生物识别技术从算法到落地,多模态是生物识别必然的趋势

近年来，人工智能被赋予了越来越多的想象空间，指纹识别、人脸识别、声纹识别、虹膜识别、静脉识别等算法的成熟，带动了生物识别技术的市场规模日益壮大，并受到众多资本的青睐。

前瞻产业研究院发布的《2018～2023年中国生物识别技术行业市场调研与投资预测分析报告》显示，2016年生物识别技术行业的市场规模在150亿美元左右，到2021年这一数值将增加至305亿元。

近日，在生物识别技术行业耕耘了20年的眼神科技创始人、CEO周军在接受《每日经济新闻》记者（以下简称NBD）专访时表示：“所谓AI+都还只是在路上，每一个成功的生物识别技术从算法到落地至少需要5年的时间，单一的生物识别技术都是有缺陷的。”

NBD：生物识别技术从算法到落地，需要经历哪些阶段？

周军：生物识别技术其实是人工智能的一个细分领域，也就是机器视觉，两者相当于“树根”与“树杈”的关系。人工智能的迅速发展主要是体现在深度学习领域的突破。

2012年以前，人工智能更多的是一项科学研究，生物识别技术因为服务器运算能力和深度学习技术尚未突破，其算法在全球范围内效果并不好。直到GPU被用于大幅度提升深度学习的速度之后，生物识别技术算法的准确率也得到了迅速提高。

根据眼神科技过往经验，一项新技术从研发到落地至少需要5年时间。从2012到2017年刚好5年，所以，2018年应该是整个人工智能行业关注落地的开始。

到现在，AI更可以说是一种解决问题的手段，我个人认为，所谓的“AI+”是指某些在路上探索、没有落地、没有形成盈利模式闭环的项目，在没有解决问题之前，叫人工智能，解决了问题之后，是什么就叫什么。现在说的人脸识别、虹膜识别技术等都是经历过深度学习后的一个结果。

也就是说，生物识别技术已经从概念包装、探索商业模式来到行业落地的阶段，无论是传统行业的引领者还是新兴的人工智能企业归根结底让AI商业化的第一步是找准自己的赛道，认清在赛道中所处的位置。比如在生物识别产业核心的技术可以撬动10倍、20倍的市场规模，如果在利用传统行业领先的客户资源扩大合作，整合以后可以带动整个产业的发展。

NBD：进入智能时代，生物识别技术对B端和C端市场将带来怎样的改变？

周军：目前，生物识别技术在C端市场还不够明朗，作为技术公司，我们更倾向于为企业提供智能服务，以技术输出的方式将赋能产品延伸到消费生活中，比如智能家居。

生物识别技术落在应用层，在不断突破场景局限的同时，也将各产业推向了建设的高峰。有痛点也必然有甜点。比如在安防领域，利用天网抓捕罪犯可以大大节省警察的出勤人力；在金融领域，利用生物识别技术可以提高身份认证的准确率；在信息通讯领域，利用指纹进行手机解码已经成为常态；在医疗领域，有效控制医院管理中的漏洞，提高医院工作的透明度。

NBD：目前从应用来看，指纹识别占比50%，语音识别、人脸识别、虹膜识别技术也开始增长迅速，技术成熟之后是否还存在一些障碍？

周军：AI商业化我认为可分为3个阶段，第一阶段是“识你”，多模态融合识别技术和统一的标准是关键；第二阶段是“懂你”，基于多场景布局和大数据产品构造全产业链完成用户画像；第三阶段是“AI你”，统一的平台和大数据尤为重要，到最后必然是数据和算力的比拼。

在生物识别这条赛道上，有两个重要的核心竞争力：第一个是核心算法，第二个是落地能力。

在海外，指纹、虹膜、人脸识别是关注度最高的三个技术，在应用商业化的程度上也是依次由高到低排序。如今在国内，指纹识别与人脸识别在信息技术、信息安全、金融交易、社会安全等领域的发展渐入佳境，但是虹膜识别技术在落地时没有那么顺利。

虹膜在整个生命历程中保持不变，决定了身份识别的唯一性。从技术上说，虹膜识别技术优势明显，解决了指纹易被复制和人脸易被改变的问题，但目前还处于一个“叫好不叫座”的阶段，行业还需要时间等待。

随着获取人眼中虹膜的技术得到解决，虹膜识别还面临着应用基础资源与环境不足的问题，市场还没有针对虹膜识别专门的传感器，很多是借助某些工业领域，舶来为虹膜识别所用，没有为虹膜识别专门打造的产品。

除此以外，眼睛对人来讲是一个相对隐私性比较强的事物，只有当人们在心理上完全接受这项技术拥有了安全感，虹膜识别才能在国内迎来爆发式地增长。

到目前为止虹膜识别技术的成熟已经完全可以接近应用，从硬件上已经完成了在20～50厘米、35～60厘米和45～90厘米不同场景距离下获取虹膜的设备，但这套技术的推广需要风口，因此，我国虹膜识别市场的渗透空间还很大，未来增长潜力有望持续释放。

NBD：在生物识别的分领域目前已有多个AI独角兽企业开始崭露头角，您认为未来生物识别技术将形成怎样的行业趋势？

周军：凭着安全、可靠、便捷等优势，指纹识别、人脸识别、虹膜识别等逐渐融入人们生活，近几年中国生物特征识别市场规模保持高速增长，一些生物识别技术目前在部分场景甚至可达到99%以上的识别率。但从各主要生物识别技术应用的发展现状来看，单一的生物识别技术各有优缺点，在应用上难免会出现一些问题。

实际上，很多生物识别技术都是一种基础型的算法，并不具备行业纵深能力。它们需要依靠在产品上实现多种应用，才能将技术变现。而各家生物识别技术之间差距其实都不足以互相碾压，最终比拼的仍是市场和渠道，以及切入场景后的用户体验。

在这一层面，尤其是安全问题会将会成为一个阻碍生物识别落地的关键问题，未来生物识别将会取代密码，但一旦丢失就将面临被他人截取、仿造等涉及隐私保护的重要课题。

另外，单一的生物识别技术都是有缺陷的。首先，一种技术要公平，不能形成某种歧视，比如因为长期劳作，指纹已经变得模糊甚至没有指纹；其次是技术的安全问题，比如人脸识别的准确性要低于指纹与虹膜，且可以通过3D合成照片进行伪造。所以，从整个生物识别技术行业来看，生物识别技术在应用时需要互补，我认为，组合在一起，多模态才能解决身份识别问题。

例如，可以把人脸决策权重和指纹决策权重结合在一起，既能提高准确率，又能扩大应用场景。所以，在当前，多模态是生物识别必然的趋势。在一些安全等级要求较高的应用场景当中，往往会采用两种甚至两种以上的生物识别技术进行验证，取长补短融合发展。