朱旭峰：生物特征识别技术与城市治理如何有效结合
近年来，数字化赋能城市管理成为国际和国内的主要发展趋势，人脸识别、指纹识别、虹膜识别等主要的生物识别技术被广泛应用。生物特征识别技术在城市治理的应用场景有哪些？又存在哪些风险？如何构建与思考技术应用与城市管理有效结合的治理模式？思客邀请清华大学人工智能国际治理研究院首席专家、清华大学公共管理学院教授、执行院长，清华大学科技发展与治理研究中心副主任朱旭峰解析。
生物特征识别技术在城市治理有哪些应用及风险？
生物特征识别技术在城市治理中的应用场景主要有四大方面。
西北工业大学一名学生在图书馆人脸识别系统终端前登记注册个人信息
一是城市大脑，强化城市交通治理。城市大脑旨在解决城市“四肢发达，头脑简单”的交通弊病。通过城市一体化计算平台、城市数据资源平台和人工智能(AI)开放服务平台，交通大脑通过人脸识别和图像识别进行驾驶员和行人的身份识别以及交通状况和事故的识别。“声呐噪音采集系统”可以利用声呐密集识别技术、声纹比对识别技术以及高清摄像头捕捉并抓拍乱鸣笛车辆。将违法瞬间的视频、照片录下来，同步上传到违法鸣笛抓拍管理平台，对违法鸣笛车辆进行精准查控。截至目前，城市大脑已覆盖了全球二十余个城市。
二是“天网工程”，服务安防领域提升公共安全。“天网工程”是指为满足城市治安防控和城市管理需要，对固定区域进行实时监控和信息记录的视频监控系统。城市公共安全相关部门在逃犯追逃、人员布控、身份信息检索等领域，生物特征识别技术往往被用于进行快速的人员比对与确认,并由此成为安防决策的重要依据。通过“天网工程”收集来的人脸识别、指纹识别视频、音频、图像和文档等数据在自主开发的AI赋能平台进行精准分析建模，形成公安系统天网，对在逃人群进行精准抓捕,保证城市公共安全。
三是人口管理，社保申领的精准识别。生物特征识别技术基于人体唯一的生物特征值来进行身份认证，具有唯一、稳定、可靠等特点。利用该技术能有效解决当前社会保险经办中身份认证困难，特别是待遇资格认证困难、养老金冒领等突出问题，满足当前对实名认证、资格认证和身份认证等方面的需求，做到对参保人员的精准识别。
四是社会治理，首先是监考身份确认，指纹、人脸等生物特征识别技术用于考试人员身份核验，可以有效杜绝替考行为。其次是非现场执法治理行动，利用人脸识别等技术，行人违法行为捕捉、电动车走机动车道，逆向行驶、闯红灯等严重违反交通秩序的行为等，自动抓拍曝光系统，可以对交通违法行为进行非现场取证。
但生物特征识别技术还有很多风险，总结来说有四大类的风险问题。
一是技术风险，也就是识别精准度问题，容易出现深度伪造现象。许多因素会影响生物特征识别技术的精准度。如指纹受手指本身状态和环境状态的影响，在湿手、油手或低温、强光等不同场景下进行指纹识别的准确度都会不同；在跨信道识别、音频噪声及多人场景等情况下，声纹识别的精准度可能会下降，个人年龄和健康状况导致的声音变化也会影响识别准确度。深度伪造融合了深度学习和伪造技术，是一种利用深度学习算法和人脸识别技术，创造高度逼真的伪造图像和视频的技术。深度伪造技术目前可以利用人脸识别算法训练GAN网络并模仿人脸图像中的五官特征,仅需一张照片就可以成功进行视频合成。
二是数据风险，存在过度收集和存储安全问题。除了提升技术识别精准度，大量数据作为资产本身可以产生巨大价值,因此企业往往有动机尽可能多地收集数据并进行后续整理、分析，由此产生数据过度收集的潜在风险。随着全球资产数字化的发展和数据价值的剧增，数据泄露事故频发，所泄露的数据颗粒度愈发精细。掌握海量数据的企业正面临更高的数据安全风险。
