撰文 | 高静宜
编辑 | 微胖
11 月 3 日，iPhone X 全球同步开售，不过在此之前，第一批入手 iPhone X 测评机的媒体，已经掀起了一波用双胞胎测试 FaceID 识别功能的高潮。同一天，一家名为蚂蚁佐罗的公司发布全球首个眼纹识别技术，正式向精准识别同卵双胞胎这一世界级难题发起挑战。
同卵多胞胎虽然长相极端相似，不过每个人都有独一无二的眼纹特征。眼纹识别就是针对眼白上的血管排布进行识别，相较其他维度的生物识别技术，在误识率和精准率方面表现更为优秀。而由于眼纹识别技术研发的门槛高、挑战大，此前业内尚未出现成熟的相关解决方案。
蚂蚁佐罗在实验室成功识别出数对双胞胎，包括同卵双胞胎
在今年的阿里巴巴云栖大会上，蚂蚁金服正式宣布其生物识别团队成立独立科技平台 ZOLOZ，中文名为蚂蚁佐罗，定位金融级的人脸识别，旨在推动生物识别技术能力的普及。蚂蚁金服全球核身平台负责人 Toby Rush 出任公司 CEO 一职，蚂蚁金服生物识别技术负责人陈继东担任蚂蚁佐罗总经理。
生物识别机器人蚂蚁佐罗
「在数字时代，我们每天都需要向各种移动设备和在线服务来回答『你是谁』的问题，生物识别技术在解决『你是谁』的问题上具有得天独厚的优势。」蚂蚁佐罗 CEO Toby Rush 介绍道，「我们的愿景就是帮助用户在保障隐私和安全的情况下，通过自身独有的生物特征，更加简单、可靠、便捷地实现身份认证。」
蚂蚁佐罗 CEO Toby Rush
在这之前，Toby Rush 创办了 EyeVerify，这家专注于眼纹识别技术的美国创业公司，在 2016 年 9 月被蚂蚁金服高价收购。随后，Toby Rush 加入蚂蚁金服，成为蚂蚁金服全球核身平台负责人。
和绝大多数蚂蚁金服团队的成员一样，Toby Rush 也给自己取了花名——「闰土」，有别于一些调侃意味的花名，这个名字另有深意。
Toby 的家乡位于美国中部城市堪萨斯城，家里经营了一所农场。他认为闰土朴实、简单的乡下男孩形象，和自己的年幼经历十分相似，「这个名字能够提醒自己出身，时刻保持谦虚、低调的状态。」
Toby 向机器之心展示他的工牌，背景是他家位于堪萨斯城的农场，笑称工牌上面印着他的过去与现在。
明确在蚂蚁金服的「新身份」后，Toby 第一时间接受了机器之心专访，这也是他加入以来，首次接受媒体采访。Toby 向我们分享了自己在生物识别领域的探索中，对生物识别技术优势、研发创新的理解，以及蚂蚁金服在生物识别领域的布局。
加入蚂蚁金服
2016 年 9 月，您的公司 EyeVerify 被蚂蚁金服收购。能否介绍一下具体过程？您为什么选择加入蚂蚁金服这样一个中国公司？
2015 年，也就是正式完成收购的一年前，在支付宝项目上，EyeVerify 就以技术提供方的身份与蚂蚁金服展开了合作。从那时起，支付宝开始眼纹识别技术的研发。当时，我们非常看好这项技术的实际落地和应用前景。除了支付场景，阿里整个体系对这项技术的需求也非常大。考虑到合作伙伴的需求以及阿里自身的因素，我们最后决定组队研发眼纹识别技术。
阿里体系覆盖面非常广泛，不仅能够服务整个社会，也能为个体提供帮助。如何在数字世界中完成识别、交付信任、保障安全？这非常有趣。在未来十年内，阿里计划服务 20 亿消费者，能够帮助这么多消费者，是吸引我加入蚂蚁金服的重要原因之一。此外，阿里在印度尼西亚、马来西亚、越南、泰国等国家也开展了相关支付业务，有机会帮助到全球用户也让我非常兴奋。
您的职业履历非常丰富，曾在咨询公司就职，之后涉足移动、无线、传感器、成像等众多行业领域，分别在 2003 年和 2012 年创立了 Rush Tracking System 和 EyeVerify 两所公司。能否介绍一下您是如何一步步走向生物识别领域的？
大学期间，我学的是机械工程专业，大二期间，对软件开发产生了浓厚兴趣。在软件公司 SAT 工作时，我学习了 RFID（射频识别技术）相关知识，用 RFID 和移动设备搭建了一个工作流程的自动化平台。
