（百度深度學習實驗室主任林元慶）

　　2月21日，由網易科技和DeepTech深科技聯合主辦的《麻省理工科技評論》2017年“全球十大突破技術”發布會在北京舉辦。本次大會立足技術趨勢，探索全球技術發展的內在原動力，探討人工智能、量子計算、基因療法等領域的技術和商業趨勢。

　　《麻省理工科技評論》“全球十大突破技術”首次被引進中國，由網易科技和DeepTech深科技聯合發布，十大突破技術的評選價值在于它關注技術的大規模商業化能力。

　　榜單中的一項技術是“刷臉支付”，指的是通過掃描人臉面部特征，提供了一種安全并且十分方便的支付方式，人臉識別技術已經在交通監管、銀行交易、日常生活交易以及公共交通等個方方面面改變人們的生活，其中，百度是中國深耕該項技術的主要公司。

　　百度深度學習實驗室主任林元慶稱，這已經是百度第二次入選這個榜單了，去年入選的是語音識別。在過去的一年里面，語音識別在百度發展迅猛，我們最近成為獨立事業部的度秘，在這些非常前端的技術上，百度投入非常大。

　　同時，百度2016年在人臉識別技術上也加大了投入，刷臉的時代已經來了，不僅僅是刷臉支付，其實現在去百度可以刷臉進入辦公區，刷臉進烏鎮，從去年的世界互聯網大會之后這套系統一直在運作。

　　林元慶透露，今年更多刷臉進景區的情況發生，百度預估今年至少有100個以上的景區能布置百度的刷臉技術。以后就不用帶票了，直接往里走就可以了。

　　因此，林元慶表示，《麻省理工科技評論》確實看的技術非常準，作為中國的企業這次入選也非常榮幸，我們也期待這些技術在中國有非常廣泛的應用。

　　以下為現場速記全文：

　　主持人（石嵐）：我先問我身邊的林主任。首先，恭喜百度獲得《麻省理工科技評論》十大突破性先進技術的提名。

　　刷臉支付、刷臉驗證，在國內實際應用已經有一段時間了，作為一個比較有中國特色的技術。您認為，能夠入選十大突破技術有什么必然性？

　　林元慶：謝謝！百度，其實這是連續第二年獲得十大突破，其實去年是語音識別。

　　在過去的一年里面，語音識別在百度也發展的非常迅猛。包括，我們最近成為獨立事業部的度秘，在這些非常前端的技術上，百度投入非常大。

　　今年，也非常榮幸，獲得了跟人臉識別有關的十大突破技術之一。

　　我們在2016年，確實投入非常大，之前就已經投入很大，但2016年加大了投入，我們覺得刷臉的時代已經來了，不僅僅是刷臉支付，其實現在去百度可以刷臉進入辦公區，刷臉進烏鎮，從去年的世界互聯網大會之后這套系統一直在運作。

　　今年，大家會看到更多刷臉進景區的情況發生，我們現在預估今年至少有100個以上的景區能布置百度的刷臉技術。以后就不用帶票了，直接往里走就可以了。

　　因此，《麻省理工科技評論》確實看的技術非常準，作為中國的企業這次入選也非常榮幸，我們也期待這些技術在中國有非常廣泛的應用。

　　主持人（石嵐）：謝謝林主任。

　　接下來，問一下易寶支付的余晨余總。

　　易寶支付作為行業支付的領導者，在互聯網支付領域已深耕多年。您對人臉識別等新技術融入現有支付體系有什么看法？從用戶隱私、安全性等方面來說，人臉識別技術是否會在互聯網金融領域開始普及？

　　這里我補充一點信息：因為我們有一個好朋友是在從事安全領域，而且在行業里還是蠻有名的一個人，習大大在烏鎮開會他也會做專題演講。他曾經給我們做一個關于刷臉支付的報告，他說你千萬不要用，因為中國的隱私保護不到位，10個指紋透露了一個，還有9個人家不知道，如果你有一張臉，你的臉能老換嗎？

　　所以，把這個問題提給您，因為用戶隱私確實是大家非常關注的一個問題。

　　易寶支付聯合創始人、總裁 余晨

　　余晨：首先澄清一下，因為剛才你也提到，我們易寶支付是做行業支付的，因為大家一般談到電子支付都比較了解像阿里、騰訊，因為他們做的更多是面向消費者前端的支付，我們其實做的更多是面向后端企業的支付。所以，我們自己并不直接接觸人臉支付這樣的技術。