三是伦理风险，存在隐私侵犯和技术不平等的问题。生物特征识别技术不仅仅局限于对个人身份的识别，还能够辨认用户的身份、性别、年龄、心理状态、收入信息等丰富的标签信息。这些识别信息用于各种场景会导致一系列隐私泄露。生物特征识别技术是海量数据输入的基础设施,不同社会群体对其可及性的差异可能会影响大数据的结构与特征，导致技术识别精准度在不同社会群体间产生差异，并可能进一步导致算法的偏见与鸿沟。
四是社会风险，包括财产损失风险。由于用户的技术使用惯性，许多用户会习惯性地在装载人脸识别或指纹识别的智能手机App中大范围开通人脸识别或指纹识别功能。由于生物特征具有不可更改性,且存在伪造和仿制风险,一旦发生指纹被伪造或人脸伪造等事件，公民的财产安全将会面临全方位的风险。
敏捷治理是什么？有哪些特征？
新兴技术有一些特别的特征，技术是市场需求来拉动的，技术的发展特别快，若政府政策过于富有弹性时，产业发展带来的安全问题可能会给社会带来巨大风险甚至损失；但若不给产业发展保留弹性，新兴产业的创新可能会被过度和过时的监管框架扼杀。所以政府监管政策存在两难的境地。
对此我们提出敏捷治理的概念。敏捷治理包括一是要求政府要有一套具有柔韧性、流动性、灵活性或适应性的行动或方法；二是承认技术变化和中断比以前更快、更复杂；三是不仅意味着治理应对速度增加，还需要重新思考和设计政策流程。
世界经济论坛在2018年提出了敏捷治理的概念，以此再思考第四次工业革命中的政策制定问题。敏捷治理旨在构建一种能够快速且灵敏应对公众需求的治理模式，来提升组织运营效率并改善用户体验。
敏捷治理的概念运用到城市的话，包括治理对象、治理节奏、治理方式、治理关系等方面，要将敏捷文化渗透到多级部门中，形成敏捷型组织，在基层的公共政策决策、公共政策执行、公共问题管理与公共服务方面形成一种工作方式和解决思路。
敏捷治理概念的提出，是为了应对技术的快速发展。技术的发展，特别是生物特征技术的发展，是快速变化的，所以技术发展的不确定性和技术发展的快速性，使得政府对这种技术治理产生了非常大的难度。政府需要有敏捷处理办法，对技术所引发风险能够快速反应，减少新技术所产生的伦理和治理的风险，通过高频率地回应技术发展，来降低公众忧虑。
城市管理中生物特征识别技术的敏捷治理建议
第一，秉承“鼓励发展，预防先行”技术发展策略定位。政府应加大公共部门购买服务，支持生物特征识别技术在城市治理不同领域中的广泛应用，提升城市交通、治安和行政服务的效率与智能化水平；公民应提升生物特征数据的安全意识，充分行使数据基本知情权，以在城市治理过程中使用生物特征识别技术的同时能保障自身数据和隐私权利。
第二，积极参与城市生物特征识别技术应用治理的公私对话。引入公私对话，将企业、公众等人脸识别技术提供方与应用方等多元主体纳入沟通与合作体系，鼓励社会广泛讨论伦理边界；公众可以作为社会力量和市场力量，共同识别风险和补充政策风险研判，推动政府形成具有充分回应性的机构体系与政策体系。
第三，在有条件有需求的地区试点公民数据分红权，撬动政府使用权、企业开发权和公民分红权的政策试验。设置有条件、有需求地区为政策试验区，试行公民数据分红权，探索政府城市管理外包和企业数据模型训练结合过程中的商业化开发。建议政府提前明确界定公众数据的使用边界，鼓励部分地区先行授权部分，企业采用经公民授权后的数据信息以训练模型，从而增强技术精准度和稳定性。
第四，支持政府制定应对生物特征识别技术社会风险的应急方案。在涉及重要城市服务场景出现数据泄露风险、数据识别出错、重大伦理问题等极端情况时，政府可具有临时接管权，部分甚至全面接管企业相关业务。
