Google的人工智慧AlphaGo剛剛剛在圍棋領域60連勝，百度也玩起了人機大戰。
綜藝節目《最強大腦》在第四季設置了人機對戰環節，百度將「百度大腦」的人工智慧技術植入到機器人「小度」人上，來節目上踢館。
《最強大腦》中有個名人堂，裡面全是以往節目中的高手，是心算、辨音、記憶等各個領域各自的大師。小度要和名人堂中的某位選手在人臉識別、語音識別上面PK。前三期人機大戰，採用三局兩勝制，百度大腦如果勝出，將參加最後的腦王爭霸賽。百度深度學習研究院（IDL）主任林元慶表示，當時只拿了一臺機器，而且不是在雲端算。
最後選定跟百度大腦對戰的選手是世界記憶大師王峰，他是本次名人堂的輪值主席。雖然是記憶大師，不過據他自己和現場的科學評審清華大學教授魏坤琳（人稱「Dr.魏」或者「叨叨魏」）說，其實人臉識別不是他最強的，記憶才是。不過現場一開始發生了無人敢於對AI應戰的局面，推讓鼓勵一番後，最後評審們還是選了王峰應戰。
比賽分為兩輪，在第一輪，嘉賓（章子怡）從女子團體蜜蜂少女隊20名成員的童年照中挑出2張，然後蜜蜂少女隊會在現場跳舞，選手通過動態視頻表演觀察少女模樣，從中選出童年照的主角。
在第二輪，節目組請來30名30歲以上的觀眾，嘉賓（中國桌球隊主教練劉國梁）挑出一位，隨後選手要將其從30張小學集體照中找出誰是他。
其實王峰也非常膩害地匹配三張照片中的兩張，只是在第一輪的第二張裡面，沒想到蜜蜂少女隊裡面有一隊雙胞胎，好像她們倆也不太記得照片中的是姐姐還是妹妹[捂臉]，王峰就輸了這局。其實在這裡，小度也給出了兩個答案，一個匹配度為72.98%，另一個72.99%，最後吳恩達現場選了72.99%的照片，匹配正確。
可以說，王峰雖然自稱不擅長人臉識別，但表現非常出色，面對這樣的對手，小度可以說只是險勝。林元慶也曾表示，這個過程很忐忑，也很興奮。忐忑的是害怕「事情能搞定嗎？」興奮的是，「終於有一個機會去看一看我們的人工智慧技術做了這麼多年，跟人還有多大的差距，或者是已經到達了什麼樣的水平」。
林元慶表示，在被江蘇衛視選中為參加節目的公司之後，百度僅能得知比賽形式，比如第一期的跨年齡人臉識別；在後面的兩個月的備戰中，百度IDL團隊通過了大量的數據去訓練百度大腦，圖片大部分來自網際網路，也有一部分是百度買的圖片，因為跨年齡照片比較難獲取。數據量級大概是兩百萬人，每個人有一百張照片。
人工智慧進行人臉識別的流程當嘉賓問到現場選手王峰是怎麼做到的，王峰說會先記住目標人物臉上一些不會隨著年齡而改變的特徵，比如鼻子、耳朵、嘴角。那麼人工智慧又是如何做人臉識別的呢？
其實跟王峰用的方法也很類似，通過提取特徵去匹配，但以前，可能是人類挑出具體的特徵，現在運用深度學習的方式，機器可以自己去學習什麼樣的特徵是有用的。
百度目前用的也是深度學習的方法，林元慶介紹：「我們會把人臉分成七個部位，在這七個部位上學習哪些特徵是非常重要的，不是人來挑選的，是人自動學習的，我們會收集這些數據，收集完之後告訴機器這個人小時候長這樣，這個人大了長這樣，讓機器自己去學，哪一些特徵是非常重要的特徵。」
