圖片來源@視覺中國

　　文丨老襯

　　眾所周知，人工智能主要圍繞感知、認知以及創造這三種能力。

　　感知能力包括人臉、語音、圖像識別、機器翻譯等，認知能力包括阿法狗下圍棋、自動駕駛、數據預測等，創造能力包括作曲、繪畫、作詩等。創造能力我們人類還遙遙領先，短期內不會被超越，但認知和感知能力，目前已經在商業領域得到廣泛應用。

　　2015 年，老襯創業一款家居 App，決定植入市場還屬空白的一個 AI 功能，需要 SLAM（位置定位與建圖）這種感知技術，找商湯等頭部 AI 公司接觸一圈，既沒有 SDK 也很少相關研究，最后只能和國外公司購買，過程中浪費了大量時間和人力物力。

　　那時查閱國外大量的 AI 資料發現，人臉識別技術發展背后，其實主要依賴美國極為復雜的政府和軍方關系，如今人臉識別技術早已應用在短視頻和直播等熱門領域，但這個話題至今在國內還是空白，所以籍此機會，為大家八卦一篇野史。

　　01

　　人臉識別技術的早期階段，有著非常濃重的政治色彩，甚至與核武器都有一些淵源。人臉識別之父伍迪布萊索（Woody Bledsoe），早在 1960 年以前，就已經在研究機器識別的相關技術，還得到了美國最秘密機構---中央情報局（CIA）的贊助。

　　情報機構的贊助背景，使得伍迪布萊索對于人臉識別技術基本緘口不言，直到 2000 年以后 CIA 逐漸解密，大家才公認布萊索是最早研究人臉識別技術的科學家，而且早在 1965 年就首次獲得成功，1967 年再次優化效率，只是出于“政治原因”沒有論文問世。

　　伍迪布萊索 1921 年出生于美國俄克拉荷馬州的梅斯維爾鎮，家里有 12 個兄弟姐妹，生活過得非常貧困，父親在他 12 歲時就去世了，為了補貼愈加拮據的生活，他高中畢業就開始做苦力活，每天干活 12 個小時，并且沒有周末，后來因為二戰爆發，他才辭掉工作去參軍。

　　軍旅生涯讓伍迪布萊索從一個參戰者角度見識到了原子彈的力量，這讓他對核武器異常著迷，二戰勝利之后，他迫不及待回到學校，2 年半就完成了大學學業，然后又去伯克利讀到博士，畢業后直接去了 Sandia 公司從事核武器研究，和氫彈發明者之一的烏蘭做了同事，還親眼目睹過一場氫彈試驗。

　　伍迪布萊索的編程技術，早期純粹是為了模擬和計算核爆炸數據，之后隨著對計算機理解愈加深刻，他開始喜歡上機器替代人類識別事物這件事，和 Sandia 公司的同事布朗寧共同研究出一個稱為N元組的算法，應該就是機器識別這個領域的最早雛形，那時他的夢想是未來造出一臺識別所有事物的機器人。

　　1960 年，伍迪布萊索和兩個同事離開 Sandia 公司，共同成立一家新公司，名叫全景（Panoramic）。相比較伍迪布萊索后來的經歷，全景公司期間的大多數工作至今都還是謎，大概那時研究的項目大多都與國防有關。

　　中央情報局（CIA）2001 年解密一個資料，二戰期間 CIA 發起過一個項目叫做 MKUltra（控制人腦用于獲取情報、逼供等），這個項目因為拿人體做實驗，在美國引起很大輿論，MKUltra 項目的研究范圍很廣，合作了 80 多家頂尖科學機構，其中就包括全景公司。

　　另一個是 2014 年 King-Hurley 公司的解密，King-Hurley 向 MuckRock（美國一個和政府索要信息公開的非營利組織）公布 1963 年他們就已經在研究人臉識別技術，而且合作者就是伍迪布萊索。值得一提的是 King-Hurley 也被證明是中央情報局的殼公司，

　　King-Hurley 的解密透露，伍迪布萊索在 1964 年匯報進度時稱，頭發生長、面部表情和衰老狀態，這三種因素超出了當下的計算機能力，建議增加預算，尋找新方法。1965 年底，他終于在一款稱為 RAND 的平板電腦上，第一次實現了人臉識別。

