综合外媒报道,苹果公司已于本月(2017年2月)以200万美元正式收购了以色列新创公司RealFace。

142234407

事实上,查阅近些年来苹果公司在全球范围内的收购行为,RealFace已经是其在以色列收购的第四家公司了。剩下的三家以色列公司收购行为依次是:2011年,以4亿美元买下了闪存制造公司Anobit;2013年11月,以3.45亿美元买了3D传感器公司PrimeSense;最近的一次则是2015年,以2000万美元收购了LinX公司,该公司的摄影成像技术为苹果目前最新的手机产品提供了强大的双摄像头技术支持。相关资料,可参看笔者之前的撰文。

apple_245b36ab-b92a-11e5-bfbf-3de518a61da9_副本

作为一家在世界范围内具有前瞻性及引导性的巨型企业,苹果公司的收购行为历来被认为具有某种先导性,通过对其收购行为进行分析,甚至可以推测出其部分潜在产品的未来样式。以上文提到的以色列linx公司为例,苹果的收购行为所产生的影响,果不其然在其后续产品当中就得到了体现——双摄像头。此外,苹果曾在 2012 年 7 月 27 日以 3.56 亿美元收购的 AuthenTec 公司,一年后 iPhone 5s 就搭载了来自 AuthenTec 的Touch ID指纹识别功能。那么,苹果这次对realface的拥抱,又将意味着什么呢?

timg

在苹果相关产品尚未发布之前,毫无疑问,这个问题的答案也许只有现任苹果CEO库克先生才能给出最权威的答案,但是,通过仔细探寻realface本身,我们也应该可以得出部分合情合理的推测。

公开资料显示,以色列realface公司成立于2014年6月,创始人为 Adi Eckhouse和 Aviv Mader,总部位于以色列特拉维夫市。截止被苹果收购,其员工数量都没有超过10个人,是一个标准的以色列“小而美”高科技创业公司。RealFace还是应用程序Pickeez的开发商。这款识别软件可自动从存储用户照片的每个平台中选择最适合的照片。也许是受到苹果收购行为的影响,该款应用程序目前已经无法在互联网中获取。

timg1

回到realface本身, 该公司据说在无摩擦面部识别领域有自己的专利技术,允许计算机根据面部特征快速学习。这短短的一句话,其实蕴含着巨大的信息量。由浅入深,笔者认为至少有以下要素值得格外注意。

其一,realface的核心技术,如果只从苹果手机最直接的应用角度来看,它显然解决了一个问题,或者说是优化了原有设计,即用户使用苹果移动设备或PC时的登陆方式问题。传统上,苹果的设备登陆方式无外乎两种,即密码输入式和指纹按压识别式。这两种登陆方式当然现在还不能称之为过时,但以苹果公司这种追求引领和前瞻的特殊定位,这两种技术都已经不能在让消费者有眼前一亮的感觉。客观来说,近些年来,苹果公司的产品虽然在性能上不断优化,但越来越难以让消费者得到更多的惊喜,而realface的技术若能被应用到苹果的新型产品上,也许在一段时间内,会在果粉圈内重新产生对苹果的狂热追捧。

笔者上述的分析绝对不是空穴来风,据传iPhone 8的外观设计将会出现重大变革,包括砍掉传承多年的Home键,将Touch ID融合进屏幕中,同时配备面部识别专用的3D激光扫描仪。凡此种种,均与当下苹果对realface的收购相互呼应。

timg3_副本

其二,笔者仔细研读了realface寥寥无几的已经公开的相关资料,有一句话极其重要:“real face已经掌握了一种特殊的面部识别技术,它融合了人工智能,可将人类感知带入面部识别的过程中。”换句话说,苹果公司的收购行为,从更长远的角度来看,很有可能已经涉及到更为深层次以及更具影响力的一个领域——人工智能AI

timg8

带着这样的猜测,笔者又对最近一段时间内,与苹果有关的报告进行了浏览,其中一份名为《通过对抗网络使用模拟和非监督图像训练》的学术论文引起了笔者的注意。

该文是苹果发布的首份关于人工智能(AI)的专业性学术论文,文中详细描述了在计算机视觉系统中提高图像识别的方法。

按照目前的趋势来看,随着图形技术不断进步,利用合成图像训练机器学习模型变得越来越容易,这可以帮助避免注释图像的昂贵支出。然而,通过合成图像训练机器学习模型可能无法达到令人满意的效果,因为合成图像与真实图像之间毕竟存在区别。为了减少这种差异,苹果公司的研究人员提出了“模拟+无监督”学习方法,即通过计算机生成图像或合成图像来训练算法的图像识别能力。

9cf1ead

事实上,这种“模拟+无监督”学习需要将无标注的真实图像数据与已经注释的合成图像相结合。在很大程度上,它需要依赖生成式对抗网络(GAN)的新机器学习技术,它可通过两个神经网络相互对抗以生成更加真实的图像。科研人员对标准GAN算法进行了多处关键性修改,以保留注释、避免伪影以及稳定性训练:自正则化(self-regularization)-局部对抗性损失-使用精炼图像升级鉴别器。

最终的结果证明:这个过程可以产生高度逼真的图像,在质量上和用户研究方面都已经获得了巨大的成功。通过训练模型评估视线水平和手势姿态,科研人员可以对计算机生成图像进行定量评估。通过使用合成图像,苹果公司的计算机图像识别算法已经取得了巨大进步。在没有使用任何标准真实数据的情况下,该公司在MPIIGaze数据集中获得了最高水平的结果。

d426cf1

用一句最通俗易懂的话来解释,苹果目前在大力推进人工智能领域的研究,而现在已经可以明确获知的突破口,就是智能图像识别技术。设想一下,也许下一代的苹果手机确实采用了以realface为代表的图像识别技术来协助用户进行开关机等人机互动操作,但这仅仅是一个开始。人工智能AI在图像识别领域的技术一旦足够成熟(目前看来很快就将实现),那么从用户的角度来看,在未来很多的智能应用场景中,我们的双手将得到真正意义的解放,我们本身就是密码、数字、钥匙、会员卡…将不再需要动手解决与此相关的所有问题。

与此相对,从另一个角度来看,用户的使用载体,即服务我们人类的那些机器,一旦具备了成熟和强大的智能图像识别能力,那么,其距离真正完整的AI形态还会远吗?

timg6

看来,以色列的小公司们确实正在帮助苹果这家大公司,下一盘通向未来的质变之棋。

所有观点、事实和任何媒体内容都由作者个人发布,以色列时报不对内容责任。如发现恶意言论,点此举报