03 facebook人臉識別審核(一秒識破“AI換臉術”明星變臉、換臉詐騙都無處遁形)

干預下，基于JD（職位描述）和簡歷的文本匹配技術是否能夠達到有效甄選的水平，是否能使得系統（機器學習過程）輸出近似于人類選擇的結果，可以衡量AI的效度。這一過程，包含簡歷信息與職位要求的匹配、候選人與企業崗位的匹配兩層維度。

“AI+招聘”在獵聘的應用，是從2014年開始的。據單藝介紹，在研發探索的過程中，他們發現，判斷“能否基于用戶行為數據和職位、簡歷內容，進行高精確度推薦”、“對職位需求、行業領域了解是否詳細”、“對跨職業、跨行業的跳槽者，能否實現經驗與能力的個性化職位推薦”等方面，成了人工智能應用于招聘行業需要面對的挑戰。據了解，目前多數招聘網站可以利用數據抓取和人工智能語義分析達到第一層維度的匹配，而第二層維度的精準匹配，對人工智能的個性化推薦則提出了更高的要求。

“機器篩選首先需要積累知識、經驗，能夠進行語義解讀；其次還要學習HR和獵頭的行為，懂得他們如何進行人崗匹配。”在單藝看來，后者更為關鍵，即運用深度畫像、語義匹配和基于HR偏好的個性化推薦。

為了讓人工智能變得像HR一樣“思考”，擁有國內外企業17年數據挖掘和系統研發經驗的單藝帶領團隊，要求機器主動向人類學習。他們設計了一套對客戶企業HR開放的算法系統，讓HR對“機器推薦的簡歷”作出合適與否的反饋，當反饋行為和數據有了一定程度的積累沉淀，機器便可以從選擇差異中理解不同HR的偏好，形成一個能夠處理數以千計的不同行業和職能的匹配模型。哪怕是針對同一職位，也可能給予互不相同的推薦結果。

“現在我的機器人伯樂已經在為HR干活了。”據單藝介紹，目前獵聘在推薦簡歷量方面，算法推薦的業務量，要遠超總業務量的50%，準確度與一般獵頭的水平持平。

這種智能推薦算法，被他們稱為“聰明的系統”。“讓機器人學習HR如何做招聘，而不會直接告訴他‘這個應該怎么做、那個應該怎么做’。”單藝強調。

打通企業與求職者間的信息“鴻溝”

人工智能在招聘行業日益受到歡迎，背后是日益增長的招聘業務需求。

依據艾瑞買粉絲數據統計，預計到2018年，中國中小企業數量將超過8700萬家，求職者數有望突破1.6億人。搜索大量的簡歷，篩選潛在的候選人以匹配各行業的職位（尤其是非高端職位），已經成為了獵頭和HR招聘工作中，重復性最多的一項。

據媒體報道，從2016年7月到2017年6月，AI的應用已經逐漸擴散到了全球68個國家的招聘環節中，在過去一年多里，聯合利華就已在北美地區嘗試利用人工智能招聘員工，涵蓋了用算法篩選簡歷、游戲測驗、人臉識別等方式，甚至不需要人類面試官參與。在國內，截至今年7月，也有不下10家初創公司號稱是人工智能+招聘的領導者，力求通過技術解決招聘人力成本高、實際轉化率低等招聘端與求職端信息不暢的問題。

成立于2016年的互聯網智能招聘平臺牛直聘所采取的方式是，通過簡歷分解、個性化推薦等方式，對企業（尤其是中小型企業）職位與簡歷實現精準綜合匹配；初創招聘平臺Teamable則運用AI算法挖掘應聘者的社交網絡數據，力圖從社交記錄切入，打造精準的人才推薦閉環；而垂直于校園招聘領域的迷你校，也通過數據挖掘和AI算法設計智能匹配模型，針對不同企業自動篩選推薦簡歷，并對0~3年職業經歷的求職者提供建議。

但單藝始終強調，在招聘行業，人工智能僅僅是一項工具，并不能代替人類，而是“幫人類作出更準確、更有依據的判斷，讓獵頭和HR從事更有價值和創造性的工作。”從某種程度上說，人工智能在招聘領域的應用，在對行業經驗要求不高的中低端人才或職位招聘中更容易得到推廣。

