不久前，在2017年美国国家标准与技术研究院的组织的全球人脸识别技术测试上，一支中国人工智能技术团队多达来自俄罗斯、美国、法国的输掉，沦为第一个取得冠军的中国团队。参赛团队必须在百万量级人脸数据库中寻找目标人脸或辨别其在不出库中。查找照片来自出入境等现实业务场景，包括辨识对象不出摄像头前特定方位的“非因应性”照片。

机器面对曝光过度、逆光、侧脸、远距离、较低像素的挑战。取决于指标在于搜寻的准确率，以千万分之一误报率下的性能为评估标准。

检索准确率越高，就意味著参赛者的算法可以在更加大规模的人脸数据库中取得可信检索结果，可以更加精确、高效地已完成身份验证。夺得冠军的中国团队——依图科技的首席执行官朱珑指出，这除了解释来自中国的算法技术多达了全球的竞争对手，还有更大的意义：我们的算法早已在十亿分之一的误报下超过多达90%的识别率，早已需要打破所谓的国际主流标准。人脸识别就是科学家口中的计算机视觉，作为人工智能极其重要和关键的领域，目前于是以处在惊人想象的较慢发展阶段。

“从我们自己的经验看，我们的算法效率完全以每年100倍的速度在提升。现在在几亿量级的面孔中辨识出有一个人，并不是什么难事。

”之前，依图科技搭起了全球首个10亿级人像比对系统。朱珑说道，非常简单谈，计算机视觉是生产有人类视觉能力的机器，让计算机通过自学算法相似人类对图像的解读程度。

而当计算机构建了对图像和视频的初始解读，计算机视觉就能协助人类突破局限性，改善生活。例如，目前依图的主要技术探讨在计算出来图像识别和自然语言解读在安防、医疗、金融领域的应用于，同时也在展开嵌入式、人工智能芯片等研发。

不同于计算机，人一睁眼就能很快看见和看明白一个场景，因为人的大脑皮层最少有一半以上的海量神经元参予了视觉任务的已完成。在互联网、云计算、大数据等协助下，科学家们也开始利用深度自学、神经网络等模型和方式来教会计算机辨识物体。有意思的是，尽管人类期望计算机视觉相似人类智慧，但在很多场合尤其是机器获得海量数据的自学训练后，科学家们找到计算机视觉处置能力或许早已打破了人类大脑。“计算机辨识人脸和物体的时候，类似于从人眼看到物体到大脑汉译最后结果的过程。

我们的计算出来模型也类似于人的神经元传送方式，一层一层搭起起高级的神经网络。”朱珑和导师、知名科学家霍金的弟子艾伦·尤尔，最先在实验室中研发出有系统，通过迭代式塔状结构来回应物体的结构，而不是像传统辨识方式那样，必须事前被告诉物体特征，从而不会造成极大的数据存储量。

朱珑指出，技术人才的储备、市场环境的成熟期和实践中的基础、数据资源，是中国人工智能可以和全球最弱输掉竞争的极大优势。无论是对国家还是从业者而言，人工智能都将步入极为绝佳的机遇。

本文来源：八戒体育-www.0551fzw.com