1956年，當(dāng)約翰•麥卡錫在達(dá)特茅斯（Dartmouth）學(xué)院第一次提出“人工智能”概念之時(shí)，他并沒(méi)有意識(shí)到自己已經(jīng)推開(kāi)了一扇通往新世界的大門(mén)。隨后人工智能駛?cè)肓烁咚侔l(fā)展的軌道，被很多研究者認(rèn)為將在20年內(nèi)取代人類工作者。這種樂(lè)觀主義在70年代遭到了無(wú)情痛擊，也迎來(lái)了人工智能發(fā)展史上的第一次寒冬。
在經(jīng)歷了稍有苗頭便又被壓折了的80年代后，人工智能終于再一次聚焦了世界的視線——1997年IBM“深藍(lán)”戰(zhàn)勝國(guó)際象棋大師。
在此之后全球人工智能迎來(lái)了第三次浪潮。這一階段伴隨著深度學(xué)習(xí)算法的成熟以及硬件計(jì)算能力的大幅度提升，人工智能的研究也有了突破性發(fā)展。2016年AlphaGo的橫空出世，徹底奠定了其“人工智能元年”的里程碑地位。
而今年兩會(huì)和十九大，“人工智能”首次被寫(xiě)入政府工作報(bào)告，這將助推AI技術(shù)在多個(gè)產(chǎn)業(yè)的應(yīng)用，并把我們帶入人工智能2.0的洪流。盡管從產(chǎn)業(yè)、資本、政策以及大眾的關(guān)注熱度來(lái)看，人工智能已經(jīng)站到了新的“浪潮之巔”，但是人工智能并不能獨(dú)立產(chǎn)生價(jià)值，而是要跟具體的行業(yè)結(jié)合，其中“實(shí)名認(rèn)證”正是讓人工智能大展拳腳的一個(gè)重要機(jī)會(huì)。
從實(shí)名到實(shí)人
在經(jīng)歷了火車(chē)購(gòu)票實(shí)名制、網(wǎng)絡(luò)回帖實(shí)名制等政策后，“實(shí)名認(rèn)證”概念已經(jīng)為人熟知。如今隨著互聯(lián)網(wǎng)產(chǎn)業(yè)的多元化發(fā)展，尤其是互聯(lián)網(wǎng)金融，O2O，共享經(jīng)濟(jì)等新興商業(yè)形式的興起，企業(yè)對(duì)實(shí)名認(rèn)證業(yè)務(wù)的數(shù)據(jù)形式和數(shù)據(jù)質(zhì)量有了更高的需求。在此基礎(chǔ)上就產(chǎn)生了一個(gè)新的需求——“從實(shí)名到實(shí)人”，而這也是將實(shí)名認(rèn)證與人工智能徹底聯(lián)系在一起的催化劑。
實(shí)人要求你要證明“輸入身份證號(hào)”的是你本人，而這就需要結(jié)合人工智能+大數(shù)據(jù)服務(wù)來(lái)做到這件事。如今炙手可熱的“人臉識(shí)別”“聲紋識(shí)別”等技術(shù)也在這個(gè)領(lǐng)域大展宏圖。
多維的難題：聲紋識(shí)別
從應(yīng)用層面來(lái)看，AI公司大多以人臉識(shí)別落地，我們最熟悉的可能就是每家公司都宣傳的“人臉識(shí)別準(zhǔn)確率”大戰(zhàn)，因此這一項(xiàng)技術(shù)也是最早被應(yīng)用到實(shí)名認(rèn)證環(huán)節(jié)的。不少銀行交易、公司打卡都是使用的人臉識(shí)別技術(shù)。而相對(duì)比較而言，國(guó)內(nèi)真正擁有聲紋識(shí)別技術(shù)的廠商卻寥寥無(wú)幾。
