《雾霾反弹探因:精准化大气治理挑战》

  • 来源专题:农业立体污染防治
  • 编译者: 季雪婧
  • 发布时间:2018-12-18
  • 11月30日~12月3日,我国京津冀及周边地区、长三角区域、湖南、湖北部分地区经历一次大范围重污染过程。这是今年冬天第四次雾霾来袭,京津冀、长三角、汾渭平原72个城市发布重污染天气预警。

    对于11月以来频繁出现的重污染过程,国家大气污染防治攻关联合中心认为,不利于扩散的气象条件,是导致重污染出现频率较高的关键因素之一。生态环境部在对12月1日~3日的重污染解读通告中提到,空气污染和气象条件之间存在相互反馈机制,不利的气象条件对PM2.5的“反馈作用”使得PM2.5浓度出现“爆发性增长”。

    而造成重污染的成因,参与会商的专家都认为,是污染物人为排放水平处于高位。

    2018年是“蓝天保卫战三年行动计划”的第一年,今年秋冬季大气污染综合治理攻坚行动方案设定的减排目标小于去年的攻坚行动方案,企业停产限产等措施不再“一刀切”,因而被外界质疑是放松了治污力度。

    频繁来袭的雾霾似乎佐证了这种猜测。那么事实是否如此呢?

    灵活性担忧

    中国环境监测总站数据显示,今年11月,北京PM2.5浓度为71微克/立方米,PM10浓度为104微克/立方米,而去年11月两者分别为46微克/立方米和73微克/立方米。

    数据还显示,11月,天津PM2.5浓度83微克/立方米,石家庄PM2.5浓度108微克/立方米,去年11月两个城市分别为53微克/立方米和78微克/立方米。

    9月份以来,京津冀及周边地区、长三角地区、汾渭平原2018~2019年秋冬季大气污染综合治理攻坚行动方案(下称“攻坚行动方案”)相继发布,对秋冬季“PM2.5平均浓度下降比例”“重度及以上污染减少天数”提出目标任务,要求京津冀及周边地区、长三角地区下降3%左右,汾渭平原下降4%左右;而去年的攻坚行动方案要求京津冀PM2.5平均浓度下降15%;此外,去年的攻坚行动方案对高污染和高耗能行业要实施统一的停工限产比例,而今年的方案是各地方根据实际情况实行错峰生产,不再做硬性要求。

    一位监测行业从业人士表示,根据他们监测的大气污染物浓度变化,10月份空气中的污染物二氧化硫、氮氧化物浓度增加。这两者都可以在空气中在一定条件下反应生成PM2.5,但是10月份湿度不大、气象条件有利于污染物扩散,所以PM2.5浓度没有急速升高。

    国家气候中心和中国环境监测总站对我国重点区域2018年秋冬季大气污染扩散气象条件预测意见认为,2018年秋季,京津冀及周边和汾渭平原大气污染扩散条件偏好,接近去年同期;长三角大气污染扩散条件较去年同期偏差。2018年冬季,京津冀及周边和汾渭平原大气污染扩散条件较去年冬季偏差;长三角大气污染扩散条件接近去年同期。

    国家大气污染防治攻关联合中心会商认为,河南北部、山东西北部累积的污染物尚未完全清除,再叠加区域内趋于不利的扩散条件,导致最近一次污染过程严重。

    前述监测行业从业人士表示,“10月底的时候,我们觉得PM2.5浓度有升高的危险,给我们服务的地方相关部门提出企业停产限产和机动车限号的建议,但地方可能有自己的考虑;没有实施。”

    “从简单的行政性、运动式的做法转到要区别对待,根据当地的情况要兼顾稳增长、稳就业,有了一定的灵活性。”阳光资产首席战略官邱晓华在12月1日召开的2018中国环境上市公司峰会上表示,减税减负,增发地方政府一万多亿元的专项债,稳定投资,增加货币政策的灵活度保障市场流动性等措施叠加严禁环保“一刀切”,“有可能产生0.5到0.8的对冲力量。中国经济今年可以守住6.6%左右的增长速度、明年可以守住6%~6.2%这样一个增长速度。”

