“To C”未来前景可观
在哈工大交互叙事与虚拟现实实验室的一堂儿童英语实验课上，欧剑在教室后台“扮演”一只卡通形象的恐龙，驱动教学视频上的恐龙说他说的英语，恐龙的表情和说话内容完全匹配。他教孩子们模仿一段冗长复杂的“咒语”，所有孩子一节课全都学会了。原先6岁以下的孩子都会满场跑，恐龙老师出来后所有孩子老老实实地坐了25分钟。还有一次给自闭症小孩讲课，平时极少露出笑容的孩子在听了卡通狮子跟他讲话后，突然就笑了。
这让欧剑看到了人脸识别技术应用到教育的可能性。“未来我们的小孩接收的将会是和以前很不同的、更多、更直观的知识。标准的美式英语老师能变成卡通角色，用更有趣的互动教学方式，提高教学水平。”他认为人工智能技术的突破将改变我们接收信息、教育的方式，以及人们对世界的看法，未来的小孩会更聪明。
同时他表示，目前国内大部分人脸识别技术的应用，尚局限于“To G”和“To B”（面向政府和面向公司），“To C”（面向客户）的应用还未普及。“刷脸”时代言之尚早，只有当“刷脸”技术被每个人、每天都在用时，才能说我们进入了“刷脸”时代。而与人脸识别同理的技术在工业、医疗领域已经有了出色的表现。如检测手机背板的螺丝的多少、帮助医生鉴定病人的脑CT图……这些应用在提高处理效率和降低成本上将大有可为。“人脸识别技术的意义不再是针对‘人脸’本身，它的突破代表着人类人工智能技术的进步。”欧剑说。
释疑
“刷脸”究竟有多靠谱
据新华社电 2009年，多名美国亚裔消费者投诉，尼康相机的“眨眼提醒”功能总是错误地提示他们拍照时眨眼了；2015年，美国谷歌公司基于人脸识别技术开发的一种图片应用，将一位用户的黑人朋友标记为“猩猩”。
一些人乐观地认为，“刷脸”时代正在向我们走来。可是，“刷脸”究竟有多靠谱？还得打上一个问号。
首先，人脸识别技术在准确度上频受质疑。
美国有机构使用亚马逊公司的人脸识别系统扫描了535名国会议员的面部照片，并与相关数据库中的2．5万张罪犯照片比对，结果28名议员被识别为罪犯。
英国多个城市的警方开始试应用人脸识别技术。但有关数据显示，伦敦警方使用的人脸识别系统错误率高达98％，被批评为“几乎完全不准确”。公众“期待”执法机构测试使用人脸识别技术。
其次，训练数据不理想暴露了更深层的问题。
对于“媒体实验室”的研究，IBM公司沃森和云平台业务首席架构师鲁奇尔·普里说，人工智能系统深度学习的有效性有赖于训练的基础数据。即使人工智能模型本身设计优异，不理想的训练数据只能导致高错误率及带有偏见的判断。在美国广泛使用的一套人脸识别系统训练数据中，超过75％的图像为男性，超过80％的人为白人。
英国《自然》杂志一篇评论文章也指出，很少有人关注数据如何收集、处理和归类。导致人工智能产生偏见的一个主要因素，就是训练所使用的数据质量不佳。（记者 李婷菊/文 赖犁/图）