiàn)后，吳明輝更加確定中國(guó)未來(lái)一定要有自主知識(shí)產(chǎn)權(quán)的軟件平臺(tái)、數(shù)據(jù)平臺(tái)。于是，從他的另一家公司「秒針」里調(diào)出 20 個(gè)人成立了一家能幫助人更好使用數(shù)據(jù)的公司「明略數(shù)據(jù)」，用「知識(shí)圖譜」的方式開(kāi)發(fā)了全球第一個(gè)能做推理的人工智能引擎「明智系統(tǒng)」，再結(jié)合不同行業(yè)的數(shù)據(jù)從而逐步構(gòu)建公安大腦、金融風(fēng)控大腦、工業(yè)安全大腦。吳明輝介紹說(shuō)，這個(gè)引擎是結(jié)合了人類智慧和數(shù)據(jù)的關(guān)聯(lián)關(guān)系后打造出的能為人理解的知識(shí)體系，在這個(gè)知識(shí)體系的支持下所有 AI 算法的效率會(huì)變得更高。

目前，明略數(shù)據(jù)已成功服務(wù)部分省級(jí)公安廳和市級(jí)公安局，中國(guó)人民銀行、交通銀行、光大銀行等金融機(jī)構(gòu)，中國(guó)中車、上海地鐵等行業(yè)客戶。

吳明輝坦言，在技術(shù)上明略數(shù)據(jù)可能比不過(guò)很多頭部的 AI 創(chuàng)業(yè)公司，但其卻可以在真正的行業(yè)應(yīng)用上遠(yuǎn)遠(yuǎn)跑在多數(shù)公司前頭，這背后的原因是他們能針對(duì)某個(gè)行業(yè)去定制人工智能算法。他說(shuō)，絕大多數(shù)技術(shù)模組，比如做視頻、做語(yǔ)音，我們比他們（指專攻技術(shù)的 AI 創(chuàng)業(yè)公司）差點(diǎn)沒(méi)關(guān)系，他們做到 95％，我都不用做 94％，85％ 就行了。85％ 能幫助公安破的案就比他們多多了。

他認(rèn)為 AlphaGo 是非常好的一個(gè)例子：「如果你不告訴 AlphaGo 一些人類的基本邏輯，它可能就傻算，耗大量的電費(fèi)，但輸入規(guī)則和策略后，就完全不同。」

AI 時(shí)代的產(chǎn)品經(jīng)理

貼近行業(yè)還有另一個(gè)好處，每天都將有新的數(shù)據(jù)反哺這個(gè)產(chǎn)品。「在設(shè)計(jì)產(chǎn)品過(guò)程中都面對(duì)的一個(gè)難題，就是一定要形成反饋。」吳明輝拿出了自己的一套產(chǎn)品理論，「廣義的人工智能就意味著你這個(gè)系統(tǒng)可以自我迭代。但這件事情并不是一個(gè)科學(xué)家就能搞定的事情，因?yàn)檎麄€(gè)迭代和進(jìn)步是需要有商業(yè)環(huán)境的。正是出于這樣的原因，人工智能的企業(yè)跟傳統(tǒng)的企業(yè)相比，不僅需要優(yōu)秀的技術(shù)團(tuán)隊(duì)，還要有強(qiáng)大的品牌拓展和營(yíng)銷能力。」

他解釋說(shuō)，就像我們給警察局提供的軟件，每天警察都能給到最新的數(shù)據(jù)反饋，來(lái)確定系統(tǒng)輸出的判斷是否有問(wèn)題。比如，軟件提供的一些嫌疑人線索，最終這些人是不是真的罪犯，警察是會(huì)給反饋，而這些反饋數(shù)據(jù)將能使軟件優(yōu)化、迭代。

數(shù)據(jù)對(duì)于智能產(chǎn)品而言是重要的原材料。同樣是耳熟能詳?shù)?AlphaGo，其需要從大量的人類對(duì)戰(zhàn)棋局?jǐn)?shù)據(jù)中學(xué)習(xí)出何種對(duì)弈方式。再者，視覺(jué)識(shí)別也需要大量有用的數(shù)據(jù)進(jìn)行模型訓(xùn)練。

正因?yàn)橛腥绱硕嗖煌谑忻嫔掀渌髽I(yè)的產(chǎn)品見(jiàn)解，吳明輝將自己自詡為「企業(yè)級(jí)服務(wù)領(lǐng)域里最靠譜的產(chǎn)品經(jīng)理」。在他看來(lái)，AI 時(shí)代需要的產(chǎn)品理念已經(jīng)與傳統(tǒng)互聯(lián)網(wǎng)時(shí)代有很多不同的地方，雖然仍有些一脈相承的思想，比如重視所服務(wù)行業(yè)賽道所對(duì)應(yīng)的成本有多大。

「如果一個(gè)產(chǎn)品定義為 AI 的時(shí)候，大家對(duì)它有非常高的期望，如果有一點(diǎn)差錯(cuò)，你就會(huì)覺(jué)得不好。但目前的機(jī)器學(xué)習(xí)幾乎不可能做到生產(chǎn)出完全不出錯(cuò)的產(chǎn)品。」吳明輝說(shuō)，「?jìng)鹘y(tǒng)互聯(lián)網(wǎng)，并沒(méi)有對(duì)『完美』如此執(zhí)著的追求。」

這位產(chǎn)品經(jīng)理給出了他的彌補(bǔ)方案：當(dāng)沒(méi)辦法精進(jìn)人工智能的算法時(shí)，只能選擇去演進(jìn) AI 情商，去通過(guò)一個(gè)巧妙的設(shè)計(jì)補(bǔ)回來(lái)可能出現(xiàn)的錯(cuò)誤。

當(dāng)電梯里面擠滿了人，人會(huì)說(shuō)：「不好意思，我擠一擠」。而機(jī)器只能靠 AI 算法，評(píng)估空間大小，從而決定是否進(jìn)入電梯。如果評(píng)估失誤，還可能出現(xiàn)擠壓到人的情況。吳明輝很自信地說(shuō)，這時(shí)候的我們的產(chǎn)品設(shè)計(jì)是，在進(jìn)去之前機(jī)器會(huì)先說(shuō)「我年紀(jì)小，腿腳不靈，給請(qǐng)大家給我讓讓路。」

資本市場(chǎng)似乎也認(rèn)可了吳明輝的這些策略。今年，明略數(shù)據(jù)宣布獲得 10 億人民幣 C 輪融資，華興新經(jīng)濟(jì)基金、騰訊產(chǎn)業(yè)共贏基金是本輪投資方。而其 2015 年獲得硅谷天堂近億元投資 A 輪融資；2016 年 8 月獲得 2 億人民幣 B 輪融資，紅杉中國(guó)領(lǐng)投，分享投資以及硅谷天堂等跟投。

「這些產(chǎn)品想法都是通過(guò)燒錢和不斷地踩坑鍛煉出來(lái)的。歷史上我融過(guò)投資人的錢也有幾十個(gè)億了，如果我從第一天不踩坑的話可能能省出三分之二來(lái)。」吳明輝說(shuō)。不過(guò)，明略數(shù)據(jù)在 AI 領(lǐng)域落地的步伐讓他確定這些錢不是白燒了。