　　CIA 在 2005 年又一次解密，伍迪布萊索 1967 年離開全景公司以后，也許是最后一次和 CIA 合作了人臉識別項目，除他以外還有一個科學家叫彼得哈特（Peter Hart），后來哈特引領了斯坦福研究所（后獨立成為著名的 SRI）的計算機視覺技術。CIA 的項目叫做“快速篩查照片和肖像數據庫”，解密文件稱該項目可以將搜索時間縮短 100 倍。哈特后來回憶，出于“政治原因”，他和布萊索當時的研究，不能發布公開論文。

　　到了 1970 年，有朋友告訴伍迪布萊索，貝爾實驗室里有位叫萊昂哈蒙（Leon Harmon）的科學家也在研究人臉識別，1973 年 11 月，哈蒙發表了“人臉識別”第一篇公開論文，因此登上了《科學美國人》封面。

　　這是布萊索在 1965 年就應該獲得的榮譽，此時他已經開始研究自動推理，還是評價了哈蒙的人臉識別論文說，哈蒙的研究至少還落后他和哈特 5 年時間。

　　在隨后的二十多年里，伍迪布萊索在自動推理領域獲了獎，又擔任過美國人工智能協會主席，但他在人臉識別領域的巨大成就，很長時間以來并沒得到世人認可，這位科學家 1995 年 10 月 4 日去世時，身份跟人臉識別沒有太大關系。

　　02

　　人臉識別的技術發展，從伍迪布萊索開始，大部分時間都是由美國政府部門主導。

　　萊昂哈蒙發完論文，此后也都是在做計算機視覺相關的研究，他離開貝爾實驗室去了凱斯西儲大學，擔任生物醫學工程系主任，之后指導博士生托馬斯克魯拉（Thomas Collura）在腦電圖領域獲得了成功。

　　1991 年，特征臉（Eigenface）算法被應用在人臉識別，首次實現了自動檢測人臉。這項技術是霍普金斯大學的希洛維奇（Sirovich）提出，再由麻省理工學院（MIT）“連接科學”的創始主任亞力克斯彭特蘭（Alex Pentland）發揚光大，彭特蘭在 2012 年被《福布斯》評為“全球 7 個最強數據科學家之一”，獲此殊榮的還有谷歌創始人拉里佩奇。

　　彭特蘭對人臉識別的另一個貢獻，是后來他親自參與了人臉識別技術的首次商業化，也是和國防部合作。

　　1993 年，國防部旗下的高級研究局（DARPA）發起一個 FERET 項目，在全美選拔五組人臉識別領域的頂級專家團隊，研發最先進的人臉識別算法和數據庫，主要目的用于安全監控和情報獲取，亞力克斯彭特蘭就是其中一組，國防部此舉后來被很多人稱為計算機視覺元年。

　　FERET 項目從 1993 年 9 月份開始，總共經歷了三個階段，每個階段的時間都是一年。

　　第一年考驗五組團隊的科研能力，只有三組團隊成功了（包括彭特蘭所在的 MIT 組）。第二年這三組團隊繼續深入研發和完善可用性。第三年測試性能和制定標準，他們成功建立了第一個人臉數據庫，同時確定了人臉識別技術和性能檢測的所有流程標準。

　　FERET 項目從 1997 年開始在各大政府部門商用，而且變更了項目管理權，從國防部旗下的 DARPA 研究局移交給了美國商務部旗下的技術研究院（NIST），由 NIST 研究院開始普及商用，并且繼續完善優化算法和性能，到今天，NIST 已經擁有 200 多種人臉識別算法，還有超過 800 萬人的人臉數據庫。

　　2000 年以后，NIST 研究院又在 FERET 項目基礎上做了延伸，先后發起兩個新項目 FRVT 和 FRGC，FRVT 是評估技術可用性，測試算法系統性能，為采購技術的相關部門提供檢測報告。FRGC 則是面向市場上的公司和團隊，聯合其他部門的定制化需求，發布競標比賽，FRVT 負責對接評估，幫助不同部門完善人臉識別系統的個性化要求。