在意识到 RFID 在工业仓库中应用前景后，我创立了 Rush Tracking System。这是一家专注于 RFID 等追踪技术的公司，产品之一是给仓库叉车配备摄像头传感器，根据所采集到的数据，软件会分析出叉车在仓库中所处的位置，进而完成清点存货清单、叉车驾驶员的调配等一系列任务。这也是我第一次接触计算机视觉技术。
在意识到计算机视觉技术的巨大应用潜力之后，我就把 Rush Tracking System 卖掉了。我找到许多计算机视觉领域的专家，和他们交流探讨。不久，我和一位堪萨斯大学的教授取得联系，他研究的方向正是眼纹识别技术，我们一起创立了 EyeVerify。
目前蚂蚁金服生物识别团队现状如何？团队之间协作如何？团队之间的融合给您带来了什么转变？
目前，中美两个团队合作开展研发，团队人员约 120 人左右。其中，中国团队约有 60-70 人，美国团队有 40-50 人。对我们来说，无论是文化的冲击还是思维的碰撞，都有挑战。有时，表达方式不同，理解彼此需要一个过程，这都是正常的现象。我们正在努力保持积极沟通，确保整个团队的研发进度。
就我个人而言，之前会把焦点放在眼纹识别技术上。蚂蚁金服现在做的是把人脸、声音、眼纹等识别技术整合在一起，搭建一个完整的身份核验平台，让识别更加准确。因此，加入蚂蚁金服后，我的研究范围变宽了。另外，无论是在资源、配置，还是市场、行业洞察等方面，对我来说，构建平台是全新的尝试。目前，我也正在努力学习新知识，包括中国文化、阿里集团的文化、以及印度尼西亚等各国文化。这个过程非常有趣，对我也很有帮助。
团队在近期的研究重点是什么？
首先，我们会继续推动刚刚在肯德基上线的「刷脸支付」项目，这是我们生物识别技术非常重要的一个落地应用。其次，会进一步探索如何让用户在说话、触摸、行动过程中，自然完成身份校验。另外，隐私与安全问题是我们长期关注的领域，也会持续研究这些问题。
生物识别技术的优势与落地场景
生物识别技术已经逐渐渗透到越来越多的落地场景中，最近发布的 iPhone X 就采用了人脸识别技术完成屏幕的解锁，时下火热的智能音箱也在尝试融入声纹识别技术满足用户的需求。您如何看待生物识别技术的应用潜力？
这正是技术让人感到兴奋的地方。本质上讲，任何应用场景中，生物识别技术都是在回答「你是谁」的问题。无论使用支付宝支付，还是在肯德基体验刷脸支付，抑或刷脸解锁屏幕，系统首先要知道你到底是谁。这也是金融服务中最重要也是最亟待解决的问题。这个问题也始终贯穿在各种不同的应用案例中。
我认为，生物识别技术在解决「你是谁」的问题上具有得天独厚的优势。无论是进入账户完成支付，还是获得权限唤醒家里的台灯，只要涉及解决「你是谁」的问题，生物识别技术都可以发挥潜力。
相较于传统的身份校验方法，生物识别技术的优势与价值何在？
易用性和安全性两个方面的优势，使生物识别技术成为身份核验领域一个顺其自然的选择。
为了更好地回答问题，我们先回顾一下在现阶段大范围使用于金融领域的身份核验方法——密码。一方面，密码易被复制，易产生数据桥梁，存在安全性隐患；另一方面，密码的使用体验并不理想，输入密码的过程也不简单、便捷，很多人并不喜欢这样验证方式。
生物识别技术的优点在于既能够简化使用过程，提升用户体验，又可以解决安全性问题。只需「做自己」，自然刷脸、说话、触摸，即可完成身份核验。在安全性方面，生物识别技术表现也不错，目前已经有相应的活体检测等防攻击技术予以支持。
您怎样看待生物识别技术的准确率问题？
在部分场景下，验证的准确度要求非常高。比如，在银行应用场景中，生物识别技术必须拥有非常高的置信度及准确率，好让孩子没有机会登陆大人手机中的支付 APP。但在某些场景下，人们没那么关心这项技术识别的准确度，也不需要极高的准确度。这类场景下，我们会灵活调整识别准确度。
简言之，在身份验证需求较强的场景下，我们会采用人脸识别、指纹识别、声纹识别等技术，极力保证识别的准确率及稳定性。在一些娱乐性质强的识别场景下，身份验证的需求相对较弱，风险级别较低，我们会做出相应的调整。总之，我们会根据不同应用场景下的用户体验及需求来实现平衡，重点在于谁在发问「你是谁」。
