商湯科技拿下28億巨額融資：人臉識別與欺詐團伙，正展開一場攻防大戰

今天，就在剛剛，專註於計算機視覺和深度學習的AI企業商湯科技，宣布完成4.1億美元(約27.88億元人民幣)B輪融資，創下全球人工智慧領域單輪融資最高紀錄。

商湯科技4.1億美元B輪融資包括B1、B2兩輪。B1輪由著名私募公司鼎暉領投；B2輪由賽領資本領投，中金公司、基石資本、招商證券（香港）、華興私募股權基金、晨興資本、光際資本、尚珹投資、中平資本、東證資本、華融國際、東方國際、TCL資本、盈峰控股、著名投資人梁伯韜等近20家頂級投資機構、戰略夥伴參投。

獨角獸企業的浮現，是計算機視覺快速發展的縮影。

「人臉識別的精確度早已超過人工審核，達到千萬級別」，曾經好萊塢諜戰片中，充滿神秘技術感的人臉識別技術，其實與我們並不遙遠。

從2015年馬雲CeBIT上的刷臉支付、到普通APP刷臉註冊、再到7月4日，上海警方利用人臉識別抓拍行人闖紅燈……人臉識別早已悄無聲息的飛入尋常百姓家，不再是「CIA」、「阿湯哥」們的專利。

如今，在消費金融刀劍碰撞的貸前信審，信貸平台引入人臉識別技術，在反欺詐陣前摩拳擦掌。

道路坎坷，上線僅兩天，慘遭銀行叫停

人臉識別，是計算機視覺的具體應用，「早在九幾年理論基礎就已經十分完善，但人臉識別真正發展也就在近幾年」，有著將近兩年經驗的互金分析師Z先生表示。早前，人臉識別會在人臉面部選點，測量各點之間的距離，如瞳孔間距……依靠這種面部幾何比例數據，來識別人的身份。

「這種幾何學技術局限太大，人要是扭一扭、歪一歪，技術就沒有辦法準確識別了」，Z先生說到，「另外像光線、角度、微整容都會導致技術誤判，這些問題得不到解決，人臉識別的精確度也只能停留在實驗室」。

確實，人臉幾何數據識別的體驗不佳，讓信貸平台對此敬而遠之。「人臉識別確實能夠降低信審成本，提高審核效率，但我們非常在意它的精準度和排錯率」，當被問道是否將會使用人臉識別技術時，某助貸平台CEO向清流消費金融吐露出了憂慮，「我們寧願多花費一些成本，也不希望因為技術不過關，造成壞賬損失和客戶流失」。

助貸平台對人臉識別的顧慮並非杞人憂天。2015年9月，招商銀行與依圖科技合作，在全國1500餘家網點及1200台VTM機上安裝依圖科技的人臉識別技術，用戶只需對準攝像頭刷臉，無需銀行卡，便可取款。

技術本該讓生活美好，但知情人士向清流消費金融透露，該產品僅在招行上線兩天，便因識別效果差，而慘遭招行叫停。清流消費金融嘗試聯繫依圖科技，試圖確認該信息，但截至發稿前，依圖科技並無回應。

技術革新，反欺詐陣線上的攻防戰

鑒於面部幾何識別的先天不足，目前計算機視覺公司普遍已採用機器學習技術，向模型輸入大量圖片，並對圖片的屬性標註，進而令演算法模型能夠自主對圖片的屬性歸納、分類。

「我們向模型輸入了大約1億張圖片，用來訓練它，目前模型已經完成了將近5億次的認證、識別」，LinkfaceCEO黃碩向清流消費金融介紹到，「大量圖片數據的輸入、訓練，才是人臉識別的核心要點」。據了解，目前Linkface人臉識別技術在金融場景中識別精準度，已達到99.7%。

國內人臉識別技術，主要來自香港中文大學湯曉鷗教授，商湯、face++、Linkface創始人，均為「湯派」。「一線人臉識別企業技術差距並不大，行業內的準確率普遍都已經達到千萬級別，但是技術好不好關鍵在於面對攻擊時的表現」。

即便技術理念從「人臉幾何特徵識別」升級為「人工智慧識別」，但作為信審的第一道防線，人臉識別技術在反欺詐的陣地上，與欺詐團伙之間的攻防大戰從未停歇。

起先，人臉識別專註人臉面部審核，確定「這個人是這個人」，即身份識別度；欺詐團伙在攝像頭前放照片，偽裝借款人欺詐；人臉識別公司升級防禦措施，加入「搖搖頭、張張嘴、眨眨眼」等活體檢測，確定「這是個活人」；欺詐團伙再次迭代升級，利用3D建模，做出3D動態圖形，動圖模仿「搖搖頭、張張嘴、眨眨眼」，甚至採用《碟中諜》里的人皮面具。

攻擊手段層出不同，人臉識別技術面臨考驗。「人臉識別現在主要加入人臉的三維動態識別和面部微表情識別，來應對新出現的欺詐手段」，黃碩向清流消費金融解釋道，「市面上的欺詐手段太多了，迫使我們也要快速迭代演算法」。據了解，目前Linkface演算法團隊共有30人，團隊每隔兩三個星期就要對模型迭代更新，以應對欺詐團伙的新招數。

人臉識別服務是信貸機構與技術商對接API介面，技術商按識別次數收取服務費。據清流消費金融了解，根據查詢場景及廠商用量的不同，在身份認證，活體檢測上，人臉識別價格差別較大，單次查詢，由幾毛到一塊多不等。「單價不高，但是未來使用量會非常大」，從業者對人臉識別在信貸市場上的應用，普遍比較樂觀。

大數據風控，人臉識別的另一扇大門

身份認證、活體檢測是人臉識別在貸前信審的傳統應用，但大數據風控時代的來臨，為計算機視覺識別打開新的大門。

利用社交軟體上的分享圖片，也能夠實現反欺詐。人臉識別識別申請人社交圖片，如朋友合照等，貸款申請人如果與行業黑名單用戶同時出現，該申請人欺詐、違約風險概率較大，信貸平台就可以重點審查。

除了反欺詐，計算機視覺識別也在信審環節蠢蠢欲動。據清流消費金融了解，目前部分技算機視覺廠商，正在訓練模型，接入借款申請人的微信、QQ、微博等社交賬號，對其社交分享的圖片信息進行識別、標註屬性，形成用戶標籤。

「一個人在朋友圈經常曬衝浪、爬山、滑雪，他的標籤就可以是：有錢、有時間、風險傾向型」，黃碩說到。而多家信貸平台的風控負責人都曾提及，「大數據風控需要的就是大量數據，只有更多的變數，在風控時，平台才能夠更多的評估依據」。

利用社交圖片反欺詐，形成變數標籤，目前該技術仍在測試階段，尚未商業化使用。就信貸領域來看，身份認證，活體檢測仍然是人臉識別廠商的主要服務。

市場起勁，創新不足

「市場比較大，各廠商都在開發自己的領域，所以細分市場重合併不嚴重」，一位一線從業者直觀感悟，「技術理念都已經十分成熟了，重要的是場景開發」。

清流消費金融了解，計算機視覺廠商都將信貸作為重要場景，紛紛推出相應垂直服務，而部分金融平台也已開始嘗試，如PPmoney、金融錢包、借貸寶、融360、美利金融……節省信審成本，提高效率。

面對起風的市場，黃碩略顯擔憂，「國內計算機視覺廠商多數模仿，創新能力不足」。