一位專注于消費品行業中高端人才的獵頭顧問對中國青年報·中青在線記者坦言，盡管每天需要頻繁變換關鍵詞搜索人才庫的簡歷、打十幾個電話與候選人聯系，但這一過程所需要的隨機應變等帶有鮮明社交屬性的專業溝通經驗，是人工智能難以達到的。

“越是高端的人才、重要的高管職位，企業的HR越慎重，越需要專業的獵頭對接。”北京億聘世紀管理買粉絲公司總經理王廣元也提出，諸如對產品經理等職能崗位的候選人，還要通過產品設計思路等軟性指標進行考量，“這對于機器來說是一個弱勢”。戴科彬指出，“人工智能不能馬上替代獵頭，供需雙方數據不足是根本原因。”他提到，人崗匹配對招聘平臺所掌握的求職者數據，以及企業方提供的需求描述均提出了較高需求，加上招聘的動態性和靈活性，在完善智能產品的同時，“人的因素在人工智能招聘中有著不可替代的作用。”

在時下的秋招季中，面對批量涌入求職端的應屆生和供需不平衡的校園招聘市場，單藝期待，未來，AI技術可以通過分析市場職位的供求數據、挖掘企業的個性需求，提前給予適合應屆生的就業指導，拓寬他們的眼界和選擇范圍，讓企業和應屆生的需求更高效地匹配。

人工智能即服務，中國互聯網彎道超車的窗口？

1994年，互聯網正式進入中國，長城內的有志青年們無不熱血沸騰。

在接下來的十年內，新浪、網易、搜狐、騰訊、阿里、百度等曾經和現在的互聯網巨頭相繼誕生，那些早期投身互聯網的學子們多半實現了財務自由。然而，從三大門戶到BAT，從PC時代到移動互聯網，中國的互聯網世界仍有著復刻美國的影子，來自中國的互聯網公司也大多被定義為美國互聯網嬌子的模仿者。

就在不久前，高盛發布了一份長達百頁的人工智能生態報告，毫無掩飾的表示：美國仍是人工智能的主導力量，將中國、以色列、加拿大、印度等歸結為高速成長的市場。同樣，在云計算市場也展現出了類似的局面，美國的互聯網巨頭再次表現出了“主人翁”的心態，而來自中國的互聯網廠商被稱作是“挑戰者”。

不過，相信每一位中國的互聯網從業者在2016年感觸最深的無外乎人工智能的發展和云計算的普及，而高盛的報告也指出人工智能能力將成未來公司重要競爭力。不管是云計算還是人工智能，對任何一個國家來說都尚處于起步階段，美國的科技巨擘擅長底層算法的研發，而中國的互聯網巨頭更擅長新技術的應用。走出美國的陰影或是不少互聯網創業者的心聲，而人工智能+云計算會是中國彎道超車的新機遇嗎？

人工智能的新賽道，中國跑到了什么位置？

如果科技領域存在一條鄙視鏈的話，美國公司位于鄙視鏈頂端，而中國互聯網企業處于鄙視鏈的下游，似乎是很多人心中的答案。

原因或許有兩點，一是中國互聯網企業多少有模仿美國的痕跡，即便是在國內數一數二的BAT，在他們身上也不難找到來自美國的樣本，直到今天仍然有很多創業者選擇到美國“竊取”idea；二是美國的互聯網巨頭給人的印象是無時無刻不在捯飭“黑科技”，諸如谷歌的X實驗室、Facebook的Building 8、微軟遍布世界的研究院等等，而且這些公司還時不時收購一些技術型創業公司，為自己補充技術人才和專利。當然，這些差別和文化、環境、人才等不無關系，而在人工智能領域中國的互聯網廠商們真的那么“不堪”嗎？

根據高盛統計的數據顯示，2014年以后，中國在涉及到“深度學習”和“深度神經網絡”方面被引用的期刊論文數量已經超過美國，并特別指出中國擁有世界領先的語音和視覺識別技術和人工智能研究能力。此外，高盛引用的報告也很有代表性。百度于 2015 年 11 月發布的 Deep Speech 2達到97%的正確率，被《麻省科技評論》評為 2016 年十大突破科技之一；香港中文大學早在2014年開發的 DeepID 系統在 LFW 數據庫中達到了99.15%的面目識別正確率。