　　但是，可以給大家舉個例子，華為的手機里面的手機錢包，其實是我們幫他們實現的。所以，比如在阿里帳戶開戶的時候，有些場景還是需要有人臉驗證的那個人臉識別也是我們通過第三方幫他做進去的。

　　所以從這個角度講，大家都看到人臉識別未來在支付，或者在更廣泛的金融領域，一定是有應用的。大家知道，支付的最高境界，最后你不用去顯性的支付了。

　　支付界有一句話，隨著信用跟數據的發展，最后支付這個行為本身會消失。因為，只要你走到一個餐館里面，無論通過什么技術能認出你，你吃完飯走就可以了，不用掏信用卡，或者其它支付行為。從用戶角度來講，這樣才是最理想的狀態。

　　當然從這個角度來講，大家也看到人臉識別一定是未來對金融領域、對支付是一個非常重要的新興技術。

　　剛才您也提到，在隱私跟安全方面有很大的擔憂。因為，基于生物特征的這些識別技術，可能都是跟原來我們基于字碼和文本字串的不同之處，在于它有一定的模糊性跟不確定性。

　　所以，從現在技術成熟的程度來講，肯定還有一定的誤識率。一般的應用，有點誤識率關系還不大，剛才提到找嫌犯，有10個嫌疑人只要把那1個人抓住就行了。但是，支付有大宗交易的，如果誤識的話，損失就真的造成了。所以，要求肯定是不一樣的。

　　另外一點，跟生物特征相關的東西，剛才您舉了指紋的例子，有10個指頭，人臉只有1張，它最大的特征就是沒有辦法去改，020655

　　主持人（石嵐）：謝謝余總。

　　下面，請問汪教授。

　　除了通過傳統的GPU進行人臉識別技術，國內以深見科技為代表，通過FPGA進行相關計算的能耗和效率，已經展現出光明的前景。您是否可以介紹一下，目前FPGA以及深度學習處理器方面的研究進展，以及該技術在人臉識別方面的應用？

　　汪玉：感謝這個問題，其實這個問題還是比較技術的，就是說為什么FPGA好？

　　我覺得，FPGA好，可能要從4個方面來看：

　　1、020856

　　主持人（石嵐）：謝謝汪教授。

　　下面，我們問問谷懿，這是目前為止唯一的一位女性嘉賓，感覺怎么回到了我在MIT的課堂上？

　　您多年來一直都在從事國際化投資，特別是在硅谷從事高科技投資，也非常了解中美兩地的一些高科技投資。原來有一種說法，硅谷領先美國半年，美國又領先全球半年。但現在又有一種說法，在人工智能領域，或者由于人工智能的出現，中美的科技競爭已經拉到了同一個起跑線上。

　　所以，你看到這些第一手的資料、第一手的趨勢，你是什么樣的判斷？在中美兩地的科技領域，特別是人工智能領域，這些創業公司和發展趨勢有什么特點？

　　谷懿：謝謝石嵐，今天很榮幸代表女性上來講幾句話。

　　所以，你看到這些第一手的資料、第一手的趨勢，你是什么樣的判斷？在中美兩地的科技領域，特別是人工智能領域，這些創業公司和發展趨勢有什么特點？

　　硅谷知名早期前沿科技基金、和米資本（Hemi Ventures）管理合伙人谷懿

　　谷懿：謝謝石嵐，今天很榮幸代表女性上來講幾句話。

　　我覺得，剛才說到刷臉這個部分，我是前天剛從美國飛回來，我是刷臉進的關，我覺得還挺先進的，當然我不知道它有沒有真的驗證我的臉是不是我本來的臉，但我確實把護照放在那個地方，刷臉就進來了。我覺得在這點上，中國海關一定比美國海關先進。

　　所以，我覺得這是目前在應用層面，作為一個消費者來說，其實能看到，中美在差距上并沒有以前那么明顯，比如現在的支付，非常明顯，易寶在這邊，美國的支付比中國的支付要差很多，美國很多還是信用卡的支付，但中國的微信、支付寶已經非常方便了。

