AI“讀心術”

（圖片來源：圖蟲創意）

經濟觀察報 記者 種昂在美劇《別對我撒謊》（《Lietome》）中，主人公萊特曼博士常常會面對各種犯罪嫌疑人的百般掩飾、逃避甚至是抵賴。

作為一個心理學家，萊特曼總能根據嫌犯刹那間的細微面部表情、肢體語言識破其內心真實的想法。比如，說話時眼睛向右看，通常是在思考謊話；右邊的眉毛似乎有些抬高，說明對方是有疑問和困惑；下意識的揉了一下鼻子是在掩飾真相；右肩微聳是在說假話……萊特曼博士神奇的“微表情”破案技巧，使得一個個看似錯綜複雜的驚天大案一一告破。

正如諾貝爾獎獲得者、法國生理學家科瑞爾在他的《人，神秘莫測者》一書中的論述：“我們會見到許多陌生的面孔，這些面孔能反映出他們的心理狀態，而且隨著年齡的增長，會反映得越來越清楚。臉就像一台能展示我們人的感情、欲望、希冀等一切內心活動的顯示器。”

如今，微表情“讀心術”並非隻出現在好萊塢大片中。平安科技與浪潮集團合作，利用微表情等有關的智能認知技術，讀取人內心真實的想法，並將其應用在金融信貸、警察司法等多個現實場景中。

相由心生

近日，王先生來到平安銀行深圳某支行申請購房貸款。當辦理銀行貸款手續時，王先生或許都不曾想到，面審員身後的視頻監控正利用AI技術對他的微表情進行“讀心”。

按照貸款流程，王先生首先須提交個人證照、穩定收入證明、房產產權證明以及物業水電費繳費單等資料。這時，銀行AI系統會對貸款申請人是否符合條件進行自動核查，同時對其進行一個微表情的側寫，記錄回答問題的習慣。

假如發現貸款申請人某個條件存有風險，比如3個月物業水電費沒有繳納，有騙貸的可能時，後台題庫會根據申請人的情況和自身算法生成一系列問題，再由面審員進一步詢問。

或許是詢問貸款申請人未及時繳費的原因，或許是涉及看似簡單的衣食住行，或許所問與貸款完全不相關……此時此刻，貸款申請人給出的答案已經不再重要——答案可能是謊言、材料也可能會造假；重要的卻是貸款申請人面對詢問時一個不經意的眼神，一次下意識的皺眉、或是連自己都意識不到的吞咽所反映出來的信息。

隨著面審員問題的深入，貸款申請人在回答問題時，如果出現了違反之前的回答習慣（例如眼睛從直視螢幕轉為眼睛往上瞟或往腳下看），或是較為誇張的表情，系統則會為其標記一次異常。

面審結束後，平安銀行AI系統會根據記錄的異常次數、等級進行一個綜合評估反饋給面審員。如果貸款申請人微表情反應出的情緒、心理變化較大，系統就會提醒面審員，貸款有一定風險，要做更多調查。

金融是眾多行業中對安全性要求最高的場景，沒有之一。現實中，金融貸款的不良率高達10%以上，其中的風險主要是來自花樣百出、難以預防的“騙貸”行為。

說起AI“讀心術”項目的起源，平安科技AI智能認知產品部總經理宋晨介紹，平安集團的金融屬性決定其任何一項服務都必須符合最高級別的安全標準。可傳統業務中，安全性的提高勢必會大大降低便捷性。任何一項信貸業務需要十天半個月的審批周期，再好的金融產品，市場競爭力也會大打折扣。

按照監管要求，金融業務須在視頻監控下完成。2016年起，平安便萌生起對人臉識別、聲紋識別、微表情分析、OCR識別（光學字元，一般用於證照識別）與鑒偽等AI技術的研究，尋求金融服務安全性與便捷性之間的平衡。

“相面術”

早在1966年，美國學者保羅·埃克曼就開始專項研究。所謂“微表情”，是指人類在試圖隱藏某種情感時無意識做出的、短暫的面部表情。它從人類本能出發，不受思想的控制，再能“裝”的人，遇到有效刺激之後的第一瞬間也會出現微表情，“裝”只能出現在微表情之後。真相就寫在臉上，只不過微表情持續時間大部分僅為1/25秒至1/5秒，通常當事人和觀察者都很難察覺。