您如何看待人脸识别、指纹识别、眼纹识别、声纹识别等常见生物识别技术所适合的应用场景？
我认为，无论哪种生物识别技术，都是在做同一件事：回答「你是谁」这个问题。区别仅仅在于，如何根据不同的场景和用户需求选择合适的技术。不同场景下，用户会使用不同的沟通方式。在一间过于嘈杂的房间里，人们可能会选择微信打字的沟通方式；如果房间比较安静，人们会直接面对面交流。
当然，除了考虑用户的易用性，由于一些技术的识别准确率高于其他，不同时间、地点，某种识别技术的性能可能会有明显优势，所以，在具体场景下选取特定的生物识别技术时，也要考虑每种技术的性能。
其实，身处数字世界的我们会发现，摄像头、麦克风无处不在。无论是人脸识别还是眼纹识别都是非接触式识别，只需要一个简单的摄像头就能获取带有面部及眼睛特征的图片。但是，相较于人脸识别，眼纹识别需要质量和分辨率更高的图片，对摄像头也有一定要求。因为只有这样，才能抓取到眼静脉的细微特征，完成后续算法训练。人脸的图片没有这么高的要求，所以，目前人脸识别技术的应用更加广泛。不过，现在摄像头更新换代的速度非常快。每次新手机推出时，也会伴随更高质量的摄像头，所以，未来，基于计算机视觉的生物识别技术会发挥更大潜力。另外，将人脸与眼纹识别技术相结合的可行性，也让我们非常兴奋。
双因子、多因子结合的识别方式会成为未来验证的主流吗？
会成为主流。多种识别技术相结合，可以为核验身份提供更多的依据，不仅能提升识别的准确率，还能进一步提升安全性。
例如，人脸结合眼纹识别就为用户提供更加丰富的使用体验，也能进入更多有趣的场景。不过，如何选取识别手段，还需结合实际应用案例。我们也正在尝试挑战这一领域的极限，未来六个月、一年内，会完成相关的技术落地。
生物识别技术的研究与挑战
现阶段生物识别技术的研究进展和重点研发方向是什么？
目前，我们正在努力让技术回答「你是谁」变得更加简单。在实际应用中，只有把用户与服务合理地连结起来，生物识别技术才能起作用。
我们希望用户可以「做自己」，在自然地看、说、碰这些动作过程中，获取有价值的图像、声音等数据，转化信息进而完成身份验证与比对。希望未来我们的技术能够实现这一目标。
在生物识别技术的研发过程中面临哪些挑战？如何攻克这些问题？
在我看来，主要面临两方面挑战。一，为技术赋能进而满足用户的需求；二，解决安全隐私问题。
首先，能够在特定场景中展现出价值，为用户提供合适服务，技术才有意义。很多研发人员在实现技术突破或是开发了一项新技术时，都会非常兴奋。不过，有时候，这些技术对实际生活改善并无多大帮助。无论是人脸识别、声纹识别、指纹识别还是眼纹识别技术，都要能够在实际应用中为用户提供价值。
其次，只注重新技术研发，不考虑保护隐私保护、解决安全隐患，这项技术肯定会陷入麻烦。金融级场景对安全性的要求非常高，隐私牵涉所有应用场景。我们的优势之一就是，可以为用户构建一个保护隐私的安全屏障。
活体检测是身份校验中十分重要的一个部分，也是安全保障不可或缺的关键环节。蚂蚁金服拥有全世界最好的活体检测技术。通过与银行紧密合作，我们发现最困扰他们的问题是视频或手机屏幕翻拍进行的攻击。一旦攻击成功，不仅用户损失金钱，银行名誉、信誉也会受损。这才是最严重的问题。
我们在活体检测技术上已深耕多年，也在持续优化完善中。每天我们都会面临大量攻击，在早期阶段，大约一年、两年前，我们碰到过防御失败的情况。我们也会针对算法进行优化迭代。如今一些不法分子尝试用新的技术进行攻击，如 3D 打印、面具等，我们也在相应地升级防御手段。
您如何看待中美在生物识别技术领域存在的差异？
中国在技术整合的方面具有优势，美国倾向于深挖每项具体技术。
例如，阿里这样的大型互联网公司会把技术整合进平台中，在许多不同场景中为用户提供服务。区别可能在于技术应用率，中国会把技术应用于食物配送、银行保险等更广泛的场景中，推进速度比美国公司更快。