提升面对新兴技术的风险意识与集体安全意识,充分理解基于国家安全和社会风险控制考虑的政府应急方案，推动技术与产业风险应急管理体系的完善。
人工智能的十大应用(无人驾驶丨人脸识别丨医学图像处理）
导读：人工智能已经逐渐走进我们的生活，并应用于各个领域，它不仅给许多行业带来了巨大的经济效益，也为我们的生活带来了许多改变和便利。下面，我们将分别介绍人工智能的一些主要应用场景。这篇文章，希望对你职业生涯选择会有帮助。
如果你想学习入门人工智能AI，可以来我建的人工智能学习群:[672948930]，群里有我整理的一份关于pytorch、python基础，图像处理opencv自然语言处理、机器学习、数学基础等资源库，想学习人工智能或者转行到高薪资行业的，大学生都非常实用，无任何套路免费提供！还可以扫码加VX领取人工智能200G学习资料大礼包哦！
01无人驾驶汽车
无人驾驶汽车是智能汽车的一种，也称为轮式移动机器人，主要依靠车内以计算机系统为主的智能驾驶控制器来实现无人驾驶。无人驾驶中涉及的技术包含多个方面，例如计算机视觉、自动控制技术等。
美国、英国、德国等发达国家从20世纪70年代开始就投入到无人驾驶汽车的研究中，中国从20世纪80年代起也开始了无人驾驶汽车的研究。
2005年，一辆名为Stanley的无人驾驶汽车以平均40km/h的速度跑完了美国莫哈维沙漠中的野外地形赛道，用时6小时53分58秒，完成了约282千米的驾驶里程。
Stanley是由一辆大众途锐汽车经过改装而来的，由大众汽车技术研究部、大众汽车集团下属的电子研究工作实验室及斯坦福大学一起合作完成，其外部装有摄像头、雷达、激光测距仪等装置来感应周边环境，内部装有自动驾驶控制系统来完成指挥、导航、制动和加速等操作。
2006年，卡内基梅隆大学又研发了无人驾驶汽车Boss，Boss能够按照交通规则安全地驾驶通过附近有空军基地的街道，并且会避让其他车辆和行人。
近年来，伴随着人工智能浪潮的兴起，无人驾驶成为人们热议的话题，国内外许多公司都纷纷投入到自动驾驶和无人驾驶的研究中。例如，Google的GoogleX实验室正在积极研发无人驾驶汽车GoogleDriverlessCar，百度也已启动了“百度无人驾驶汽车”研发计划，其自主研发的无人驾驶汽车Apollo还曾亮相2018年央视春晚。
但是最近两年，发现无人驾驶的复杂程度远超几年前所预期的，要真正实现商业化还有很长的路要走。
02人脸识别人脸识别也称人像识别、面部识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。人脸识别涉及的技术主要包括计算机视觉、图像处理等。
人脸识别系统的研究始于20世纪60年代，之后，随着计算机技术和光学成像技术的发展，人脸识别技术水平在20世纪80年代得到不断提高。在20世纪90年代后期，人脸识别技术进入初级应用阶段。目前，人脸识别技术已广泛应用于多个领域，如金融、司法、公安、边检、航天、电力、教育、医疗等。
有一个关于人脸识别技术应用的有趣案例：张学友获封“逃犯克星”，因为警方利用人脸识别技术在其演唱会上多次抓到了在逃人员。
2018年4月7日，张学友南昌演唱会开始后，看台上一名粉丝便被警方带离现场。实际上，他是一名逃犯，安保人员通过人像识别系统锁定了在看台上的他；
2018年5月20日，张学友嘉兴演唱会上，犯罪嫌疑人于某在通过安检门时被人脸识别系统识别出是逃犯，随后被警方抓获。随着人脸识别技术的进一步成熟和社会认同度的提高，其将应用在更多领域，给人们的生活带来更多改变。