    其实,早在《京津冀及周边地区2018~2019年秋冬季大气污染综合治理攻坚行动方案》刚刚公布时,就有外界质疑是否是因为面临经济下行压力、放松了治污力度。

    对此,生态环境部新闻发言人刘友宾表示,今年的攻坚行动方案重点将高排放行业错峰生产作为狠抓秋冬季大气污染综合治理、有效应对重污染天气、促进产业结构调整的重要措施。“总体考虑是,更加强调科学施策、精准调控,严禁采取‘一刀切’方式,要基于污染排放绩效水平实行差别化管理,进一步增强错峰生产调控的精准性、科学性、针对性和有效性。引导企业主动开展深度治理,推动实现经济高质量发展。”

    刘友宾介绍,前一段时期的大范围大雾天气和沙尘天气,都加重了重污染的程度。“去年攻坚行动取得的成果既有人努力、也有天帮忙的因素;专家评估测算,在PM2.5下降的25%比例中,‘天帮忙’占三分之一左右。今年,在正常气象条件下,要保证空气质量同比不恶化,我们首先要通过‘人努力’抵消去年‘天帮忙’8.5%的下降比例,再加上今年秋冬季空气质量改善目标3%,实际上,我们今年空气质量改善任务为11%以上。”

    在几次重污染天气来袭时,多个城市发布了不同级别的预警,并采取了相应措施。生态环境部通告,经初步估算,各地及时采取应急减排措施,污染物排放量减少约20%左右,有效降低了污染峰值浓度。

    污染物排放量大是根本原因

    “目前对有组织排放已经初步进行了有效的管控,” 12月1日,在2018中国环境上市公司峰会上,河北先河环保科技股份有限公司(下称“先河环保”)董事总裁陈荣强对记者表示,“现在比较严重的问题是无组织排放。”

    所谓“无组织排放”,是指非密闭式工艺过程中的无组织、间歇式的排放,污染物不经过排气筒排放而是逸散到大气中。受制于目前的监测手段,当前我国环境空气监测只包括烟囱等有组织排放的数据,缺少对无组织排放的监测数据。

    “对于无组织排放,我们需要将更多的精力放到源头治理和清洁能源替代上来,尤其是针对交通源、工业源、生活源等无组织源的排放,如果不进行有效治理,一旦气象条件不好,会给环境造成比较大的压力。”陈荣强表示,如何在禁止“一刀切”的前提下,在生态环境部和环境监测总站的部署下,实现更为精准的管理和治理,需要引起重视。

    刘友宾在11月30日的例行新闻发布会上表示,重污染天气等环境问题,归根到底是发展方式和生活方式问题,根本原因在于当前污染物排放总量还远超环境容量。

    “现在大气当中各种污染物的排放总量都是在千万级别以上,例如VOCs是2500万到3000万吨,二氧化硫和氮氧化物都在1700多万吨,颗粒物的排放量也非常大。”在日前举行的“节能控煤减碳保蓝天”泰山科技论坛上,生态环境部环境规划院研究员杨金田表示,“污染物排放总量只有降低到百万吨级以后,空气质量才能好。”

    多位环境领域学者认为,这样的减排体量,显然不是三年、甚至一年内能够做到的。

    刘友宾表示,随着大气污染治理工作不断深入,在区域空气质量得到明显改善的同时,减排空间也进一步收窄,剩下的都是难啃的骨头,包括产业结构、能源结构、运输结构、用地结构等,这些结构优化调整不是一蹴而就的,效果也不可能立即显现。“要充分认识大气污染防治工作的艰巨性、复杂性,往后降低1微克都越来越困难。”

    治霾需要精准化

    自从开展中央环保督察以来,环境部门领导多次强调坚决禁止环保“一刀切”。

    “不‘一刀切’是对的。” 陈荣强表示,但这要求地方政府在采取治理措施时要考虑到环境的整体容量是否能够承受污染物排放量。“治霾需要更加精准化,需要科技支撑和科学治理雾霾。”

    陈荣强介绍,先河环保研发的大气污染防治网格化系统通过对京津冀2+26城市排放数据的分析显示,今年11月,空气中的污染物二氧化硫和氮氧化物同比浓度并没有太大增长,但大部分城市PM2.5的浓度同比增长超过50%,PM2.5中的硝酸盐和硫酸盐的比例显著增加,说明大量二氧化硫和氮氧化物转化成了颗粒物。

    PM2.5、二氧化硫、氮氧化物、挥发性有机物(VOCs)、臭氧等,是主要大气污染物,其中二氧化硫、氮氧化物、VOCs还是重要的PM2.5前体物,即排放到空气中后发生反应生成PM2.5。

