要說現在人工智能行業哪個領域最火，那無疑是視覺識別。自半月前商湯科技宣佈完成6.2億美元的C+輪融資後，今天，依圖科技也宣佈完成2億美元的C+輪融資。

企業火的發燙，應用也不甘示弱。比如在張學友的演唱會上，人臉識別在抓捕逃犯方面直接上演“五連殺”，還有人臉識別已經越來越應用在學校課堂上了。但任何事物都具有兩面性，在人臉識別大行其道時，反人臉識別的技術也開始出現，據說能讓識別準確度減低至0.5%呢。

說到人工智能，現在獲得最廣泛關注或者說普遍應用的便是視覺識別技術了，從手機系統到社交網絡，從生活工作到學校生活，再到商業和保全應用，可謂無處不在。從全球的情況看，中國已然成為了這一領域的佼佼者。

根據IDC近期發佈的《IDC 2018中國計算機視覺應用市場研究》，截至2017年12月底，中國在該領域的規模達15.45億元人民幣，同比2016年增長184.0%。

而參與該領域的主流廠商，既包括商湯科技、依圖科技、曠視科技、雲從科技等初創公司，又包括騰訊雲、百度雲、阿里雲、金山雲等大型CSP廠商，除此以外還有眾多傳統的安防廠商如海康、大華、易華錄等。

其中，商湯科技、依圖科技、曠視科技和雲從科技被稱為計算機視覺“四小龍”。根據IDC的數據，“四小龍”的總體市場份額達到了69.4%，而其他廠商總體只佔市場的30.6%。

作為專注於視覺識別技術研發的四家中國公司，他們最近都有不錯的發展。比如，5月底，商湯科技宣佈完成6.2億美元的C+輪融資，將加大研發和人才方面的投入；在近日世界級投資權威機構Nanalyze發佈的世界十大AI初創企業中，商湯、曠世和雲從科技佔據其三；而曠視科技也將在杭州投資設立全資子公司，建設智能安防業務總部及智能硬件總部。

至於深耕安防領域，維持金融業務，大力佈局醫療影像業的依圖科技，則在今天宣佈完成2億美元的C＋輪融資，新投資方為高成資本、工銀國際、浦銀國際。不過，關於融資的用途，官方暫未給出說明。

據瞭解，依圖科技成立於2012年，致力於將人工智能技術與行業應用相結合，讓深度學習技術推動產業發展。目前已服務於安防、金融、交通、醫療等多個領域，此外也深入到人工智能領域的基礎性研究之中。

回顧一下依圖科技的融資史：

隨著融資的完成，未來更多的技術會營運而上。不過從目前的情況來看，人臉識別技術的應用已經很廣泛了。

張學友演唱會“5連殺”，歌神成歌壇神捕

6月9日，“逃犯剋星”張學友再顯神通。在金華演唱會現場，又有逃犯在演出現場被警方抓獲，而且這次收穫頗豐，一次性逮捕兩個。這也是繼4月7日南昌演唱會、5月5日贛州演唱會、5月22日嘉興演唱會後，警方第四次於張學友演唱會現場抓獲逃犯。

當然，並不是歌神有什麼特異功能，這個成果主要歸功於AI人臉識別技術。據瞭解，警方使用的這套系統解決方案主要是基於深度學習人臉識別算法，會集合運動跟蹤、人臉檢測、人臉識別、大規模人臉檢索等技術於一體，運用大數據平臺，能夠實現實時視頻或離線視頻的動態人臉識別、分析和處理。

在歌神演唱會上幾次對嫌疑犯的抓捕，正是基於人臉識別在“天網”系統中的運用。可以說，所謂的天網恢恢，疏而不漏，指的差不多就是現在的人臉識別技術了。

“當我們找到他的時候，他一臉茫然，沒想到我們能在數萬人中找到他。”南昌民警在接受媒體採訪時說。

人臉識別進入校園，監督學習、防止罪犯雙重療效

5月中旬，杭州第十一中學引進“智慧課堂行為管理系統”應用於課堂教學的新聞在國外引起了強烈的反響。據瞭解該系統可實現無感“刷臉”考勤，同時通過攝像頭，還可對課堂上學生的行為進行統計分析，並對異常行為實時反饋。

同時，根據該學校副校長的說法，這一系統最主要的作用是簡化考勤制度，用刷臉代替傳統意義上的口頭點名和刷卡，課堂學生行為統計分析屬附加功能。另外，該系統目前仍需完善，學校計劃截至今年暑假，完成智慧課堂行為管理系統在校內所有教室的佈局，實現刷臉考勤，同時輔助老師走班化制度下的管理。

其實，人臉識別技術走進學校，並不只發生在國內。就國外的情況而言，校園槍擊事件一直是他們擔心的重點。據瞭解，2018年2月14日，美國佛羅里達州布勞沃德縣帕克蘭的一所高中發生槍擊案，造成17人死亡 14 人受傷。於是，有些學校為了防止此類事故發生，便引進了AI人臉識別技術。

比如，美國紐約Lockport學區就購買了面部識別技術，計劃從9月份開始，在學校的建築物上配備識別人臉的監控系統。該監控系統由加拿大的SN Technologies公司研發，能夠在發現性犯罪者、停課的學生、被解僱的僱員、疑似幫派分子等列入黑名單的人進入學校時發出警告。

當然，對隱私極其注重的人可能會對此感到擔憂，於是，對抗人臉識別技術的系統就出現了。

抵抗人臉識別，多倫多大學開發新型AI

為了幫助一些注重隱私的用戶避免被識別到自己的容貌，多倫多大學近期開發了一項可以抵抗人臉識別的AI系統。

詳細來說，是多倫多大學教授Parham Aarabi和研究生Avishek Bose，研發了一個算法，可及時為圖像加上特效，擾亂人臉識別系統的分析效能。這個算法結合兩個神經網絡，一個用來分析數據製作圖像輸出，一個用來探測製作的圖像中含有的虛假數據，以這個方式就可以進行人臉識別再加上使用虛假數據的擾亂效果，起到阻礙目的。

據稱，這個人工智能算法可把人臉識別系統的準確度減低至0.5%，因為技術改變的是像素等級的數據，所以基本上肉眼看不出區別。他們希望未來可在網站或APP提供這個技術。研究人員表示，這個技術的特別之處在於這些算法可以自我學習，只需要提供訓練數據就可以達到效果。

其實，類似的技術早在2016年就出現過，不過每個技術有不同做法，大多都是在大學研究中心進行，暫時沒有推出市場讓大眾使用。

雖然現在人臉識別技術的使用已經很普遍，但我們還得承認，在監控系統中還是存在一定問題的。

一、識別不準。市場上最先進的面部識別系統仍然對女性和有色人種識別不太準確，識別小孩的臉尤其困難，因為他們正在發育，面部輪廓一直在變。

二、隱私問題。在學校使用的AI識別技術，在隱私方面面臨著很大的挑戰，比如，學生的臉在什麼條件下會被記錄？需要經過父母同意嗎？誰將監督那些操作這套監控系統的人員？如何保證隱私不外洩？......

三、效果未知。一些在學校使用的人臉識別技術，暫時還處於試用階段。對於其效果，暫時還沒有事實結果可以驗證。

所以，面部識別與人工智能的發展和應用是未來發展的大潮流之一，但是應用前這些技術還需要進一步的成熟，這樣才能保證好技術不會產生壞影響。