但具體到互聯網公司的動作來看，中國并沒有太多的互聯網企業表現亮眼。

高盛將谷歌和亞馬遜稱之為創新人工智能的驅動者。原因在于，谷歌在搜索算法中是不折不扣的先行者，從1998 年的 PageRank 到 2015 年的 RankBrain，一直處于領先地位。而谷歌的DeepMind，也就是AlphaGo的創造者，稱得上是世界上最為著名的人工智能公司。亞馬遜在2015年4月份發布了 Amazon ML，或有機會成為作為服務的人工智能生態系統的領先者，并在推薦引擎中使用了機器學習技術，在匹配用戶意圖以及可欲結果方面具有競爭優勢。此外，蘋果、微軟、Salesforce、英偉達、英特爾、Uber、IBM等公司在人工智能方面的研究成果也成為高盛標榜的對象。

屬于中國的公司中只有百度一家，“百度大腦正在改進百度全線產品的用戶體驗和提升用戶粘性，也在推動針對每一用戶的定制化高質量內容。”當然這些信息在國內科技媒體的輪番報道下近乎“家喻戶曉”。可以解釋的是，中國人工智能的研究多集中在高校和研究所，互聯網公司們也樂于同這些機構進行相關合作，比如網易和清華共同建立了人工智能實驗室，騰訊和香港科技大學共同打造了WHAT 實驗室，類似的還有很多。

可以肯定的是，中國的互聯網公司仍然未能扭轉“重商業、輕研發”的形象，但中美在人工智能技術層面并沒有拉開太大的距離，并跑在了日本、印度等國家的前面。也就是說，在人工智能的底層技術上，中國互聯網廠商相比于美國競爭者仍有一些不足，但這些不足并不會影響人工智能的實際應用，在應用層面的差距被進一步縮小。

人工智能應用，美國向左 中國向右

人工智能的本質是什么？如果是站在象牙塔里，答案當然是更大的數據、更快的硬件、更好更普遍可用的算法。但這終究是一個商業化的時代，技術最大的意義就是快速轉化為生產力。技術研發只是人工智能競賽的戰場之一，應用場景無疑是第二個戰場。

在某種程度上來說，美國是人工智能的起點，也是最渴望人工智能落地的地方。于是乎，那些誕生于美國的人工智能公司也在第一時間把握了人工智能應用的方向。

比如在產品進化上。谷歌將大量的搜索工作轉移到了人工智能系統RankBrain上，蘋果也不斷為Siri增加新的功能......新算法和新技術的出現往往讓這些產品變得更加好用，甚至不惜高額收購來彌補技術上的不足。

比如在個性化服務方面，Netflix、亞馬遜 和 Pandora 都在使用人工智能來確定推薦什么樣的內容、突出什么樣的商品，來滿足用戶個性化的需求。這個方向被視作人工智能應用的重要場景，在國內也流行著“千人千面”的說法。

比如在新產品開發上。以人臉識別為例，Google、和Facebook都投入了大量的財力來優化人臉識別技術，蘋果也購買了一個致力于通過讀取人的面部表情來確定其情緒狀態的 AI 創業公司，目的都是為了新產品或新服務做打算。

當然，除了這些偏C端的應用，谷歌、微軟等還試圖通過API的形式將自己的人工智能技術開源給開發者，亞馬遜推出Amazon ML的目的也是為客戶提供機器學習功能。只不過，美國人工智能的耀眼之處仍在于機器人、無人駕駛，以及對農業、金融、醫療、零售等行業的改造。所不同的是，中國的互聯網公司把“人工智能即服務”這個方向演繹的爐火純青。

按照高盛的說法，BAT及其他互聯網巨頭和數百家創業公司，在人工智能細分市場及應用領域主要集中在基本服務、硬件產品、智能服務、技術能力等四個方面。

在基本服務和硬件產品方面，百度推出了“度秘”、百度無人車以及采用了人工智能算法的移動應用；阿里巴巴推出了阿里小蜜和一大批基于阿里服務的智能硬件產品；騰訊開放了QQ物聯和買粉絲智能硬件平臺，并憑借中國第一個新聞報道機器人大秀了一把實力。一方面，這些成果和美國的競爭對手相比談不上太多優勢，很多創業者打造的機器人產品更是相形見絀，甚至有濫竽充數的嫌疑；另一方面，人工智能和云服務的結合成為中國互聯網巨頭們普遍選擇的策略，其火

很赞哦!（19）