03机器翻译机器翻译是计算语言学的一个分支，是利用计算机将一种自然语言转换为另一种自然语言的过程。机器翻译用到的技术主要是神经机器翻译技术（NeuralMachineTranslation，NMT），该技术当前在很多语言上的表现已经超过人类。
随着经济全球化进程的加快及互联网的迅速发展，机器翻译技术在促进政治、经济、文化交流等方面的价值凸显，也给人们的生活带来了许多便利。例如我们在阅读英文文献时，可以方便地通过有道翻译、Google翻译等网站将英文转换为中文，免去了查字典的麻烦，提高了学习和工作的效率。
04声纹识别生物特征识别技术包括很多种，除了人脸识别，目前用得比较多的有声纹识别。声纹识别是一种生物鉴权技术，也称为说话人识别，包括说话人辨认和说话人确认。
声纹识别的工作过程为，系统采集说话人的声纹信息并将其录入数据库，当说话人再次说话时，系统会采集这段声纹信息并自动与数据库中已有的声纹信息做对比，从而识别出说话人的身份。
相比于传统的身份识别方法（如钥匙、证件），声纹识别具有抗遗忘、可远程的鉴权特点，在现有算法优化和随机密码的技术手段下，声纹也能有效防录音、防合成，因此安全性高、响应迅速且识别精准。
同时，相较于人脸识别、虹膜识别等生物特征识别技术，声纹识别技术具有可通过电话信道、网络信道等方式采集用户的声纹特征的特点，因此其在远程身份确认上极具优势。
目前，声纹识别技术有声纹核身、声纹锁和黑名单声纹库等多项应用案例，可广泛应用于金融、安防、智能家居等领域，落地场景丰富。
05智能客服机器人智能客服机器人是一种利用机器模拟人类行为的人工智能实体形态，它能够实现语音识别和自然语义理解，具有业务推理、话术应答等能力。
当用户访问网站并发出会话时，智能客服机器人会根据系统获取的访客地址、IP和访问路径等，快速分析用户意图，回复用户的真实需求。同时，智能客服机器人拥有海量的行业背景知识库，能对用户咨询的常规问题进行标准回复，提高应答准确率。
智能客服机器人广泛应用于商业服务与营销场景，为客户解决问题、提供决策依据。同时，智能客服机器人在应答过程中，可以结合丰富的对话语料进行自适应训练，因此，其在应答话术上将变得越来越精确。
随着智能客服机器人的垂直发展，它已经可以深入解决很多企业的细分场景下的问题。比如电商企业面临的售前咨询问题，对大多数电商企业来说，用户所咨询的售前问题普遍围绕价格、优惠、货品来源渠道等主题，传统的人工客服每天都会对这几类重复性的问题进行回答，导致无法及时为存在更多复杂问题的客户群体提供服务。
而智能客服机器人可以针对用户的各类简单、重复性高的问题进行解答，还能为用户提供全天候的咨询应答、解决问题的服务，它的广泛应用也大大降低了企业的人工客服成本。
06智能外呼机器人智能外呼机器人是人工智能在语音识别方面的典型应用，它能够自动发起电话外呼，以语音合成的自然人声形式，主动向用户群体介绍产品。
在外呼期间，它可以利用语音识别和自然语言处理技术获取客户意图，而后采用针对性话术与用户进行多轮交互会话，最后对用户进行目标分类，并自动记录每通电话的关键点，以成功完成外呼工作。
从2018年年初开始，智能外呼机器人呈现出喷井式兴起状态，它能够在互动过程中不带有情绪波动，并且自动完成应答、分类、记录和追踪，助力企业完成一些烦琐、重复和耗时的操作，从而解放人工，减少大量的人力成本和重复劳动力，让员工着力于目标客群，进而创造更高的商业价值。当然智能外呼机器人也带来了另一面，即会对用户造成频繁的打扰。
