撰文 | 高靜宜
編輯 | 微胖
11 月 3 日，iPhone X 全球同步開售，不過在此之前，第一批入手 iPhone X 測評機的媒體，已經掀起了一波用雙胞胎測試 FaceID 識別功能的高潮。同一天，一家名為螞蟻佐羅的公司釋出全球首個眼紋識別技術，正式向精準識別同卵雙胞胎這一世界級難題發起挑戰。
同卵多胞胎雖然長相極端相似，不過每個人都有獨一無二的眼紋特徵。眼紋識別就是針對眼白上的血管排布進行識別，相較其他維度的生物識別技術，在誤識率和精準率方面表現更為優秀。而由於眼紋識別技術研發的門檻高、挑戰大，此前業內尚未出現成熟的相關解決方案。
螞蟻佐羅在實驗室成功識別出數對雙胞胎，包括同卵雙胞胎
在今年的阿里巴巴雲棲大會上，螞蟻金服正式宣佈其生物識別團隊成立獨立科技平臺 ZOLOZ，中文名為螞蟻佐羅，定位金融級的人臉識別，旨在推動生物識別技術能力的普及。螞蟻金服全球核身平臺負責人 Toby Rush 出任公司 CEO 一職，螞蟻金服生物識別技術負責人陳繼東擔任螞蟻佐羅總經理。
生物識別機器人螞蟻佐羅
「在數字時代，我們每天都需要向各種移動裝置和線上服務來回答『你是誰』的問題，生物識別技術在解決『你是誰』的問題上具有得天獨厚的優勢。」螞蟻佐羅 CEO Toby Rush 介紹道，「我們的願景就是幫助使用者在保障隱私和安全的情況下，透過自身獨有的生物特徵，更加簡單、可靠、便捷地實現身份認證。」
螞蟻佐羅 CEO Toby Rush
在這之前，Toby Rush 創辦了 EyeVerify，這家專注於眼紋識別技術的美國創業公司，在 2016 年 9 月被螞蟻金服高價收購。隨後，Toby Rush 加入螞蟻金服，成為螞蟻金服全球核身平臺負責人。
和絕大多數螞蟻金服團隊的成員一樣，Toby Rush 也給自己取了花名——「閏土」，有別於一些調侃意味的花名，這個名字另有深意。
Toby 的家鄉位於美國中部城市堪薩斯城，家裡經營了一所農場。他認為閏土樸實、簡單的鄉下男孩形象，和自己的年幼經歷十分相似，「這個名字能夠提醒自己出身，時刻保持謙虛、低調的狀態。」
Toby 向機器之心展示他的工牌，背景是他家位於堪薩斯城的農場，笑稱工牌上面印著他的過去與現在。
明確在螞蟻金服的「新身份」後，Toby 第一時間接受了機器之心專訪，這也是他加入以來，首次接受媒體採訪。Toby 向我們分享了自己在生物識別領域的探索中，對生物識別技術優勢、研發創新的理解，以及螞蟻金服在生物識別領域的佈局。
加入螞蟻金服
2016 年 9 月，您的公司 EyeVerify 被螞蟻金服收購。能否介紹一下具體過程？您為什麼選擇加入螞蟻金服這樣一箇中國公司？
2015 年，也就是正式完成收購的一年前，在支付寶專案上，EyeVerify 就以技術提供方的身份與螞蟻金服展開了合作。從那時起，支付寶開始眼紋識別技術的研發。當時，我們非常看好這項技術的實際落地和應用前景。除了支付場景，阿里整個體系對這項技術的需求也非常大。考慮到合作伙伴的需求以及阿里自身的因素，我們最後決定組隊研發眼紋識別技術。
阿里體系覆蓋面非常廣泛，不僅能夠服務整個社會，也能為個體提供幫助。如何在數字世界中完成識別、交付信任、保障安全？這非常有趣。在未來十年內，阿里計劃服務 20 億消費者，能夠幫助這麼多消費者，是吸引我加入螞蟻金服的重要原因之一。此外，阿里在印度尼西亞、馬來西亞、越南、泰國等國家也開展了相關支付業務，有機會幫助到全球使用者也讓我非常興奮。
您的職業履歷非常豐富，曾在諮詢公司就職，之後涉足移動、無線、感測器、成像等眾多行業領域，分別在 2003 年和 2012 年創立了 Rush Tracking System 和 EyeVerify 兩所公司。能否介紹一下您是如何一步步走向生物識別領域的？
大學期間，我學的是機械工程專業，大二期間，對軟體開發產生了濃厚興趣。在軟體公司 SAT 工作時，我學習了 RFID（射頻識別技術）相關知識，用 RFID 和移動裝置搭建了一個工作流程的自動化平臺。