不過，林元慶也發現，參加了《最強大腦》之後，他們發現，非共性的特徵，也許可以是機器學習的進步方向。比如說一個人嘴邊長了一顆痔，機器學習就比較難，因為不是共性，只是一個案例裡面發生的。「從數據的角度來講，也是一個強板，也是一個短板，很多學習出來的特徵是共性的特徵。但是那些比較獨特的特徵，或者比較個性化的一些特徵地我們是沒有很好的利用。」
據百度方面介紹，通常情況下，人臉識別的流程如下圖：
以比賽為例，現場小度識別蜜蜂少女成員的原理流程圖
百度介紹，具體可以分解成以下幾個步驟：
1、人臉檢測
根據眼睛、眉毛、嘴巴、鼻子等器官的特徵以及相互之間的幾何位置關係來檢測人臉，即在在一副圖像或一序列圖像（比如視頻）中判斷是否有人臉，若有則返回人臉的大小、位置等信息。
圖片來源於參考文獻：《人臉識別——原理、方法與技術》，王映輝編，科學出版社
2、人臉圖像預處理
系統獲取的原始圖像由於受到各種條件的限制和隨機幹擾，往往不能直接使用，必須在圖像處理的早期階段對它進行灰度校正、噪聲過濾等圖像預處理。人臉圖像的預處理主要包括：人臉對準，人臉圖像增強，以及歸一化等工作。
3、人臉圖像特徵提取
人臉特徵提取就是針對人臉的某些特徵進行的。人臉特徵提取，也稱人臉表徵，它是對人臉進行特徵建模的過程。
圖片來源：百度方面提供
4、人臉圖像匹配與識別
人臉識別就是將待識別的人臉特徵與已得到的人臉特徵模板進行比較，根據相似程度對人臉的身份信息進行判斷。這一過程又分為兩類：
一類是人臉確認，是一對一進行圖像比較的過程，將某人面像與指定人員面像進行一對一的比對，根據其相似程度來判斷二者是否是同一人，相似程度一般以能否超過某一量化閥值為依據。
另一類是人臉辨認，是一對多進行圖像匹配對比的過程，將某人面像與資料庫中的多人的人臉進行比對，並根據比對結果來鑑定此人身份，或找到其中最相似的人臉，並按相似程度的大小輸出檢索結果。據林元慶介紹，在百度的大廈裡已經落地的閘機、今年烏鎮網際網路大會中的刷臉註冊系統，人停留1到2秒即可通過，這就是1比N的人臉識別。
節目中人臉識別的難點在上述人臉識別的過程中，機器可能會遇到什麼難點？節目中女子團體唱唱跳跳，臉部不斷，而且燈光閃爍的，會不會增加人臉識別的難度？那技術上可以怎麼解決？
Dr.魏表示，光照條件差、視角獨特、信息模糊，甚至變形，這些特殊情況都會給機器很大的挑戰。聲音識別的挑戰也是一樣，機器需要從極少的線索中提取出穩定不變的信息，並作出推演，不是簡單的信息匹配和分類問題，而是從模糊複雜的信息中抽象出規律的問題。節目組把上述的要素都設計到了舞臺上的挑戰當中。
對於人臉的搖晃，百度方面的技術負責人表示，在比賽的過程中，少女團體的表演是動態，機器會自動的找姿態比較端正的來識別。
不過，除了表情、角度觀察、光照條件之外，人臉遮蓋物，如口罩、墨鏡、帽子、頭髮、鬍鬚，甚至是整容、P圖等行為，都會增加了人臉識別的難度。
現場的女子團體都是化妝上臺表演、不排除有帶美瞳和微整形的情況，而且還出現雙胞胎的情況。百度方面解釋，人臉識別是在臉部骨骼上取儘可能多的點，通過計算機把這些點分別與自己已經存儲的臉比較，雙胞胎之所以難以識別，就是骨骼太相似，需要取足夠多的點。
林元慶說，節目中的任務之一：跨年齡識別，也是目前的難點。
他解釋，一般而言，在跨年齡階段人臉識別中，類內變化通常會大於類間變化，這造成了人臉識別的巨大困難。同時，跨年齡的訓練數據難以收集。沒有足夠多的數據，基於深度學習的神經網絡很難學習到跨年齡的類內和類間變化。
