有了人臉識別，你再也不用當「人體描邊大師」了

圖片，視頻中包含巨大的信息量，我們大腦所獲得的信息中，從眼睛中獲得的佔比超過一半。而如今的網路時代，互聯網成為信息的重要載體。互聯網上的信息，視頻也佔到了50%以上。在5G通信和物聯網到來時，預計會超過80%。一副圖片提供的信息遠遠大於一段文字描述的信息，圖片、視頻使得人們可以更快速的獲得信息。

人臉識別系統的研究始於20世紀60年代，80年代後隨著計算機技術和光學成像技術的發展得到提高，而真正進入初級的應用階段則在90年後期。早期應用範圍窄，沒有走向大眾化。

隨著2006年，傑弗里辛頓（Geoffrey Hinton ）開創性論文《一種深度置信網路的快速學習演算法》的發表，宣告了深度學習時代的到來。以神經網路為基礎，在大數據、演算法和高性能處理器三大引擎的推動下，人工智慧一路嶄露頭角。在圖像識別、語音處理、法律諮詢、金融證券、醫療教育、自動駕駛、作詩作畫作曲、圍棋撲克、智能助理、機器人等領域都留下了烙印。人工智慧儼然成為了理論界、技術界、產業界最熱門的話題。成為未來經濟增長的重要支撐力量。正是深度學習，讓「人臉識別」走向大眾。

那麼，「人臉識別」發展到哪一步了，它有什麼神奇的地方？

2017年8月25日，央視開播第一期《機智過人》節目——人臉識別「御眼重明 」。節目中，人臉識別系統根據一張模糊的小女孩照片，從現場10對夫妻中準確識別、推測出女孩的父母，和山東省公安廳首席模擬畫像專家林宇輝戰成平局。當然，所用時間比林警官要短很多。

「人臉識別」從根本上說是一種圖像識別，無論多麼複雜的物體都可以分解成基本的圖像構件組成，將照片輸入到神經網路中，不同層完成不同的特徵提取和分解、匹配，最終在輸出層輸出識別結果。對於不同物體的圖像，只要能將圖像分解成基本構件，進而完成特徵提取，就可以利用神經網路加以分類、識別、訓練和學習。換句話說，只要有足夠多的圖像數據，適當的演算法提取特徵，足夠快的運算速度，就可以實現不同物體的識別，進而可以安成自主學習，自主控制。圖像識別是一種廣義的人臉識別。

成名於圍棋的人工智慧飛速發展的領域——語音識別、翻譯，自動駕駛，人臉識別等，大都是民用領域，武器裝備領域鮮有涉及。

隨著當前，軍民融合和人工智慧都已經上升為國家戰略，兩大戰略的會師會產生什麼反應？下面小編和大家一起開開腦洞，僅從人臉識別技術的角度出發，展開想像，探討未來有哪些武器裝備可以改造成智能裝備。

漫畫作者：李子傑

武器裝備中，有許多產生圖像，需要圖像識別、匹配、判讀、鎖定目標的武器裝備。例如，偵察衛星，彈道導彈導引頭，戰鬥機、直升機和無人機的光電吊艙，高解析度機載合成孔徑雷達、相控陣雷達等等。現有這些設備使用的還是傳統上的圖像識別技術，採用的還都是傳統意義上的處理器。如果結合民用領域的人工智慧技術，未來可以專門開發一款基於深度學習的神經網路處理器，或者採用現行通用的GPU高效運行圖像識別演算法，再結合海量的圖像、視頻信息用來深度學習，可以更準確更快速的識別、鎖定軍事目標，實現更精確的打擊。

再者，基於傳統技術研發的武器裝備不具有自主學習的功能，融合了人工智慧技術的武器裝備，可以自主學習，實現「越用越聰明」。武器裝備每次使用產生大量的數據，有價值的數據都是事後由人來進行後續的處理，然後再重新輸入到武器裝備中，使得裝備的性能保持最優化。這不具有實時性，也不具有智能。採用人工智慧技術改造後的武器裝備，使用過程中以及每次使用產生的數據都用來自身的學習、完成對自身核心功能的檢測，可以快速優化性能，保持最佳狀態。如同谷歌的AlphaGo Zero，利用自身的數據學習，左右手互博。

還有許多有光學瞄準具的武器裝備，例如坦克，步兵戰車，各種輕武器、狙擊步槍等。目前，這些裝備的光學瞄準具大都不具有圖像識別的功能，更沒有自主學習的功能。更有甚者，就像美軍那樣，還經常誤傷友軍。

用人工智慧技術改造後的光學瞄準具首先應該具有圖像識別、目標匹配的功能，依靠裝備上的智能感知和控制模塊完成定位、信息共享，參數計算等功能，將處理後的綜合信息提供給「手握扳機的人」。

總之，能夠產生圖像、視頻信息的武器裝備都有可以和「人臉識別」技術融合；這些圖像、視頻信息都可以再次加以學習利用，提高識別成功率，提升作戰效能。

圍繞人工智慧的發展前景，霍金、馬斯克等著名人士都發表過悲觀的論點。將人工智慧用于軍事用途，未來，隨著人工智慧技術的進步，更會成為全人類討論的話題。任何技術都是一把雙刃劍，用得好會造福人類，用不好，會很受傷。

如同局座常說的，決定戰爭勝負的關鍵是人，不是先進的武器裝備，擁有了先進的武器裝備是為了防止、制止戰爭。這句話，應該永遠成立。沒有哪個國家，民族的人們願意生活在戰爭中，在人類還沒有擺脫戰爭的當下，還是把止戈為武的權利永遠留給人類吧。

局座召忠

微信號：zhangzhaozhong45

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！