在意識到 RFID 在工業倉庫中應用前景後，我創立了 Rush Tracking System。這是一家專注於 RFID 等追蹤技術的公司，產品之一是給倉庫叉車配備攝像頭感測器，根據所採集到的資料，軟體會分析出叉車在倉庫中所處的位置，進而完成清點存貨清單、叉車駕駛員的調配等一系列任務。這也是我第一次接觸計算機視覺技術。
在意識到計算機視覺技術的巨大應用潛力之後，我就把 Rush Tracking System 賣掉了。我找到許多計算機視覺領域的專家，和他們交流探討。不久，我和一位堪薩斯大學的教授取得聯絡，他研究的方向正是眼紋識別技術，我們一起創立了 EyeVerify。
目前螞蟻金服生物識別團隊現狀如何？團隊之間協作如何？團隊之間的融合給您帶來了什麼轉變？
目前，中美兩個團隊合作開展研發，團隊人員約 120 人左右。其中，中國團隊約有 60-70 人，美國團隊有 40-50 人。對我們來說，無論是文化的衝擊還是思維的碰撞，都有挑戰。有時，表達方式不同，理解彼此需要一個過程，這都是正常的現象。我們正在努力保持積極溝通，確保整個團隊的研發進度。
就我個人而言，之前會把焦點放在眼紋識別技術上。螞蟻金服現在做的是把人臉、聲音、眼紋等識別技術整合在一起，搭建一個完整的身份核驗平臺，讓識別更加準確。因此，加入螞蟻金服後，我的研究範圍變寬了。另外，無論是在資源、配置，還是市場、行業洞察等方面，對我來說，構建平臺是全新的嘗試。目前，我也正在努力學習新知識，包括中國文化、阿里集團的文化、以及印度尼西亞等各國文化。這個過程非常有趣，對我也很有幫助。
團隊在近期的研究重點是什麼？
首先，我們會繼續推動剛剛在肯德基上線的「刷臉支付」專案，這是我們生物識別技術非常重要的一個落地應用。其次，會進一步探索如何讓使用者在說話、觸控、行動過程中，自然完成身份校驗。另外，隱私與安全問題是我們長期關注的領域，也會持續研究這些問題。
生物識別技術的優勢與落地場景
生物識別技術已經逐漸滲透到越來越多的落地場景中，最近釋出的 iPhone X 就採用了人臉識別技術完成螢幕的解鎖，時下火熱的智慧音響也在嘗試融入聲紋識別技術滿足使用者的需求。您如何看待生物識別技術的應用潛力？
這正是技術讓人感到興奮的地方。本質上講，任何應用場景中，生物識別技術都是在回答「你是誰」的問題。無論使用支付寶支付，還是在肯德基體驗刷臉支付，抑或刷臉解鎖螢幕，系統首先要知道你到底是誰。這也是金融服務中最重要也是最亟待解決的問題。這個問題也始終貫穿在各種不同的應用案例中。
我認為，生物識別技術在解決「你是誰」的問題上具有得天獨厚的優勢。無論是進入賬戶完成支付，還是獲得許可權喚醒家裡的檯燈，只要涉及解決「你是誰」的問題，生物識別技術都可以發揮潛力。
相較於傳統的身份校驗方法，生物識別技術的優勢與價值何在？
易用性和安全性兩個方面的優勢，使生物識別技術成為身份核驗領域一個順其自然的選擇。
為了更好地回答問題，我們先回顧一下在現階段大範圍使用於金融領域的身份核驗方法——密碼。一方面，密碼易被複制，易產生資料橋樑，存在安全性隱患；另一方面，密碼的使用體驗並不理想，輸入密碼的過程也不簡單、便捷，很多人並不喜歡這樣驗證方式。
生物識別技術的優點在於既能夠簡化使用過程，提升使用者體驗，又可以解決安全性問題。只需「做自己」，自然刷臉、說話、觸控，即可完成身份核驗。在安全性方面，生物識別技術表現也不錯，目前已經有相應的活體檢測等防攻擊技術予以支援。
您怎樣看待生物識別技術的準確率問題？
在部分場景下，驗證的準確度要求非常高。比如，在銀行應用場景中，生物識別技術必須擁有非常高的置信度及準確率，好讓孩子沒有機會登陸大人手機中的支付 APP。但在某些場景下，人們沒那麼關心這項技術識別的準確度，也不需要極高的準確度。這類場景下，我們會靈活調整識別準確度。
簡言之，在身份驗證需求較強的場景下，我們會採用人臉識別、指紋識別、聲紋識別等技術，極力保證識別的準確率及穩定性。在一些娛樂性質強的識別場景下，身份驗證的需求相對較弱，風險級別較低，我們會做出相應的調整。總之，我們會根據不同應用場景下的使用者體驗及需求來實現平衡，重點在於誰在發問「你是誰」。
