“終于達成愿望，有個比自己小50歲的老婆了。”這是李開復在個人微博中對“How old”這款人臉識別網站的調侃，測試結果李開復的年齡為68，其妻子謝先鈴則為20歲。李開復的這條微博迅速引爆了“How old”網站的“病毒營銷”效應，之后短短幾個小時內就測試了超過21萬張圖片。“How old” 這個根據機器識別和大數據技術判斷出人物年齡的網站，也成為了繼魔漫、臉萌和足記之后又一個風靡朋友圈的全民游戲，不過正當眾多互聯網營銷者思考“How old”能火多久的時候，AdTime卻開始思考另一個問題：人臉識別技術結合大數據技術，未來在廣告、營銷與商業化方面會有哪些用武之地?
人臉識別 + 大數據 = ？
“How old”讓大家玩得很愉快，也給人們科普了人臉識別的發展狀況。其實人臉識別技術并不是一個很新的領域，目前在生活中的應用也越來越多，比如人臉識別考勤機，支付寶“Smile to Pay刷臉支付”等等。不過在AdTime看來，這些領域與“How old”的根本區別在于它們均為“單機版”的技術應用，就是根據單一樣本為最終識別范本，被識別的人臉只需無限接近原有范文或最近范本即可。不過想要用人臉識別技術打開大眾商業化的想象力，那還需把人臉識別技術插上大數據的翅膀。假如將“人臉識別+大數據”這種組合應用利用于商業化上，其前提必然是獲取數量龐大的特征數據，并在此基礎上制定相應的數據模型。理論上來講，無論運用于何種商業化應用，對比的臉部特征越多測試出來的結果就越準確，通過人臉推斷年齡只是冰山一角。
從“望聞問切”角度上看多樣本的重要性
以中醫為例，中醫看病分為“望、聞、問、切”四個步驟，其中“望”便是對病人的氣色進行有目的的觀察，以測知內臟病變。我們看病都愛找老中醫，因為老中醫閱人無數，從大量現實樣本中積累了豐富的經驗，能夠盡可能的做出準確的判斷與診斷。《易經》的分支范疇“看相”也與此有異曲同工之妙。同樣，通過機器學習想從人“臉”中看出些什么，同樣需要大量的樣本，正如“How old”隨著越來越多的人參與上傳自己的照片，這也是一個數據不斷采集的過程，隨著其樣本的增加，系統本身也在自適應，不斷完善優化，其測試結果也會越來越準確。對此，有軟件專家提到過：不要“小瞧”這個網站。通過海量的圖像信息采集，分析出某個種族、地區甚至行業的人群特點、年齡結構，這在技術上是可以實現的。
人臉≈人群標簽，營銷能否借此“看人下菜碟”？
在大數據營銷時代，我們經常能聽到“精準”這個詞，互聯網上的精準營銷來自每個人在網絡上產生的數據，不同的行為數據反映不同的需求，根據不同的需求營銷者為其提供不同的內容，達到精準營銷的目的。通常，精準營銷的步驟之一還包括對于人群的標簽化。這是一個看臉的時代，其實“臉”也是一種天然的人群屬性標簽，看臉識年齡只是一個開始。未來，通過大數據技術進行多樣本的積累，人臉的更多屬性與細節將會更深入的識別出來，并有望在實際場景中進行人群屬性的標簽化。
舉個例子，比如在一家商場里或在一次大型活動中，商家可以利用人臉識別技術來分析顧客的數量、性別、年齡層次等，便結合其他線索以及其他互動方式，制定出更具目的性與想象力的廣告投放與營銷方式。
AdTime曾在《大數據營銷，互聯網中的神探夏洛克》中寫到“面對一個陌生人，夏洛克可以從一個人呼吸的方式分析出此人患過什么病，通過衣服上的殘留物和一些微小的舉止等觀察，分析出此人剛才見過什么人，有什么動機，以及馬上要去做什么事。現在看來，夏洛克分析預測的過程不僅與大數據分析的原理相似，其實與人臉識別技術的原理更為相似。
不過，在技術尚未成熟的當下AdTime要先潑潑冷水，人臉識別運用于精準營銷不僅有待于技術本身的發展，以及大量的樣本積累，還需要更精細化的樣本收集與分析模型，和更多維度的數據進行輔助與參考，否則“盡信臉不如無臉”，必定有句古話叫做“人不可貌相，海水不可斗量”。一句話，目前人臉識別技術運用于精準營銷，還是先以輔助身份入手為好。
人臉識別與表情識別
在去年的CE Week展會上，一款Perceptive Devices公司推出的未命名傳感器，可以替代鼠標讓人用頭部動作、微笑表情來控制常見的手機、電腦等設備。這一類型的技術有可能進化到能夠通過頭部甚至表情來識別操作意圖，堪稱人臉識別的升級版。
如果說人臉識別對于營銷來說最大的應用前途在于“標簽化”，那么表情傳感則可以有效的推斷出我們的目標人群對于某些廣告或商品的偏好度，比如通過相應的識別系統檢測出顧客的表情，并把信息傳遞給食品店老板，老板可以根據顧客的情緒狀態預測出產品的銷售額，據說目前已有的相關系統預測準確度高達70%。
我們將來要面對的是個“無處不終端，處處皆計算”的世界，廣告主面對著形形色色的屏幕以及程序化購買的大勢所趨，AdTime認為實現及時分辨、獲悉用戶對這些廣告的評價與喜好度，會成為廣告投放中十分重要的一環。未來，也許能夠通過人臉識別、表情識別系統以及可穿戴電子設備來收集與分析人們對某些廣告的評價，比如看到廣告的那一刻是否皺眉、眨眼或者是否心跳加快等都會成為判斷對廣告是否喜歡的依據。更不排除進一步利用表情傳感技術對廣告或其他信息進行直接的反饋。
總之，無論是人臉識別還是表情識別，都是建立在機器學習的基礎上制定相應的算法，讓機器讀懂我們的語言、知悉我們的表情，更好的為我們服務。我們現在所處的大數據時代就是通過數據來研究人的行為，并根據這些行為進行進一步的技術革新，并持續向著更有利于人類發展的方向前進。因為“模仿游戲”從未止步，計算機、互聯網與物聯網技術的結合，也開啟了人機共同進化之端倪。大數據以及無處不在的智能化，能讓每個人所能看得到的地方，都存在營銷與傳播。AdTime大數據營銷，所見即所得。
（新聞稿 2015-06-10）