基於第一點，百度IDL的人臉團隊採用的事度量學習的方法。即通過學習一個非線性投影函數，把圖像空間投影到特徵空間中。在這個特徵空間裡，跨年齡的同一個人的兩張人臉的距離會比不同人的相似年齡的兩張人臉的距離要小。
針對第二點，考慮到跨年齡人臉的稀缺性。百度用一個用大規模人臉數據訓練好的模型作為底座，然後用跨年齡數據對其做更新。這樣不容易過擬合。
將這兩點結合起來做端到端的訓練，可以大幅度提升跨年齡識別的識別率。
圖像識別比下圍棋更low？AlphaGo連勝人類60局之後，百度大腦險勝《最強大腦》，不免有很多人拿兩者來比較，甚至有媒體認為圍棋比圖像識別難多了，究竟哪個比較膩害？
當被問到這個問題的時候，Dr.魏認為，兩者很難比較。百度大腦在舞臺上比的是視聽覺能力，但AlphaGo比的是所謂的運算能力、所謂的邏輯推理能力。
他解釋，人下棋，除了邏輯推理和運算能力的積累，還依賴所謂的棋感，就是棋藝上面的所謂的直覺。這是不能直接用語言描述的，不過腦科學是有研究的，直覺也是大數據跑出來的，即平時大量的練習養成的。從這方面來說，AI也是一樣的，深度學習基於大量的數據，形成的下棋模型是設計者也不能準確描述的一套算法。
他還表示，人認為最簡單的事情，對人工智慧來說是很困難的。
人類擅長感知和運動，恰恰不擅長邏輯和運算為代表的抽象思維能力。機器卻似乎恰恰相反，不擅長感知和運動，機器人能下圍棋或者記下海量的信息，但是沒有辦法像人這樣運動，或者像人一樣去感知這個複雜而快速變化的世界。
他舉例，人類可能在三歲的時候就會爬樓梯，但是現在我們都不知道怎麼讓機器人像人一樣流暢地爬樓梯，特別是樓梯的好多參數是無法預知的時候。人可以爬各種各樣的樓梯，在不同光照條件，不同身體狀況等，但是機器人到現在無法象人一樣流暢。從進化上來說， 運動，包括像爬樓梯這樣的運動，大腦很早就學會了，而人學會圍棋對進化中的大腦來說，是很晚才開始玩的。所以，對人來說，樓梯容易一點，圍棋難一點；但是可能對機器來說圍棋更容易一些，上樓梯更難一些。
其實運動、感知，還有其他認知活動，像下圍棋、搞記憶，都是大腦的功能。人工智慧對不同認知功能有它的難易評判，我們不能用人的直覺去做這個評判。我相信我回答你的問題了，所以這兩個就像蘋果和橘子，不能比。
圖像識別目前的應用雖然百度的圖像識別技術目前已有較高的準確率，但是在哪些方面有應用呢？
具體人臉識別方面，林元慶表示，其實人臉識別在百度內部，最大是搜索，百度基本上對全網的照片都做了人臉識別。「你搜Dr.魏，會出來一串的Dr.魏的照片。」
魏坤琳
至於人臉識別在其他領域的應用，大概是三個大方向：
至於大的圖像識別方面，實驗室還在開發的一個方向是做醫療圖象分析，比如X光或者CT的照片，將細胞都給它分割出來，判斷每一個細胞是不是癌細胞。
在百度深度學習實驗室內部，林元慶介紹，目前計算機視覺做的方向大致有三個，除了人臉識別，還有智能駕駛和增強現實。智能駕駛是2015年從深度學習實驗室孵化出去的項目，專門成立了獨立的事業部做智能駕駛。2016年，增強現實也獨立出去，成立了增強現實實驗室，這兩個是深度學習實驗室孵化出來的項目。
他表示，百度之前主要做技術的積累，2017年希望在市場上大規模應用。