「顔認証」は大人気だけど、知らないことも多い

CeBITカンファレンスでのジャック・マー氏の「顔スキャン」支払いから、マイクロソフトの最近の「何歳」まで、「顔認識」技術に関する議論は常に大きな注目を集めていますが、この技術の具体的な応用と発展に対する市場の認識は非常に限られています。実際、機械学習やディープニューラルネットワークの急速な発展とスマートデバイスの普及により、「顔認識」技術は前例のない発展を遂げています。

2009年、米国マサチューセッツ州の企業であるAffectivaは、すでにクラウドベースの顔認識と感情認識分析サービスの模索を開始し、李嘉誠氏から投資を受けました。2010年末、Facebookも顔認識の分野での計画を開始し、2012年に有名な顔認識企業Face.comを6000万ドルで買収しました。同社の顔認識プロジェクトチーム「DeepFace」は、開発中の顔認識技術の精度が人間のレベルに近いとさえ主張しました。人工知能分野の探求に力を入れているGoogleも忙しく、近年ではPicassa、Pittoatt、Viewdleなど、いくつかの顔認識企業を大規模に買収しています。少し前の「Build 2015」カンファレンスでは、MicrosoftもProject Oxfordを発表しました。これは、ユーザーが無料で画像と顔認識機能を統合できるようにするものです。

同様に、国内のインターネット大手や新興企業も、さまざまな程度で「顔認識」技術を研究している。アリババの顔認識技術は、アント・ファイナンシャルとフェイス++と共同で「安全な支払い」をめぐって開発され、大きな注目を集めている。テンセントの顔認識、画像認識、ディープラーニングに基づく「Youtu」技術も、徐々にさまざまな製品ラインに応用されている。バイドゥはアンドリュー・ン博士のリーダーシップの下、「顔認識」をバイドゥのディープラーニング研究所の重要な研究プロジェクトにしている。さらに、Face++、Angel Eyes、Yidengなど顔認識技術をベースにしたスタートアップ企業も中国で登場している。

「画像認識」から「顔認識」への応用シーンの変化

[[185753]]

現在の「顔認識」技術の進歩は、初期の「画像認識」技術の開発と応用と切り離せないものです。検索エンジンでの類似画像検索から、携帯電話のカメラアプリでの自動美化、電子商取引における画像認識に基づく類似商品検索やQRコードスキャンまで、「画像認識」技術の応用シナリオは多くの分野に及びます。これは、一方では、さまざまな分野の膨大なデータの蓄積により、高精度なマッチングと最適化のレベルを実現できるためであり、他方では、「画像認識」技術が「顔認識」技術よりも実用的であるためでもあります。

確かに、「顔認識」は動的認識、生体検知、微細表情認識などの側面を含むため、操作性や精度の性能は「画像認識」ほど良くはありませんが、「画像認識」では代替できない技術的およびシナリオ上の利点があります。まず、認証と登録のプロセスが簡素化されます。現在、Taobao ストアを開設したり、WeChat パブリック アカウントを登録したりする場合は、本人確認のため ID カードを持って写真を撮る必要があります。これは確かにセキュリティと信用を考慮したためですが、「顔認識」テクノロジーは、「顔」を独立した検証 ID として使用することで、登録と認証のプロセスを簡素化できます。同様の例としては、Yideng が一部のアプリケーション向けに提供している「顔認識」登録機能があります。

第二に、安全な決済の分野では、成熟した「顔認識」技術は、通常の文字や文字列のパスワードよりも明らかに高速で安全です。ユーザーが決済を行う際、複雑なパスワード入力操作の代わりに「顔をスキャンする」という簡単な動作を使用することで、ユーザーの決済時間を短縮できます。また、ユーザーのパスワードが盗まれた場合、独立した顔IDを通じてパスワードを迅速に取得できるだけでなく、バ​​ックグラウンドで保持されているユーザーの顔IDにより、パスワードが簡単に変更されるのを防ぐこともできます。

同時に、エンターテインメント分野では、「顔認識」技術にも豊富な応用空間があります。 「洛旺ラジオ」が先にリリースした感情認識アプリ「emo」は、「易登」が提供する技術を利用して顔登録や感情認識による音楽推薦を行っており、ゲーム分野でも開発者は「顔認識」技術の応用を通じてプレイヤーの表情の変化を捉え、ゲーム設計やレベルロジックを最適化することができる。

もちろん、「顔認識」技術については、まだ想像の余地が大いにある。ボストン警察がフェイスブックの「顔認識」技術の助けを借りて、児童性的暴行事件の容疑者を逮捕することに成功したというのは、実話で衝撃的な話だ。