基于维护用户的合法权益，促进语音呼叫服务端健康发展，2020年8月31日国家工信部下发了《通信短信息和语音呼叫服务管理规定（征求意见稿）》，意味着未来的外呼服务，无论人工还是人工智能，都需要持证上岗，而且还要在监管的监视下进行，这也对智能外呼机器人的用户体验和服务质量提出了更高的要求。
07智能音箱智能音箱是语音识别、自然语言处理等人工智能技术的电子产品类应用与载体，随着智能音箱的迅猛发展，其也被视为智能家居的未来入口。究其本质，智能音箱就是能完成对话环节的拥有语音交互能力的机器。通过与它直接对话，家庭消费者能够完成自助点歌、控制家居设备和唤起生活服务等操作。
支撑智能音箱交互功能的前置基础主要包括将人声转换成文本的自动语音识别（AutomaticSpeechRecognition，ASR）技术，对文字进行词性、句法、语义等分析的自然语言处理（NaturalLanguageProcessing，NLP）技术，以及将文字转换成自然语音流的语音合成技术（TextToSpeech，TTS）技术。
在人工智能技术的加持下，智能音箱也逐渐以更自然的语音交互方式创造出更多家庭场景下的应用。
08个性化推荐个性化推荐是一种基于聚类与协同过滤技术的人工智能应用，它建立在海量数据挖掘的基础上，通过分析用户的历史行为建立推荐模型，主动给用户提供匹配他们的需求与兴趣的信息，如商品推荐、新闻推荐等。
个性化推荐既可以为用户快速定位需求产品，弱化用户被动消费意识，提升用户兴致和留存黏性，又可以帮助商家快速引流，找准用户群体与定位，做好产品营销。
个性化推荐系统广泛存在于各类网站和App中，本质上，它会根据用户的浏览信息、用户基本信息和对物品或内容的偏好程度等多因素进行考量，依托推荐引擎算法进行指标分类，将与用户目标因素一致的信息内容进行聚类，经过协同过滤算法，实现精确的个性化推荐。
09医学图像处理医学图像处理是目前人工智能在医疗领域的典型应用，它的处理对象是由各种不同成像机理，如在临床医学中广泛使用的核磁共振成像、超声成像等生成的医学影像。
传统的医学影像诊断，主要通过观察二维切片图去发现病变体，这往往需要依靠医生的经验来判断。而利用计算机图像处理技术，可以对医学影像进行图像分割、特征提取、定量分析和对比分析等工作，进而完成病灶识别与标注，针对肿瘤放疗环节的影像的靶区自动勾画，以及手术环节的三维影像重建。
该应用可以辅助医生对病变体及其他目标区域进行定性甚至定量分析，从而大大提高医疗诊断的准确性和可靠性。另外，医学图像处理在医疗教学、手术规划、手术仿真、各类医学研究、医学二维影像重建中也起到重要的辅助作用。
10图像搜索图像搜索是近几年用户需求日益旺盛的信息检索类应用，分为基于文本的和基于内容的两类搜索方式。传统的图像搜索只识别图像本身的颜色、纹理等要素，基于深度学习的图像搜索还会计入人脸、姿态、地理位置和字符等语义特征，针对海量数据进行多维度的分析与匹配。
该技术的应用与发展，不仅是为了满足当下用户利用图像匹配搜索以顺利查找到相同或相似目标物的需求，更是为了通过分析用户的需求与行为，如搜索同款、相似物比对等，确保企业的产品迭代和服务升级在后续工作中更加聚焦。
如果你想学习入门人工智能AI，可以来我建的人工智能学习群:[672948930]，群里有我整理的一份关于pytorch、python基础，图像处理opencv自然语言处理、机器学习、数学基础等资源库，想学习人工智能或者转行到高薪资行业的，大学生都非常实用，无任何套路免费提供！还可以扫码加VX领取人工智能200G学习资料大礼包哦！
