天下无拐：人工智能如何助力解决儿童打拐问题？

　　人工智能技术有好的一面，提供了生产力，可以不知疲倦的为人类服务，可以帮助解决社会问题，也有不可预知的一面，它是不是有强人工智能，超人工智能，能否对人类未来造成威胁。
　　人工智能自2016年以来一直是热点。人工智能之所以让大家期待，重要原因是它在解决问题的思路上有了很大的改变：不再试图对世界穷尽的算法，而是通过数据来解决问题，给机器喂养数据，让它最终更高效的把问题解决掉。
　　人工智能被大众认知得益于AlphaGo战胜人类围棋棋手，它还不断地在其他领域碾压人类，比如德州扑克，在概率的计算上人类根本不是对手。人工智能不仅仅是在这些有新闻传播价值的方面取得新的进展。人工智能其实一直就在我们的身边。比如有些新闻APP，本身就是靠人工智能的算法进行新闻的和视频内容的推荐。比如百度的搜索和广告也是基于人工智能技术。
　　还有人担心强人工智能将来要取代人类，让人类没有工作，加剧财富的两极分化。蒸汽机、电力的发明，极大的提高了生产力，给人类整体带来了更多的财富。财富只有在流通下才能有意义。如果绝大多数人失业，没有人有消费能力，财富也无从积累。如果真的有一天人工智能取代了大多数人的可重复性工作，人类对工作的定义和财富的价值观也可能会发生变化。
　　从目前可预期的将来，我们可以先聚焦如何利用人工智能技术去改善人们生活，提高生产效率，甚至解决社会的问题。我们的社会还有大多问题需要解决，比如医疗、教育、住房、交通，甚至儿童被拐卖丢失的社会问题。
　　在没有人工智能情况下，解决这些社会问题的成本极高，且几乎不可能，而人工智能拥有超级视觉能力和听觉能力，可以让社会问题的高效解决变得可行。
　　人工智能助力解决儿童打拐的社会问题
　　人工智能最大的特点是它完全碾压人类的超级计算能力，而且因为有了深度学习的技术，一旦有了数据，它在视觉识别、听觉识别上具有了比人类还精确的能力。计算机的记忆能力也比人强很多倍，可以把万亿的网页及人类图书馆的所有藏书都记住，人类永远做不到。
　　2017年2月21日，百度人脸识别技术获得《麻省理工科技评论》全球十大突破性技术提名。这项技术曾经在《最强大脑》上亮相，百度大脑赢了人类最优秀的对决选手。
　　如果人脸识别仅仅是在学术期刊和电视秀上展示突破，还是不够，更重要的是它对社会问题能够产生实质的影响。江苏卫视《最强大脑》上演了百度人工智能机器人“小度”与人类最优秀的选手对决，其中有跨年龄的“人脸识别”之战，跨年龄的识别主要是人类选手与小度通过分析照片中的幼年时人脸，以此识别20年后的成年人脸，还包括一对双胞胎，以增加识别难度。小度赢得最终胜利。
　　从这个角度，小度具备的人脸识别能力已经远超人类。人脸识别技术可以用于解决闸机通过的问题，比如旅游景区闸机、机场通关闸机等身份识别等问题，尤其是高并发大规模人群时候处理远比人类一个个身份证验证更有效率，且不易犯错。
　　此外，也可以应用到儿童走失等社会问题当中，有两个场景都可以运用到。一个是失踪早期助力侦破；二是解决多年走失的遗留问题。百度李彦宏在2017年政协提案中也提到：“一方面，人脸识别能够提升图像侦查效率，尽早锁定失踪儿童或涉案人员。另一方面，人脸是能够实现海量人脸数据的跨年龄比对，帮助侦破儿童走失积案。”
　　在电影《失孤》一片中，刘德华饰演雷泽宽。雷泽宽的儿子走失15年，他唯一记得的还是小时候的样子，能凭借的证据也只是左脚被钉子扎出的伤疤。他追寻千里，结果还认错人，遭打，一无所获，结局悲凉。
　　有了人脸识别等人工智能技术，儿童走失后立即报案，警察可通过人脸识别技术调取公共场所、火车站等场所的人脸数据，人工智能可以在众多人脸中快速定位出走失儿童，然后由警察快速定位和追踪，并解决问题。如果没有人脸识别技术，走失儿童就是一旦进入茫茫人海，很难找回。走失多年的儿童也可以通过把走失前的照片跟公安部的人脸数据库进行比对，快速定位到本人，高效找回走失儿童。
　　人工智能技术解决社会走失儿童问题要落地，还得建立覆盖全国的走失儿童数据库，包括人脸数据等，同时与治安和交通监控系统结合，最终在短时间内解决重大社会问题。
　　为什么人工智能对社会问题解决有巨大的能量？
　　人工智能能助力解决社会问题，核心原因在于它有超级的记忆能力、计算能力，并在基础上产生的超级视觉能力、超级听觉能力等。比如说，人脸识别就是人工智能的超级视觉能力，远比千里眼厉害，它能在成千上万人中，快速移动的人中，光线较暗的场景中，快速找到比对的人脸。
　　人脸识别技术为什么碾压人类，它在现实中真的可以做到吗？人脸识别技术主要是通过对人脸的关键信息进行提取和比对，目前百度的人脸识别技术准确率高达97。百度的小度甚至能够精确识别黑暗中摄影头闪过的人脸。
　　为什么人脸识别技术发展这么快？比如小度的人脸识别算法跟之前的传统算法有了不同的思路。之前人脸识别是通过多维特征计算。比如有1000多个特征，然后进行比对。通过人工去定位嘴巴、鼻子、眼睛，鼻子的样子，眼睛的位置等。最后把这些1000多个维的信息综合起来，形成多个数据表达。也就是特征向量，比如鼻子的一个维是0。1，翘鼻子是1，如果圆鼻子是0。5，最后给出一个分，然后比对人脸。一个新的人脸照片，会根据这个标准进行打分，得出分数。
　　人工智能的算法则是基于深度学习，放弃了对特征的穷尽，而是通过数据喂养去成长。深度学习，需要很多数据，在这个过程中一旦发现某些特征的有用，会去调整权重，看看怎么算更用效。同时它也会扬弃无用的特征，比如算法发现所有人的鼻子都是圆的，那么这特征基本上就没有用了。深度学习就是要通过数据来发现有用的特征，让它自己的能力越来越抓住重点，而不是胡子眉毛一把抓。
　　而算法的强弱一是算法本身的设计，还有就是足够多的数据喂养。目前关于人脸数据方面，中国积累了庞大的数据，可以通过数据不断去完善。
　　人脸识别目前有1：1的，银行应用较多，也有1：N的高精度人脸识别，1：N的人脸识别，意味着要跟库里的所有人脸去比对，这种系统精确度非常高，很少有失误。目前百度采用的1：N的人脸识别系统在不少4A和5A级景区启用，比如乌镇西栅栏景区采用的1：N的人脸识别系统。这样的高精度人脸识别能更加高效解决儿童走失找回问题。