山世光: 我的Face Zero之梦，写在AlphaGo Zero出世之际

点击上方“深度学习大讲堂”可订阅哦！

编者按：AlphaGo Zero的横空出世，似乎标志着AI自主学习时代的到来。那么计算机视觉领域是否能沿着AlphaGo的思路，完成从零数据开始自学或从有监督到无监督时代的跨越呢？于是，在人脸识别领域深耕二十载的山世光研究员，做了一个 Face Zero的梦，我们或许可以在他的梦中找到答案。

      最近几天，看到AlphaGo Zero横空出世，很多人惊呼AI自主学习的时代到来了！似乎明天就会有一个叫做AI Zero的学神小宝贝横空出世，自主狂学一个月，马上长大成人，变成一个智商、情商超越人类的AI 100。当然，大多数人没有那么乐观，但也可能心中暗暗期待：或许我们很快可以看到Eye Zero，Ear Zero之类横空出世，毕竟AlphaGo Zero似乎已经表明：开发某个专项智能，像过去算法动辄需要的百万、千万量级的有监督大数据不需要了，算法可以从0开始自主学习，顶多只要给算法准备大规模无监督数据，剩下的交给算法自主学习就好了。是不是真的是这样呢？

      于是乎，借AlphaGo Zero之东风，我也做了个Face Zero的梦。咱不是做计算机视觉嘛，就拿人脸识别为例吧。先看看AlphaGo Zero学神怎么学的。对！从零开始，自己造数据！那对人脸来说，这个第一步好像就有点悬了，咋造人脸呢？围棋大哥有明确的落子规则和输赢判断准则，按规则模拟对弈就好了。可人脸怎么造？如果没有任何的人脸样例或知识，除非上帝他老人家在，否则恐怕只能造“鬼脸”了——反正谁也没见过鬼，怎么造都行。如果这样，显然咱这梦只能醒了，对不对？

      好吧，至少给些例子吧，比如给算法一张大美女杨颖的人脸图像好了。然后呢？咱设计个算法“举一反三”，把女神这张照片变啊变，变出1000幅女神的人脸图出来。可是怎么完成这个“举一反三”呢？怎么保证变出来的还是杨颖的脸而不是杨幂、孙猴子、猪八戒的脸呢？更何况杨颖的脸怎么“举一反三”变成黄晓明、葛优的帅照呢？没有其他大量人脸的样例或其他知识（比如人脸的3D结构、成像的物理模型、老化模型、表情模型、眼镜模型等等），咱这梦还只能是南柯梦。