「经济观察报」AI“读心术”

「经济观察报」AI“读心术”

----「经济观察报」AI“读心术” //----[ http://www.caoding.cn]

(图片来源:图虫创意)

经济观察报 采访人员 种昂在美剧《别对我撒谎》(《Lietome》)中 , 主人公莱特曼博士常常会面对各种犯罪嫌疑人的百般掩饰、逃避甚至是抵赖 。

作为一个心理学家 , 莱特曼总能根据嫌犯刹那间的细微面部表情、肢体语言识破其内心真实的想法 。 比如 , 说话时眼睛向右看 , 通常是在思考谎话;右边的眉毛似乎有些抬高 , 说明对方是有疑问和困惑;下意识的揉了一下鼻子是在掩饰真相;右肩微耸是在说假话……莱特曼博士神奇的“微表情”破案技巧 , 使得一个个看似错综复杂的惊天大案一一告破 。

正如诺贝尔奖获得者、法国生理学家科瑞尔在他的《人 , 神秘莫测者》一书中的论述:“我们会见到许多陌生的面孔 , 这些面孔能反映出他们的心理状态 , 而且随着年龄的增长 , 会反映得越来越清楚 。 脸就像一台能展示我们人的感情、欲望、希冀等一切内心活动的显示器 。 ”

如今 , 微表情“读心术”并非只出现在好莱坞大片中 。 平安科技与浪潮集团合作 , 利用微表情等有关的智能认知技术 , 读取人内心真实的想法 , 并将其应用在金融信贷、公安司法等多个现实场景中 。

相由心生

近日 , 王先生来到平安银行深圳某支行申请购房贷款 。 当办理银行贷款手续时 , 王先生或许都不曾想到 , 面审员身后的视频监控正利用AI技术对他的微表情进行“读心” 。

按照贷款流程 , 王先生首先须提交个人证照、稳定收入证明、房产产权证明以及物业水电费缴费单等资料 。 这时 , 银行AI系统会对贷款申请人是否符合条件进行自动核查 , 同时对其进行一个微表情的侧写 , 记录回答问题的习惯 。

假如发现贷款申请人某个条件存有风险 , 比如3个月物业水电费没有缴纳 , 有骗贷的可能时 , 后台题库会根据申请人的情况和自身算法生成一系列问题 , 再由面审员进一步询问 。

或许是询问贷款申请人未及时缴费的原因 , 或许是涉及看似简单的衣食住行 , 或许所问与贷款完全不相关……此时此刻 , 贷款申请人给出的答案已经不再重要——答案可能是谎言、材料也可能会造假;重要的却是贷款申请人面对询问时一个不经意的眼神 , 一次下意识的皱眉、或是连自己都意识不到的吞咽所反映出来的信息 。

随着面审员问题的深入 , 贷款申请人在回答问题时 , 如果出现了违反之前的回答习惯(例如眼睛从直视屏幕转为眼睛往上瞟或往脚下看) , 或是较为夸张的表情 , 系统则会为其标记一次异常 。

面审结束后 , 平安银行AI系统会根据记录的异常次数、等级进行一个综合评估反馈给面审员 。 如果贷款申请人微表情反应出的情绪、心理变化较大 , 系统就会提醒面审员 , 贷款有一定风险 , 要做更多调查 。

金融是众多行业中对安全性要求最高的场景 , 没有之一 。 现实中 , 金融贷款的不良率高达10%以上 , 其中的风险主要是来自花样百出、难以预防的“骗贷”行为 。

说起AI“读心术”项目的起源 , 平安科技AI智能认知产品部总经理宋晨介绍 , 平安集团的金融属性决定其任何一项服务都必须符合最高级别的安全标准 。 可传统业务中 , 安全性的提高势必会大大降低便捷性 。 任何一项信贷业务需要十天半个月的审批周期 , 再好的金融产品 , 市场竞争力也会大打折扣 。

按照监管要求 , 金融业务须在视频监控下完成 。 2016年起 , 平安便萌生起对人脸识别、声纹识别、微表情分析、OCR识别(光学字符 , 一般用于证照识别)与鉴伪等AI技术的研究 , 寻求金融服务安全性与便捷性之间的平衡 。

“相面术”

早在1966年 , 美国学者保罗·埃克曼就开始专项研究 。 所谓“微表情” , 是指人类在试图隐藏某种情感时无意识做出的、短暂的面部表情 。 它从人类本能出发 , 不受思想的控制 , 再能“装”的人 , 遇到有效刺激之后的第一瞬间也会出现微表情 , “装”只能出现在微表情之后 。 真相就写在脸上 , 只不过微表情持续时间大部分仅为1/25秒至1/5秒 , 通常当事人和观察者都很难察觉 。