　　美國諜戰大片中很多關于人臉識別的劇情，在現實生活中其實早已實現。美國軍方從 2004 年開始建立自動化生物識別系統（ABIS），不僅包括人臉識別，還有虹膜、指紋、DNA 等生物數據，這個數據庫大約有 800 萬個身份信息，而且正在快速增長。

　　比較知名的應用記錄是在 2011 年，美國軍方承認使用人臉識別來尋找本拉登，其他諸如警察局取證、機場監視等已經不勝枚舉。

　　03

　　2010 年，隨著 Facebook 加入人臉識別功能，人臉識別開始走向個人。

　　從支付到美顏，全球互聯網公司紛紛跟進，2017 年蘋果 iPhone X 首次發布人臉解鎖功能，搶購一空同時引爆了市場，如今人臉識別已經應用在了方方面面，短視頻、直播這些每天都會高頻出現在我們身邊。

　　近期，美國一家人臉識別公司 Clearview AI 因為客戶名單泄露又引起了軒然大波，這家公司在社交媒體上抓取了 30 多億張照片，可以精準查詢用戶的敏感信息，天使投資人是貝寶（PayPal 類似支付寶）創始人，也是美國著名的科技捕手彼得蒂爾（Peter Thiel）。

　　Clearview AI 一直聲稱其合作對象是政府部門，其實早在 2018 年，他們就輔助一位億萬富豪，獲取女兒在曼哈頓餐廳的約會情景，包括約會者的身份信息。此次他們被入侵，泄露出來的客戶名單長達 2200 多個，包括 NBA、百思買、梅西百貨、沃爾瑪等 27 個國家/地區的不同機構和個人，并且 Clearview AI 是在全球抓取照片，不僅限于美國。

　　如今 Facebook、Twitter、YouTube 等社交媒體陸續禁止了 Clearview AI 抓取，但這種以販賣個人敏感信息為商業模式的行為，市場早已有之。

　　與 SaaS 的軟件即服務一樣，很多市場調研、大數據類機構都自稱自己是人臉識別即服務，這觸發了人們又一次的科技倫理討論，如果我們個人的敏感信息被大量私人機構掌握，未來將會帶來什么樣的后果。

　　04

　　疫情當前，除了短視頻、直播以外，新的防疫“高科技”也火了，刷臉驗證身份以及自動測量體溫的設備開始廣泛應用。

　　車站、酒店、商超、小區、辦公區等公共場所均有擺放，只要有人從鏡頭前經過，后臺工作人員就能獲得數據，甚至無需摘下口罩，不僅避免了交叉感染，也大大提升了檢測效率。

　　人臉識別技術包括圖像采集、人臉定位、身份確認等多種學科，目前國內技術較強的公司有商湯、曠視和 BAT 等，大多數人臉識別 App 和硬件設備，都是直接采購這些公司提供的 API/SDK，不用自己開發。

　　當機器被賦予了更多能力，海量數據匯總以后的評估預測會超出我們人類的智慧很多，能夠極大的優化工作效率以及預防犯罪，但與此同時，這個“黑匣子”同樣也引發了很多令人不安的倫理問題。

　　除了大量討論 AI 未來的不可控以外，近在眼前的隱私問題，以及大家普遍關注的失業可能，就已經迫在眉睫。

　　機器開始承擔多種復雜化工作，而且效率遠勝人類。比如自動駕駛，我國僅貨運司機數量已經超過 3000 萬，出租車加網約車司機數量更多，機器學習遠超個人學習新技能的速度，那么隨著 5G 快速發展，類似失業這種現象將不可避免。

　　我們顯然會擁抱 AI，但同時也要敬畏和警惕新科技。

　　參考資料：

　　1、《紐約時報》:Before Clearview Became a Police Tool, It Was a Secret Plaything of the Rich

　　2、《BuzzFeed》:Clearview’s Facial Recognition App Has Been Used By The Justice Department, ICE, Macy’s, Walmart, And The NBA

　　3、《NIST》：Face Recognition Technology (FERET)

　　4、《連線》雜志：The Secret History of Facial Recognition

總結

以上是生活随笔為你收集整理的阴谋论下的人脸识别简史的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。