以“王者榮耀”為試點的人臉識別技術，能否遍地開花？
2018年11月，騰訊表示強制公安實名校驗按地區逐步擴大排查範圍，以《王者榮耀》為試點，完成中國大陸地區的全部覆蓋，有效解決未成年人防沉迷，並且人臉識別技術已滲透於其他領域。
人臉識別技術擁有巨大的市場需求與廣闊的應用前景，在國內已被應用於多個場景，如阿里的新零售、海康威視的智慧安防、騰訊的《王者榮耀》以及百度的百度雲網盤等。人臉識別技術在多個場景下的應用已取代了傳統模式。
AI人臉識別技術存在多種場景
人臉識別技術以《王者榮耀》為開端，拉開了人臉識別技術大規模應用的序幕。但實際上在國內一些領域早已得到成功應用，並將繼續深耕這些場景。
其一AI人臉識別在新零售的應用，自2016年“新零售”概念提出來之後，對於企業和商家而言，是一個全新的機會。今年7月份，阿里巴巴零售通與餓了麼合作，雙方對全國天貓門店進行聯合運營賦能，利用人臉識別技術將線上線下打通，整合產業鏈資源。
新零售的顛覆提升了零售店的運營效率和使用者體驗，有效降低門店運營成本。人臉識別技術的加入，為新零售提供新的轉機，並且增加商業化的變現價值。
其二AI人臉識別在安防領域的應用，目前人臉識別技術能夠精準確定人物身份，在安全效能方面得到更進一步的加強與保證。海康威視近期釋出的深眸人臉攝像機，可以對人臉進行快速定位抓拍，有效解決漏抓誤報問題。並且單機支援30萬人臉黑名單布控，人臉1V1比對等多項實用功能，滿足各行業的人臉需求。
將人臉識別技術與安防產品結合起來，意味著安防產品效率得到提升。也意味著安防領域的人臉識別技術更具有挑戰性，更值得去深入研究，從而達到技術的精準度與突破性。
其三AI人臉識別在泛娛樂領域的應用，AI在“泛娛樂”領域中已成功落地實施，如騰訊手遊《王者榮耀》就採用人臉識別來控制未成年人遊戲時間。從第三方資料公司伽馬資料中統計得知，在《王者榮耀》防沉迷系統中，76%的未成年人消費金額得到有效控制，62%的未成年人遊戲時長有了顯著下降。
人臉識別技術有效控制未成年人沉溺網路，藉助線上參與和線下接觸來推動遊戲行業未來的良性發展，增加玩家間的良性互動，從而保證遊戲的公平性和安全性。有了AI技術加持，人臉識別將會進一步賦能遊戲領域。
其四AI人臉識別在產品方面的應用，手機中的APP應用也採用了人臉識別技術，以此提高使用者的使用體驗。例如百度雲推出雲端影象搜尋，支援人臉識別和檢索，進一步提升雲端圖片管理效率。在IPhone X系列中採用3D面部識別技術，精確測量臉部細節，用於解鎖。同時人臉識別技術還用於支付場景，豐富支付方式並且提高支付效率。
人臉識別技術在產品端的成功應用，讓人工智慧技術能夠進入更深的垂直細分領域，從以前寬泛的應用到以產品端為突破點，推動產品應用發展，以便落地更多場景。
人臉識別技術“道阻且長”
人臉識別技術很早之前就被提出，一直到現在還在研究這項技術，並且運用到多個場景，但是運用的同時，也發現各種問題的出現，導致在一些場景下不能在快速落地。
首先是樣本不足問題，當前整個人臉識別度產業的資料庫樣本不夠，由於資料庫中每個人的模板圖片數量有限，不可能涵蓋現實中所有複雜情況，簡單的模板匹配對背景、光照、表情等相關資訊比較敏感。因此，樣本採集不充分只適用於理想條件下的人臉識別。
如今人臉識別系統是在使用者配合、採集條件比較理想的情況下才可以取得滿意的結果。但是在使用者不配合、樣本採集資料不足將會影響人臉識別技術的準確率。因此，人臉識別技術還未達到實用水平，還存在諸多問題待解決。
其次成本高，導致普及率低,人臉識別在市場普及和成本高這兩方面面臨挑戰，IPhone X採用了全新的3D人臉識別技術，雖然這項技術很好，但也導致蘋果的成本上升，據悉IPhone X的成本就高達400多美元，比之前IPhone 7的成本高了100多美元。
而安卓廠商推出的智慧手機主要是中低端市場，如果採用3D人臉識別技術，會導致成本上升，那麼售價就會提高，導致安卓廠商推出來的新款手機銷量降低。所以在這樣的情況下，不會採用3D人臉識別這樣的貴的元件。諸多因素導致人臉識別技術不能完全普及。
最後商業模式困境，目前來說人臉識別企業的主要盈利模式包括企業級技術服務和軟硬體銷售，但是獲得的盈利少之又少。人臉識別技術雖已線上下得到應用，但這項技術因難度、成本等原因，短期內還無法實現變現。
國內以商湯科技、曠視科技為代表的深度學習技術公司，都是行業獨角獸，主要與各企業合作，他們向企業提供技術能力，以分成、按License收費，共同推進人臉識別在各行業的應用和變現。這也說明了商業盈利困難，因此他們依然需要靠融資來生存、擴張，現階段還不能夠利用人臉識別技術大規模變現。
AI人臉識別技術任重道遠
人臉識別技術這幾年逐漸得到推廣應用，從馬雲的“刷臉支付”，到現在的手機刷臉解鎖、上班刷臉打卡，人臉識別在遊戲、新零售、安防等多個場景得到應用。
雖然人臉識別目前還存在諸多問題，例如樣本不足、普及率低以及商業模式變現困難等，還受到技術、人才需求、迭代更新等各種不確定因素的影響。因此，現階段還無法拓寬其應用場景，所以人臉識別技術將來還有很長的一段技術革新之路要走。
文/首席發言者公眾號
