一夜爆紅的人臉識別其實並不算新技術。2012年，臉部解鎖功能首次亮相在搭載安卓平臺的Galaxy Nexus上；2015年，微軟開發了生物特徵識別系統 Windows Hello，支持面部識別登錄，谷歌推出號稱當時最強的人臉識別系統FaceNet；同年，尚未離職的百度首席科學家吳恩達宣佈百度的人臉識別技術已超越谷歌，馬雲則在德國通過支付寶成功“刷臉”購買了一張1948年漢諾威工業博覽會的紀念郵票。
早在蘋果之前，三星也是這個領域的最大玩家之一。然而“刷臉時代”的臨門一腳，終究還是交給了蘋果。“運用3D 結構光技術，一個滿是傳感器的額頭，以及比指紋Touch ID更安全。”三句話足以概括iPhoneX 的Face ID。蘋果之所以選擇2017年這個時間點發布自家的“人臉識別”，並非“十週年”情懷，一定程度上是因為支持這項應用的“深度學習技術”已發展到具備實用化水準。
深度學習是人工神經網絡的一個分支，也是人工智能的主引擎。早在1943年,美國數學家沃爾特·皮茨(W.Pitts)和心理學家沃倫·麥克洛克(W.McCulloch)就提出了人工神經網絡的概念。但直到半個多世紀後深度學習技術作為機器學習的第二次浪潮，才開始進入快速發展時期。這項實驗室裡的高深理論，最初的應用主要是在圖像和語音領域。
“隨著神經網絡深度學習的發展，人臉識別是較早開始被關注，並被順利快速產業轉化的技術。當前最新的人臉識別技術，在特定情況下，可以做到99.99%的精度，所以在公安領域、金融領域、民用領域已經開始逐步試水以人臉識別技術為基礎的服務功能。”螢石網絡的技術專家Dominic談及人臉識別技術時坦言。
幾年前，人們對人臉識別的印象還停留在“一個頗具娛樂性的噱頭”，熱衷於上傳照片“測測你的臉最像哪位明星”這類的H5遊戲。如今，基於深度學習技術的人臉識別功能也已經越來越趨於實用，它被應用到諸多領域，併為人們的生活提供更為實際的便利。
Face ID將人臉識別再次推向了風口浪尖，表面看起來是蘋果這樣的企業又一次引領了技術潮流，但實際上只是技術浪潮來臨時的一次順風而行。靠“臉”吃飯的時代，也許真的要來了。
閱讀更多 爆景科技 的文章