在宋晨看來，人工智能不同於系統編程，後者是編程即可交付使用，前者卻是一個不斷自主學習、自主提升的循環過程。幾年前，國內對於微表情的研究只是剛剛起步。

與其他生物識別技術的研發相比，人工智能要做到“知人知面知心”，門檻更高。技術難點主要體現在三方面：數據收集，必須是動態的視頻數據；肌肉單元很難做標注，每個人對表情的定義都不相同，“微笑”“難過”等標準難以判定；人類通過腦力認知世界、探索情感，而AI則依靠算力接近“智能”。

通常來說，人工智能應用於不同的場景，須配以不同的算力，需要定製化的硬體設施。這直接促成2018年平安科技與浪潮集團合作共建“伏羲”實驗室，將彼此場景與計算的優勢相融合。

浪潮集團互聯網行業部副總經理孫波介紹，人工智能要進行反覆訓練和調優，需要龐大的數據作為樣本、以及超高的並行計算能力，保障模型的快速收斂，因此需要性能強大的定製化AI計算伺服器來提供算力支撐。基於聯合實驗室，雙方聯合開發了人工智能雲主機平安雲B1，採用浪潮人工智能超級伺服器AGX-5，計算性能達2千兆次/秒。

截至目前，平安開發的微表情識別技術可實時捕捉貸款申請人面部43塊肌肉運動，識別30多種最小表情動作單元，最高精確度98.1%；識別10種情緒檢測，最高識別精度98.2%。

任何行業，“人”是根本。金融信貸審查的真正目標也並非各種紙質、電子信息，該項目在另一緯度上為精準判斷“人”的誠信度，提供了重要的參考依據。

場景為王

“如今，從行業趨勢以及企業發展角度來看，強調單一技術能力的時代已經過去。”宋晨表示，OCR、人臉識別、聲紋識別等多重AI技術被應用在不同的業務場景當中。

如今，面對兆級AI市場，無論是國內外資本、互聯網巨頭，還是眾多跨界巨獸，無不在跑馬圈地。但有機構發布報告稱，由於無法找到真正可持續可規模化的應用場景，將技術產品化和商業化，90%的AI企業處於虧損。

“我們發現，AI技術的差異化越來越小，技術門檻也變得越來越低。市場上，場景和業務在誰手裡，誰的話語權就會更重。”宋晨指出能否找到落地的應用場景，成為AI技術產生價值的關鍵。而延伸至金融、醫療、汽車、房產、智慧城市五大生態圈的產業觸角，為平安科技的AI應用提供了源源不斷的應用場景。

此前，傳統車險理賠流程繁瑣，現場作業依賴於手寫記錄，保險公司平均每單至少有5.18名處理人員，與客戶至少溝通8次，理賠周期耗時一兩周才能完成。如今，基於AI技術——在輕微剮蹭事故中，用戶只需拍攝照片或視頻上傳，智能圖像識別技術自動對車輛損壞情況進行定損；OCR單證識別自動核驗保單信息；綜合身份核驗平台對保單受益人進行身份核驗；確認是本人後，理賠金額在短時間內就會到账。

針對農業保險，平安科技研發了豬牛羊等牲畜的面部識別。此前，保險公司對投保的牲畜通過打耳標進行辨識，但一段時間後耳標卻常常磨損、丟失。一場暴風雪後，保險公司因難以確認死亡的牲畜即投保的主體，而引發糾紛。通過AI技術對牲畜進行面部識別後，這一難題可輕鬆化解。

在智慧城市建設中，平安科技正對部分社區進行智慧化改造和管理。針對訪客、業主、快遞員、部分敏感人群進行面部、微表情、聲紋等智能識別——業主白天可“刷臉”進入，晚上憑聲紋開啟門禁；如果監測到來訪人員心理處於持續緊張狀態，就會提示進一步關注。

OCR、人臉識別、微表情識別、聲紋識別等這些“黑科技”，平安集團正從資本驅動轉型為科技驅動。正如平安集團董事長馬明哲在一次內部講話中所說，智能科技的時代已經來臨，贏科技者贏未來。