人工智能应用领域有哪些? AI将在这10大领域崭露头角！
人脸识别特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术，基于人的脸部特征，对输入的图象或者视频流进行判断。先识别人脸，进而给出每个脸的位置、大小和主要面部器官的位置信息。依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。
人脸识别是一项热门的计算机技术研究领域，尤其是人脸大数据，无论是在日常生活，还是商业运作上都是继语音、动作之后最重要的数据之一，它能够最大化整合个人大数据，甚至重建信用体系规则。
四、智能信息检索技术
数据库系统是储存某个学科大量事实的计算机系统，随着应用的进一步发展，存储的信息量越来越大，因此解决智能检索的问题便具有实际意义。
五、智能控制
智能控制是指在无人干预的情况下能自主地驱动智能机器，实现控制目标的技术。控制理论发展至今已有100多年的历史，经历了经典控制理论和现代控制理论的发展阶段，已进入大系统理论和智能控制理论阶段。
六、视网膜识别
视网膜是眼睛底部的血液细胞层，视网膜扫描是采用低密度的红外线去捕捉视网膜的独特特征，血液细胞的唯一模式就因此被捕捉下来。
视网膜是一种极其固定的生物特征，不磨损、不老化、不受疾病影响；使用者无需和设备直接接触，是一个最难欺骗的系统。因为视网膜不可见，所以不会被伪造。
七、虹膜识别
在包括指纹在内的所有生物识别技术中，虹膜识别是当前应用最为方便和精确的一种。虹膜识别技术被广泛认为是21世纪最具有发展前景的生物认证技术，未来安防、国防、电子商务等多种领域的应用，也会以虹膜识别技术为重点。这种趋势已经在全球各地的各种应用中逐渐显现出来，市场应用前景非常广阔。
八、掌纹识别
掌纹识别是近几年提出的一种较新的生物特征识别技术。掌纹中所包含的信息远比指纹包含的信息丰富，利用掌纹的纹线特征、点特征、纹理特征、几何特征完全可以确定一个人的身份。
以上配图来自网络，侵删
九、专家系统
专家系统是人工智能中最重要，也是最活跃的一个应用领域，它实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。
专家系统是早期AI的一个重要分支，它可以看作是一类具有专门知识和经验的计算机智能程序系统，一般采用人工智能中的知识表示和知识推理技术来模拟通常由领域专家才能解决的复杂问题。
十、自动规划
规划是一种重要的问题求解技术，它从某个特定的问题状态出发，寻求一系列行为动作，并建立一个操作序列，直到求得目标状态为止。
规划可用来监控问题求解过程，并能够在造成较大的危害之前发现差错。规划的好处可归纳为简化搜索、解决目标矛盾以及为差错补偿提供基础。
一站式平台解决场景化需求
除了上面的应用之外，人工智能技术会朝着越来越多的分支领域发展，医疗、教育、金融、衣食住行等涉及人类生活的各个方面都会有所渗透。但是，随着AI在行业领域的不断深化，用户对于AI应用和诉求也将会根据不同场景而变得越来越个性化和碎片化。由于场景的碎片化，企业所提供的解决方案也会呈现碎片化，这就导致AI应用落地变得尤为困难。
基于此，钛灵AI市场应用而生，高效连接人工智能行业服务商与需求方，助力AI企业对接精准客户资源，辅助商业变现。钛灵AI市场秉承开放共赢的理念，聚集了来自全球的优秀人工智能算法和解决方案，加速了AI技术在各个领域的落地和应用。返回搜狐，查看更多