今天，小编特意采访采访了人脸识别专家、获得国家科技进步奖二等奖、广东瑞视特科技有限公司的CEO赵杰博士，给大家介绍关于人工智能和人脸识别应用之间的相关技术概念。

机器学习 ( Machine Learning, ML ) 是人工智能的一个研究分支，主要是设计和分析一些让计算及自动获取知识的算法，涉及到概率论、统计学、逼近论等多个领域。

作为人脸识别专家，赵杰博士特别指出：不同的学习框架下建立的学习模型很是不同，例如，卷积神经网络(Convolutional neural networks，简称CNNs)就是一种深度的监督学习下的机器学习模型，而深度置信网(Deep Belief Nets，简称DBNs)就是一种无监督学习下的机器学习模型。

     但实际上，人工智能的应用范围博大精深，繁冗复杂，在每一个垂直领域的应用都需要克服难以想象的障碍。所以，我们先拆分大脑的功能，让机器一点点实现智能化。人的大脑需要借助各种感官，如眼睛、耳朵等，感知外界信息，然后进行判断，这其中用机器来代替人眼来做测量跟判断的动作，称为机器视觉，机器视觉是人工智能学科中发展的为快速的分支，而当今大家熟知的人脸识别技术就是机器视觉富有挑战性的课题之一。

   王国田博士总结道：实验结果表明深度学习方法对原始数据具有高效准确的抽象表达，在光照、表情、姿态以及低分辨率的条件下取得了良好的表现，尤其是在低分辨率的情况下。

在后，站在一个人脸识别专家的角度，赵杰博士肯定的表示：相比于人眼的效率来说，人工智能的人脸识别能力要远远超过人类。但这并不代表机器不会出错，因此在准确形容人脸识别通过率的词汇中，有误识率一词，就非思科技而言，*可以做到在万分之一误识率下，通过率达到98%并能够满足日常生活中的应用场景。毕竟，人工智能的意义是赋予人类更强大的能力、协助人类更高效的工作，而并非取代人类。