かっこいいけど、実装が難しい

実際、「顔認識」技術には、非常に幅広い用途と展開シナリオがあります。しかし、過度に高い技術的ハードルと適切な人材の不足が、その発展における最大の欠点となっていることは否定できない。中国を例にとると、「顔認識」に関わるコア技術と人材は、基本的にBATなどのテクノロジー大手の手に集中しています。自社の生態学的および戦略的配慮により、これらの大手は関連技術の開放性が限られており、上位レベルの開発は比較的閉鎖的です。一方、技術力が比較的弱い中小規模のチームは、小さな分野での突破口を見つけるために、継続的な探求に頼るしかありません。さらに、主要技術の閉鎖性により、実際の応用分野では、光や角度などの要素が認識結果に一定の影響を与えており、認識結果の精度とセキュリティには依然として改善の余地が大きく残っています。

第二に、中国では現在、「顔認識」に関する統一された技術基準が欠如している。 LFWなどの国際標準テストにおける国内チームの精度は継続的に向上しており、基本的に全員のLFW合格率は95％を超えていますが、実際の現場はLFWテストよりもはるかに複雑であり、業界の「顔認識」技術の評価には、より詳細で信頼性の高い認識が欠けています。

同時に、ユーザーデータ情報チャネルの閉鎖は、ユーザー画像情報とその他の関連情報との有効な接続が欠如していることも意味します。企業や開発者が独自のデータ蓄積に基づいて研究開発を行う小さな閉ループは、生態学的効果を形成しにくく、大規模なデータ研究に基づく「顔認識」技術の精度も高まります。

同様に、「顔認識」に伴うプライバシーの問題も常に議論の的となっている。以前、Facebookはユーザーの「顔認識」データを許可なく保存し使用しているとして批判され、Googleはプライバシーポリシーと世論の圧力により、Glassアプリによる「顔認識」機能の使用を禁止した。これは、ユーザーの個人情報のセキュリティに関わる一般的な問題です。一方では、企業や開発者がユーザーデータのセキュリティを確保するための強力な技術力を持ち、同時にユーザーの同意を得てユーザーデータを合理的に使用することが求められます。他方では、関連するユーザー市場に向けたターゲットを絞った教育も必要です。

将来的には、共通の協力が個人の爆発を上回るだろう

[[185754]]

いかなる産業や技術の発展も一夜にして起こるものではなく、健全なエコシステムの形成も一夜にして起こるものではありません。 「顔認識」技術の発展の可能性を否定することはできませんが、その発展に存在する問題を無視することはできません。もちろん、これらの問題はいずれかの当事者だけで解決できるものではなく、業界全体のあらゆる関係者の共同の努力が必要です。

「顔認識」技術の開発チームとしては、技術の研究開発に努めるだけでなく、技術の実装シナリオを拡大し、効果的なデータ蓄積を実現する必要があります。ユーザー市場では、前述のニッチなエンターテインメント分野に加えて、開発チームは安全なロック解除とデータ取得の方向性を模索することもできます。エンタープライズ市場では、「顔認識」に基づくエンタープライズレベルのID認証やウェアラブルデバイス、スマートホームインプラントにも多くの想像力の余地があります。結局のところ、膨大なデータに基づく技術研究開発は、アプリケーションの精度と信頼性が向上します。

BAT のようなエコシステムの巨人にとって、オープン戦略は単なる紙の上の話し合いでは済まない。関連する技術とデータの公開は、Google の Android オープンソース ポリシーのように、エコシステム全体の繁栄を推進します。大規模な業界エコシステムが前進し続けることでのみ、小規模なエコシステムが安定して繁栄することができます。中小規模の開発チームとのオープンな協力は、巨大企業にさらなる想像力の空間をもたらします。最下層のニッチなアプリケーションから上位層のエコシステム構造まで、「顔認識」技術を「チェーン状」に接続することで、密室で開発するのではなく、より多くのアプリケーションシナリオの出現を促進します。

BAT であろうと中小規模の開発チームであろうと、業界全体にとって、効果的な技術評価基準とプライバシー尊重ポリシーを確立することが緊急に必要です。公正かつ客観的な業界環境においてのみ、市場とユーザーはよりよく教育されることができます。

「顔認識」に関しては、開発スペースがますます拡大し、応用シナリオもますます豊かになることが期待されますが、技術の実装とエコシステムの開放を真に実現するには、業界内のあらゆる関係者の相互協力が必要です。