面臨更加成熟技術(shù)的競爭

豬臉識別需要依靠數(shù)據(jù)采集，數(shù)據(jù)的學(xué)習(xí)以及最后的檢索等程序來確定豬的身份，每一個環(huán)節(jié)都可能會因為技術(shù)及概率的缺陷造成誤差。而經(jīng)過長時間發(fā)展的智能耳標(biāo)則更成熟，而且在確定豬的身份上更加精確。

耳標(biāo)相當(dāng)于豬的身份證，具有唯一性，既可以滿足動物日常信息管理，也可以實(shí)現(xiàn)動物產(chǎn)品的全程追溯。

雖然陳瑤生教授表示，戴耳標(biāo)、植入芯片等方法識別豬只，會給動物帶來了不必要的身體傷害，但是讓豬再快樂地生活，最后都免不了痛苦的去死。而隨著智能耳標(biāo)也在向著人工智能的方向發(fā)展，顯然這兩門技術(shù)的決斗還尚未開始。

除了“豬臉識別“，還有“羊臉”、“牛臉”、“狗臉”、“馬臉”……

上面提到“牛臉”、“羊臉”識別相對于“豬臉識別”更簡單，而其發(fā)展無疑會給“豬臉識別”新的啟示。劍橋大學(xué)的教授就開發(fā)了一種表情識別系統(tǒng)，通過面部識別來判斷綿羊的疼痛程度，如果將這項技術(shù)應(yīng)用到牧場，用攝像頭來監(jiān)控羊群，就可以及時發(fā)現(xiàn)綿羊的生病情況。

狗作為人類最忠實(shí)的好朋友，“獸工智能”在其身上取得的成果并不少，智能相對論曾對此分析過。而今年4月1日百度推出的“狗臉識別”，不僅可以便于寵物的找回，而且能夠掃描狗臉喂食、自由進(jìn)出門禁、還能收取快遞與購買商品并支付等功能。雖然初衷是好的，但后面的幾點(diǎn)畫風(fēng)似乎很清奇，畢竟自由進(jìn)出門禁可能會發(fā)生，壞人拎著我的狗偷走了我的錢怎么辦？

而在未來，除了前面提到的，生物活體識別技術(shù)通過深度學(xué)習(xí)對動物面部特征、整體體態(tài)和行為特征進(jìn)行識別，判斷其品種和其健康情況比如哪些動物生病了，生了什么病，那些動物沒有吃飽，甚至哪些動物到了發(fā)情期需要配種等等。

更重要的是，可以為食品安全、養(yǎng)殖戶信貸服務(wù)甚至更多的金融服務(wù)等商業(yè)應(yīng)用提供決策依據(jù)。

然而說到這里，開頭提出了的豬臉難以識別的問題似乎還沒有解決。而在陳瑤生教授的豬臉識別技術(shù)的實(shí)驗場中，母豬識別率為98％（估計是母豬體型大不好移動），肉豬識別率則為85％。這個識別率并不算高，特對是對大規(guī)模的養(yǎng)殖場而言。

所以，俺老豬面部識別率還可以再提高嗎？

當(dāng)前使用的人工智能技術(shù)來實(shí)現(xiàn)視覺識別的原理基本上是一致的，即利用計算機(jī)神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)，學(xué)到每一頭豬的特征，然后利用深度學(xué)習(xí)的模型，針對測試數(shù)據(jù)集，得到每一頭豬的概率，最后來判別哪頭豬是哪頭豬。

最常采用的做法是把人臉的模型直接fine tune（微調(diào)）到動物臉，但是fine tune在深度學(xué)習(xí)里面更像是一個處理手段。

而Transfer learning（遷移學(xué)習(xí)）可以看成是一套完整的體系，是一種處理流程。目的是不拋棄從之前數(shù)據(jù)里得到的有用信息，同時應(yīng)對新進(jìn)來的大量數(shù)據(jù)的缺少標(biāo)簽或者由于數(shù)據(jù)更新而導(dǎo)致的標(biāo)簽變異情況。

京東舉辦的“豬臉識別”冠軍團(tuán)隊就是采用的這種辦法，該團(tuán)隊表示剛拿到數(shù)據(jù)集時，很難分辨哪頭豬是哪頭。而當(dāng)他們使用模型再運(yùn)行數(shù)據(jù)，發(fā)現(xiàn)豬臉識別的最后運(yùn)行效果達(dá)到比模型跑人臉的效果還好。

但是值得一提的是，由于AI工作與其他科學(xué)研究相比，學(xué)術(shù)研究數(shù)據(jù)，尤其是大量級、多維度、優(yōu)質(zhì)、真實(shí)的數(shù)據(jù)依賴程度高。據(jù)官方報道，該數(shù)據(jù)素材只拍攝了兩天，因此京東這次拍攝的數(shù)據(jù)并不具備時間上的動態(tài)變化，具有一定的局限性。

而這里采用遷移學(xué)習(xí)識別馬，則使用了一種全新的思路。由于人臉的特征和動物臉部的特征本身的差異很大，但是當(dāng)動物的臉部做了變形之后，就會和人臉比較相似了，所以，我們需要先找到一個人臉和馬臉相似性較大的一個映射空間，然后使得人臉的訓(xùn)練數(shù)據(jù)可以被有效的利用起來訓(xùn)練馬臉。

具體辦法是，先找到人臉和馬臉角度或者表情相似的圖片，然后以相似的部位作為關(guān)鍵點(diǎn)，接著訓(xùn)練獲得一個映射區(qū)間，得到了這一映射區(qū)間之后，把原來的馬臉圖片做變換，最后再采用人臉模型去fine tune動物臉檢測的模型。

顯然，“豬臉識別”也可以借鑒這種辦法，相信在不久的未來，“豬臉識別”技術(shù)可以更加準(zhǔn)確。

由于大多數(shù)人都臉盲，佩奇就是我們見過最單純的豬了。而其他的，更精細(xì)的識別與診斷，只能通過“獸工智能”來實(shí)現(xiàn)了。（雷宇）