百度机器海选：机器如何认出“姐妹花”

　　娱乐界往往是新技术的“尝鲜者”，因新技术引入促成“重要事件”的不乏先例，以卡梅隆在电影中大量采用3D技术最为典型。在今后一段时期，“机器海选”可能会成为娱乐界会特别关注的技术方案。

　　4月1日，由百度发起的“机器海选”活动迅速蹿红。“用机器代替评委，以算法决定评判标准，用手机拍照就能参与”，这种新玩法吸引了众多网友关注。一天之内，APP下载使用量近2万次，微活动相关话题达到了7万多条。

　　对网友们来说，APP客户端本身是个娱乐软件，上传照片就能测出与自己与明星相似的程度，但这仅仅是表象。如果判断无误的话，背后其实是百度为海量视觉搜索系统做的一次beta测试，人脸不过是切入点之一(百度开发的全球首个全网人脸识别产品于去年底上线，今年百度APP iOS版推出狗、图书、海报等细分图像搜索)。究其技术本身而言，这是百度在“人脸识别”技术和“海量数据分析处理”的一次合练。

　　对于人类来说，因为大脑的精密性，认识一张图片并不难。而对机器来说，要先从图片中识别出是否有人脸，再确定出人脸的特征到底是怎样的？后面还要与海量的人脸图片相对比。其技术难度超过大多数人的想象。为什么百度的识人技术能做到准确呢？背后到底是哪些技术做支撑呢？不妨把我们自己的行为和机器行为做个对比。

　　先来说说人脸识别，要将真实世界的图像转化为机器能识别处理的数据，必须要“见多识广”，以海量数据学习做支撑，起步工作是将几千万人脸数据让机器学习出来，识别人的特质，把物理世界的脸变成机器可以理解的脸，以前有指纹库、DNA库，现在相当于也有了人脸库。作为搜索引擎公司，百度能够索引互联网上数以百亿计的图片资源，而且业务本身就决定了它要拥有海量数据的高性能处理平台，这样的优势是学术界经常使用几千个研究样本难以比拟的。

　　为什么人能看出两张人脸的差异和相似处呢？因为每张人脸都是有特征的，有些人类可以快速看出来，比如肤色、纹理、轮廓、五官距离、几何造型等等。还有一些认识的层次更深一些，观察力不强的人很难快速说出来，比如颧骨高低、鼻子挺拔程度等等。我们现在的要求是，机器必须能像人一样认识这些特征，这样才能从不同照片中准确认出一个人。

　　从方法上说，百度的人脸识别其实是将人脸快速用几万个维度表示出来，同时要克服光照、姿态、表情、角度等有可能影响提取特征的环境因素，把人脸改造成一张机器参数表示的面孔，再通过开发的极其精密的算法将维度缩减为一定数量的特征。这个过程很类似于大脑的思考，甄选出独一无二的信息来。方法实现的核心在于算法，这是百度视觉技术的核心，投入优势资源打造的重武器。而依靠搜索技术长期建立的大数据处理能力，机器算法可以在很短时间内并行分析处理完成。

　　值得期待的是，机器学习领域的前沿技术——“深度学习”已被应用于视觉和语音等多媒体技术中，系统会通过神经网络的方法，不停自动学习特征和组合，它能让系统辨识发生飞跃，未来前景是让机器像正常人一样学习，拥有人脑的分析能力，智能分辨图片中的每个物体。

　　今年年初，百度对外宣布成立百度研究院，初期就重点聚焦于“深度学习”技术，这说明百度其实已经从前期投入中尝到了甜头，并坚信继续加大的技术投入将给百度的基础核心技术带来回报。种种迹象表明，机器大脑时代渐近了！

关键词：百度,机器海选,姐妹花