您如何看待人臉識別、指紋識別、眼紋識別、聲紋識別等常見生物識別技術所適合的應用場景？
我認為，無論哪種生物識別技術，都是在做同一件事：回答「你是誰」這個問題。區別僅僅在於，如何根據不同的場景和使用者需求選擇合適的技術。不同場景下，使用者會使用不同的溝通方式。在一間過於嘈雜的房間裡，人們可能會選擇微信打字的溝通方式；如果房間比較安靜，人們會直接面對面交流。
當然，除了考慮使用者的易用性，由於一些技術的識別準確率高於其他，不同時間、地點，某種識別技術的效能可能會有明顯優勢，所以，在具體場景下選取特定的生物識別技術時，也要考慮每種技術的效能。
其實，身處數字世界的我們會發現，攝像頭、麥克風無處不在。無論是人臉識別還是眼紋識別都是非接觸式識別，只需要一個簡單的攝像頭就能獲取帶有面部及眼睛特徵的圖片。但是，相較於人臉識別，眼紋識別需要質量和解析度更高的圖片，對攝像頭也有一定要求。因為只有這樣，才能抓取到眼靜脈的細微特徵，完成後續演算法訓練。人臉的圖片沒有這麼高的要求，所以，目前人臉識別技術的應用更加廣泛。不過，現在攝像頭更新換代的速度非常快。每次新手機推出時，也會伴隨更高質量的攝像頭，所以，未來，基於計算機視覺的生物識別技術會發揮更大潛力。另外，將人臉與眼紋識別技術相結合的可行性，也讓我們非常興奮。
雙因子、多因子結合的識別方式會成為未來驗證的主流嗎？
會成為主流。多種識別技術相結合，可以為核驗身份提供更多的依據，不僅能提升識別的準確率，還能進一步提升安全性。
例如，人臉結合眼紋識別就為使用者提供更加豐富的使用體驗，也能進入更多有趣的場景。不過，如何選取識別手段，還需結合實際應用案例。我們也正在嘗試挑戰這一領域的極限，未來六個月、一年內，會完成相關的技術落地。
生物識別技術的研究與挑戰
現階段生物識別技術的研究進展和重點研發方向是什麼？
目前，我們正在努力讓技術回答「你是誰」變得更加簡單。在實際應用中，只有把使用者與服務合理地連結起來，生物識別技術才能起作用。
我們希望使用者可以「做自己」，在自然地看、說、碰這些動作過程中，獲取有價值的影像、聲音等資料，轉化資訊進而完成身份驗證與比對。希望未來我們的技術能夠實現這一目標。
在生物識別技術的研發過程中面臨哪些挑戰？如何攻克這些問題？
在我看來，主要面臨兩方面挑戰。一，為技術賦能進而滿足使用者的需求；二，解決安全隱私問題。
首先，能夠在特定場景中展現出價值，為使用者提供合適服務，技術才有意義。很多研發人員在實現技術突破或是開發了一項新技術時，都會非常興奮。不過，有時候，這些技術對實際生活改善並無多大幫助。無論是人臉識別、聲紋識別、指紋識別還是眼紋識別技術，都要能夠在實際應用中為使用者提供價值。
其次，只注重新技術研發，不考慮保護隱私保護、解決安全隱患，這項技術肯定會陷入麻煩。金融級場景對安全性的要求非常高，隱私牽涉所有應用場景。我們的優勢之一就是，可以為使用者構建一個保護隱私的安全屏障。
活體檢測是身份校驗中十分重要的一個部分，也是安全保障不可或缺的關鍵環節。螞蟻金服擁有全世界最好的活體檢測技術。透過與銀行緊密合作，我們發現最困擾他們的問題是影片或手機螢幕翻拍進行的攻擊。一旦攻擊成功，不僅使用者損失金錢，銀行名譽、信譽也會受損。這才是最嚴重的問題。
我們在活體檢測技術上已深耕多年，也在持續最佳化完善中。每天我們都會面臨大量攻擊，在早期階段，大約一年、兩年前，我們碰到過防禦失敗的情況。我們也會針對演算法進行最佳化迭代。如今一些不法分子嘗試用新的技術進行攻擊，如 3D 列印、面具等，我們也在相應地升級防禦手段。
您如何看待中美在生物識別技術領域存在的差異？
中國在技術整合的方面具有優勢，美國傾向於深挖每項具體技術。
例如，阿里這樣的大型網際網路公司會把技術整合進平臺中，在許多不同場景中為使用者提供服務。區別可能在於技術應用率，中國會把技術應用於食物配送、銀行保險等更廣泛的場景中，推進速度比美國公司更快。