聲紋識(shí)別最早誕生于上世紀(jì)四十年代的貝爾實(shí)驗(yàn)室。它是通過(guò)對(duì)一種或多種語(yǔ)音信號(hào)的特征分析來(lái)達(dá)到對(duì)未知聲音辨別的目的，簡(jiǎn)單來(lái)說(shuō)就是辨別某一句話是否是某一個(gè)人說(shuō)的技術(shù)。聲紋識(shí)別通過(guò)抽取說(shuō)話人聲音的基音頻譜及包絡(luò)、基音幀的能量、基音共振峰的出現(xiàn)頻率及其軌跡等參數(shù)表征，然后再與模式識(shí)別等傳統(tǒng)匹配方法結(jié)合進(jìn)行聲紋識(shí)別。
國(guó)內(nèi)為數(shù)不多擁有聲紋識(shí)別技術(shù)的遠(yuǎn)鑒科技，其首席科學(xué)家鄭榕博士，曾在今年的一場(chǎng)演講中指出，人工智能和實(shí)名制的結(jié)合，不僅可以使用人臉識(shí)別，也可以將人臉與聲紋識(shí)別結(jié)合，提高效率與安全。而遠(yuǎn)鑒科技已經(jīng)開(kāi)發(fā)出“聲紋識(shí)別+人臉識(shí)別+X”的多維身份識(shí)別與認(rèn)證系統(tǒng)，將多種人工智能技術(shù)徹底融合。
其實(shí)和鄭博士在臺(tái)上精簡(jiǎn)干練的陳述不同，聲紋識(shí)別的研發(fā)攻堅(jiān)難度是相當(dāng)大的。聲紋識(shí)別的數(shù)據(jù)訓(xùn)練需要非常龐大的聲紋數(shù)據(jù)庫(kù)積累以及對(duì)數(shù)據(jù)的精確標(biāo)注，而聲紋數(shù)據(jù)庫(kù)的建立比人臉大數(shù)據(jù)也艱難數(shù)倍——采集設(shè)備、環(huán)境噪音、文本檢測(cè)等等因素的影響都決定了聲紋識(shí)別注定是一項(xiàng)難攻堅(jiān)、高技術(shù)、長(zhǎng)戰(zhàn)線的人工智能技術(shù)。
這條荊棘密布的路并沒(méi)有阻擋住遠(yuǎn)鑒探索的步伐。在夜以繼日的研究之后，遠(yuǎn)鑒科技終于還是啃下了這塊硬骨頭，并將聲紋識(shí)別與人臉識(shí)別、語(yǔ)音識(shí)別、OTP技術(shù)結(jié)合，精妙地融合成了一套多維身份認(rèn)證與識(shí)別系統(tǒng)。而這套系統(tǒng)也完美詮釋了鄭博士所提倡的“提高效率與安全”——
效率：遠(yuǎn)鑒多維身份識(shí)別操作非常簡(jiǎn)單便捷——用戶對(duì)著屏幕朗讀OTP密碼數(shù)字串，麥克風(fēng)、攝像頭可以同時(shí)采集語(yǔ)音圖像信息，通過(guò)語(yǔ)音識(shí)別技術(shù)識(shí)別出數(shù)字串內(nèi)容提供給OTP模塊驗(yàn)證，同時(shí)一個(gè)步驟完成多維身份認(rèn)證中“人臉識(shí)別”+“聲紋識(shí)別”，達(dá)成“所見(jiàn)所聞皆本人”的目的。
安全：目前市面上有非常多的虛假數(shù)據(jù)、接口，造成了羊毛軍團(tuán)的惡意泛濫。而遠(yuǎn)鑒科技受公安部相關(guān)監(jiān)管單位及部所屬身份核驗(yàn)數(shù)據(jù)管理機(jī)構(gòu)委托，以法律為依托，提供合法、有效、快速、安全的一站式身份實(shí)名認(rèn)證服務(wù)。
多維身份認(rèn)證與識(shí)別系統(tǒng)所邁過(guò)的高山、征服的風(fēng)浪其實(shí)還有更多，然而這些都沒(méi)有阻止遠(yuǎn)鑒科技成為它的第一代拓荒者。讓每一個(gè)人在可信的網(wǎng)絡(luò)空間里生活，遠(yuǎn)鑒科技正在為自己的愿景而努力。而這不也正是我們希望期望每一個(gè)公司所秉承的“初心不變”么?