在宋晨看来 , 人工智能不同于系统编程 , 后者是编程即可交付使用 , 前者却是一个不断自主学习、自主提升的循环过程 。 几年前 , 国内对于微表情的研究只是刚刚起步 。

与其他生物识别技术的研发相比 , 人工智能要做到“知人知面知心” , 门槛更高 。 技术难点主要体现在三方面:数据收集 , 必须是动态的视频数据;肌肉单元很难做标注 , 每个人对表情的定义都不相同 , “微笑”“难过”等标准难以判定;人类通过脑力认知世界、探索情感 , 而AI则依靠算力接近“智能” 。

通常来说 , 人工智能应用于不同的场景 , 须配以不同的算力 , 需要定制化的硬件设施 。 这直接促成2018年平安科技与浪潮集团合作共建“伏羲”实验室 , 将彼此场景与计算的优势相融合 。

浪潮集团互联网行业部副总经理孙波介绍 , 人工智能要进行反复训练和调优 , 需要庞大的数据作为样本、以及超高的并行计算能力 , 保障模型的快速收敛 , 因此需要性能强大的定制化AI计算服务器来提供算力支撑 。 基于联合实验室 , 双方联合开发了人工智能云主机平安云B1 , 采用浪潮人工智能超级服务器AGX-5 , 计算性能达2千万亿次/秒 。

截至目前 , 平安开发的微表情识别技术可实时捕捉贷款申请人面部43块肌肉运动 , 识别30多种最小表情动作单元 , 最高精确度98.1%;识别10种情绪检测 , 最高识别精度98.2% 。

任何行业 , “人”是根本 。 金融信贷审查的真正目标也并非各种纸质、电子信息 , 该项目在另一纬度上为精准判断“人”的诚信度 , 提供了重要的参考依据 。

场景为王

“如今 , 从行业趋势以及企业发展角度来看 , 强调单一技术能力的时代已经过去 。 ”宋晨表示 , OCR、人脸识别、声纹识别等多重AI技术被应用在不同的业务场景当中 。

如今 , 面对万亿级AI市场 , 无论是国内外资本、互联网巨头 , 还是众多跨界巨兽 , 无不在跑马圈地 。 但有机构发布报告称 , 由于无法找到真正可持续可规模化的应用场景 , 将技术产品化和商业化 , 90%的AI企业处于亏损 。

“我们发现 , AI技术的差异化越来越小 , 技术门槛也变得越来越低 。 市场上 , 场景和业务在谁手里 , 谁的话语权就会更重 。 ”宋晨指出能否找到落地的应用场景 , 成为AI技术产生价值的关键 。 而延伸至金融、医疗、汽车、房产、智慧城市五大生态圈的产业触角 , 为平安科技的AI应用提供了源源不断的应用场景 。

此前 , 传统车险理赔流程繁琐 , 现场作业依赖于手写记录 , 保险公司平均每单至少有5.18名处理人员 , 与客户至少沟通8次 , 理赔周期耗时一两周才能完成 。 如今 , 基于AI技术——在轻微剐蹭事故中 , 用户只需拍摄照片或视频上传 , 智能图像识别技术自动对车辆损坏情况进行定损;OCR单证识别自动核验保单信息;综合身份核验平台对保单受益人进行身份核验;确认是本人后 , 理赔金额在短时间内就会到账 。

针对农业保险 , 平安科技研发了猪牛羊等牲畜的面部识别 。 此前 , 保险公司对投保的牲畜通过打耳标进行辨识 , 但一段时间后耳标却常常磨损、丢失 。 一场暴风雪后 , 保险公司因难以确认死亡的牲畜即投保的主体 , 而引发纠纷 。 通过AI技术对牲畜进行面部识别后 , 这一难题可轻松化解 。

在智慧城市建设中 , 平安科技正对部分社区进行智慧化改造和管理 。 针对访客、业主、快递员、部分敏感人群进行面部、微表情、声纹等智能识别——业主白天可“刷脸”进入 , 晚上凭声纹开启门禁;如果监测到来访人员心理处于持续紧张状态 , 就会提示进一步关注 。

OCR、人脸识别、微表情识别、声纹识别等这些“黑科技” , 平安集团正从资本驱动转型为科技驱动 。 正如平安集团董事长马明哲在一次内部讲话中所说 , 智能科技的时代已经来临 , 赢科技者赢未来 。


    推荐阅读