从人脸识别，看京东金融的AI布局

原标题：从人脸识别，看京东金融的AI布局

小张是一名程序员，这两天刚跳槽到了另一家公司。填好了入职的一大堆材料后，前台告诉小张还需要提供一张某银行的银行卡号用于发工资。之前的公司发工资用的是另外一张卡。

小张周末排了很长的队去某银行柜台办卡，负责开卡的柜员拿着小张的身份证看了很久说：「这是你吗？」

「这是我高中时候办的身份证」，这不是第一次小张向别人解释自己从高中到现在相貌的变化。

每次遇到这种情况，小张都会感慨：

人工智能喊了这么多年了，什么时候才能用得上啊。

实名认证、银行开户都是人脸识别在金融业开始普及的领域，小张被人工审核怀疑的窘境正在被人脸识别技术改善。

2017 年科技圈最火的大事就是苹果的 Face ID 了，带动了沉寂已久的人脸识别重新回到聚光灯下。

人脸识别并不是一项新技术，在消费级手机市场普及人脸识别之前，各家金融机构和京东、百度、阿里等大公司都已经在抢先布局。在一些已经配备人脸识别设备的机构，小张的窘境已经缓解了不少。

作为电商巨头京东旗下的京东金融，也跻身到了人脸识别大潮的前排。

2017 年 11 月，京东金融人工智能技术解决方案「京东超脑」品牌上线。京东超脑的核心技术包括人脸识别、虹膜识别、深度学习、图像处理、知识图谱和自然语言等。京东金融官方数据显示：京东超脑的人脸识别准确率可达 99.9%。

人脸识别的难点之一是如何不被照片、视频欺骗。

苹果的 Face ID 核心就是在软硬件的配合下，「建的一手好模」，从而不被照片、视频欺骗。

京东超脑提供的解决方案是活体检测+深度学习支持的应用算法。通过分析用户动作，人脸特征，甚至用户表情变化来确保验证用户确实是一个「活」人，而不是图片、视频或者人脸模型。

反映在用户端就是你录入和识别人脸信息的时候需要完成眨眼、张嘴等一系列复杂、严格的步骤。

为了使京东超脑的模型能够防止照片、仿生脸、视频等攻击行为，对真人进行有效识别，京东超脑目前拥有近千人的数据采集团队，在自拍网纹照千分之一、万分之一、十万分之一和百万分之一误检率条件下，京东超脑的准确通过率都保持了较高水准，其中千分之一的通过率达到 99.9%。

京东超脑人脸识别技术已经实现在诸多场景中广泛应用, 比如京东大厦内打卡、贩卖机购物、食堂、便利店支付等。

在京东金融 APP 中，用户授权开通刷脸支付，就可以在支持京东刷脸支付的线下商户体验店中进行刷脸支付，整个支付环节只需要刷脸就能完成。

不只是 To C，To B 的人脸识别等技术的用途比你想象的更大

作为依托电商平台的金融科技公司，京东金融旗下京东超脑的用途之一是智能风控，尤其是必须应对的「羊毛党」和黑产。

人脸识别只是京东超脑的核心技术之一，要做好智能风控，还需要生物探针、声纹识别、虹膜识别、图计算、路径学习等技术。

比如近期某宝推出的赚钱红包活动惨遭薅羊毛：据北京青年报报道，一些「羊毛党」滥发短信，在短时间内就获取了 137.8 万元红包，有的获取了 52.5 万元红包。

所以核心就是如何准确识别「坏用户」。京东金融提供的方案主要是图计算和路径学习。

图计算主要针对的是欺诈行为的群体性——骗子周围相关的都是做欺诈的、套现等黑产的。通过一个突破点从而延伸，抓住很多隐蔽在后面的欺诈行为，提前预防并拦截在体系之外。

路径学习针对的是用户的浏览、消费习惯。比如小张 618 期间到京东商城购物，他会先看看优惠券，再去看商品，当技术有能力去预测这些的时候，就可以对一个好人进行识别。

坏人的路径和好人是不一样的，如果小张的京东账号被盗，盗号的人一般是先看这个账户有多少钱，然后想办法转账出去，比如立刻去下个单，买个贵的东西，比如金条、iPhone 等可以立即变现的商品。

京东金融识别「坏用户」算法的名称叫做 RNN 时间序列算法，识别的准确率可以超过常规机器学习算法的 3 倍以上。这一算法研究已被欧洲机器学习会议的 2017 PKDD 收录。

京东金融未来如何发展 AI？

当然是需要更多的 AI 人才。

巨头都在布局 AI，2017 年他们最明显的动作就是招揽 AI 人才。

京东金融也请来了前亚马逊首席科学家薄列峰加盟京东金融，出任京东金融 AI 实验室首席科学家。12 月 1 日，京东金融 AI 实验室在美国硅谷正式投入运营。薄列峰表示：到 2018 年，京东金融 AI 实验室将汇集 50 余位人工智能领域的顶级科学家。

除了招揽 AI 人才，京东金融 12 月还举办了一场选拔、培养 AI 人才的比赛—「JDD-2017 京东金融全球数据探索者大会」。

其中最大的亮点是商业组冠军团队「进击的巨猪」。他们参与的赛题是猪脸识别，他们提出的是基于猪脸识别的保险行业的解决方案。

养猪业的一大痛点是死猪无害化处理，即使是养殖户已经提前买了保险，从发现死猪到获得理赔过程很长，保险公司理赔成本也很高：

养殖户发一个需求给保险公司，保险公司同步把信息给无害化处理厂，勘察员去现场勘察项目，认定之后还需要无害化处理厂的回收员把猪无害化回收了，才能确认理赔。

「进击的巨猪」提出了新的流程，基于猪脸识别，这个养殖户只需要拍个照片，这个照片自动传到保险公司和无害化处理中心，回收员把猪回收。回收后系统再自动照一个照片，就能够匹配这头猪到底是谁家的，保险公司在家里就知道这个猪已经被处理掉了。

团队成员介绍：「我们用了迁移学习算法，只需要一张的训练图片，我们就能够把猪进行对比，而且不需要重复建模，耗时极短，资源需求非常小，精度可以达到 99.8%。」

猪脸识别取代了保险勘察员的上门核查，出险成本从原先的 6 块钱降到了现在的 6 毛钱。

AI 距离我们并不遥远，无论是离我们最近的人脸识别，还是智能风控，都已经离不开人工智能。机器学习、迁移学习也不只是停留在学术领域，通过 JDD 大赛也可以看到广阔的商业前景。

AI 还处在发展阶段，未来可能还未到来，但人工智能的发展需要社会各领域的合力，所有的努力和贡献都值得称赞。