　　在投資方面，尤其在人工智能領域021354

　　主持人（石嵐）：謝謝谷總，非常言簡意賅，也說的挺到位的，因為我覺得中國人真的就特別自信。他們跟我們說了一個很真實的數據，說現在在全世界各地有關人工智能的論壇，現場70%都是中國人。世界各地，不是在中國的論壇。

　　也因為大家都非常自信，所以愿意在這個領域投入更多的時間、精力。

　　下面，把提問的機會留給現場的觀眾，如果大家愿意提問的話，有1-2個提問的機會。

　　有問題嗎？OK！那我最后再問現場嘉賓一個問題：無論是百度還是易寶、清華、合米，你們都是業內的領導者們。如果你們自己出來做一家創業公司，你會選擇哪個領域、哪個賽道？

　　余晨：我換個角度回答吧，怎樣判斷一個技術是不是很重要？

　　比如飛機也是個很重要的技術，但飛機的出現，它直接改變的就是我們的出行，當然連帶也帶動了旅游業和貿易的發展。但是，有一些其它技術更有基礎性、普適性跟平臺性，比如互聯網、人工智能、深度學習，或者說的再窄一點，人臉識別，它本身可以成為其它技術和應用的基礎。

　　所以，出來做這些的話，就會影響更廣泛的面。其實我們做支付也一樣，因為各行各業只要有交易，都會用到支付嘛。所以我想，大家在創業的時候，現在一方面會想的越來越專，但另外一方面，怎樣判斷一個技術的影響？我覺得是，擁有普適性、基礎性、平臺性的基礎，就像今天討論的人工智能、深度學習、人臉識別，能夠被廣泛的應用到其它領域，跟其它的技術相比可能是比較重要的領域。

　　汪玉：我們其實已經開始做一家公司，深見科技，雖然我今天抬頭寫的是清華大學的副教授，但后面還有一半叫深見科技的聯合創始人。

　　其實我特別有感觸，這種平臺性的技術確實很好，但它有一個很大的問題，可能你的客戶最開始是不明確的，因為大家都需要。比如，我們現在做基于FPGA平臺的深度學習處理器，大家可能會說這東西挺好的呀，每個人都說我來試一試。但是，到底哪件事情是突破口？這個迭代和窗口期到底在什么地方？其實是這種平臺技術的共性問題，包括人臉識別，如果沒有金融這件事情的話，還有監控，這兩件事情其實撐起了目前人臉識別的主要市場，也醞釀了很久，最開始的時候大家還沒有想到這些事情，但做著做著發現這可能是最重要的事情，所以2B的公司比較慘，慢慢來。

　　谷懿：我在做投資之前也創業來著，所以每次說有什么創業想法的時候，我都特有想法，雖然現在也創不了業了。

　　但是，有一個方向大家可以考慮考慮，在座如果想創業的話。今天討論的刷臉支付，有個很重要的大家有沒有想過？臉到底從哪來？這個算法到底怎么找到這些臉做這些算法和技術的測試？

　　不知道百度現在有多少臉的數據，但是我知道的是，2015年Google自己宣布過，2015年他們已經有2。5張臉的數據了，這可能比起任何一家公司都不是一個層面的，所以在人臉識別技術方面，他們已經遠遠的走在前面了，作為一個創業公司很難再有很大的突破了。

　　我覺得現在最大的瓶頸在于，這些臉在哪？有沒有人能造這些臉出來？讓更多的公司能夠在這些數據上面受益。我覺得，這是非常好的方向，所以希望大家有空造造臉，讓刷臉支付更好。

　　主持人（石嵐）：特別新鮮的提法。

　　林元慶：我回答一下谷女士的問題，我們前一陣參加《最強大腦》的時候，當時用了2億張照片，現在百度人臉上的數據，今天大概是8個億。

　　主持人（石嵐）：你們是不是把中國人臉基本上快收齊了？

　　林元慶：互聯網上有很多很多人臉的照片。

　　谷：8億多都是能用的嗎？

　　林元慶：都是能用的，如果不能用的就更多了。

　　022300

　　主持人（石嵐）：謝謝！非常高興今天第二場的圓桌討論也非常成功，謝謝四位嘉賓，繼續下面十大突破技術的發布。