    在煤电行业推行超低排放改造后,工业和机动车成为二氧化硫、氮氧化物等污染物的主要来源。刘友宾介绍,京津冀及周边地区6省市是我国重化产业最为集中的区域,占全国7.2%的国土面积,消耗了全国33%的煤炭,钢铁、焦炭、电解铝、平板玻璃产量均占全国1/3以上。此外,京津冀及周边地区公路货运量占货运总量的86.1%,柴油车污染已经成为交通领域氮氧化物和颗粒物排放量居高不下的主要原因。

    而污染排放的精准治理,离不开大量、翔实的数据。

    科达节能执行副总裁刘怀平在2018中国环境上市公司峰会上呼吁,国家加快排污企业的信息披露和公开,这是打赢蓝天保卫战的一个基本保障。“在调研中这些企业说这些环境数据是商业秘密。这怎么去源头上管控?”

    济宁市工程咨询院院长王振峰表示,在做减煤减碳规划的时候,使用的数据来源于统计局,而统计局的数据来源于企业的申报,企业在报告的时候多少要考虑利益倾向,此外,政府并没有到一线核查企业上报的数据是否真实,因为“节能系统的领导虽然有专业水平、能够分析判断出来到底消耗了多少能源,但是没有任何一个人给他权利去核查”。

    而在监测方面,也仍然存在改进的空间。以VOCs治理为例。海湾环境副总经理杨磊表示,VOCs治理标准的一些指标定得很高,但是现有的监测技术可能做不到这一点,这也给治理带来困难。他表示,VOCs治理很多失败案例的主要原因就是前期没有摸清楚企业的监测数据和排放工艺,造成很多项目投入不能够达到预期的效果。

    攻坚行动方案

    “攻坚行动方案”要求,各类污染物不能稳定达标排放,未达到排污许可管理要求,或未按期完成2018~2019年秋冬季大气污染综合治理改造任务的,加严要求,全面采取错峰生产措施;对属于《产业结构调整指导目录》限制类的,要提高限产比例或实施停产。

    而对行业污染排放绩效水平明显好于同行业其他企业的环保标杆企业,包括治理水平全面达到超低排放的,使用天然气、电、电厂热力等清洁能源作为燃料或热源的,可不予限产。涉及供暖、协同处置城市垃圾或危险废物等保民生任务的,应进一步加强民生保障。

    此外,“攻坚行动方案”要求各城市要结合本地产业结构和企业污染排放绩效情况,制定错峰生产实施方案,细化落实到企业具体生产线、工序和设备,并明确具体的安全生产措施。

相关报告
  • 《2024年预计将反弹,但仍面临挑战》

    • 来源专题:光电情报网信息监测服务平台
    • 编译者:husisi
    • 发布时间:2024-02-02
    • 尽管2023年市场条件严峻,但预计2024年将实现9%至12%的复苏。 以下是2024年的一些关键趋势: 服务器市场预计将呈上升趋势,受人工智能业务的推动。通道库存的减少正在进行中。 电信市场显示出减缓的迹象,全球仅在部分地区继续推出5G。爱立信和诺基亚预计将继续在与华为的市场份额激烈竞争中。 全球消费者信心仍然较低,尽管在2023年中期略有改善。这可能抑制对消费电子的需求,但预计将有弱势复苏。 工业和汽车市场出现了一些初步的疲软迹象。 芯片上晶片上基板(CoWoS)出现短缺,2024年有轻微扩张。由于人工智能应用推动的先进封装需求,市场将在短期内寻找其他解决方案。 由于消费者和数据中心需求以及价格调整的推动,内存市场将实现显著增长。 全球供应链状况2023年 在不久的过去,新冠疫情和全球贸易紧张局势突显了半导体供应链的脆弱性,导致芯片短缺并干扰了各个行业的生产。随着对半导体的需求持续增长,政府和行业参与者正在探索加强全球供应链的韧性和安全性的方法。这包括多样化生产地点、投资国内芯片制造能力以及加强各利益相关方之间的合作。 半导体厂商竞争:TSMC、三星和英特尔挑战技术极限台湾半导体制造公司(TSMC)仍然是无可争议的领导者,在2023年占据了惊人的13%的总市场份额。如果考虑到TSMC仅提供代工服务,该公司在2023年代工业务的市场份额甚至超过了58%。 为保持领先地位,TSMC正在积极投资扩大其产能,并开发次-2纳米的代工厂。该公司宣布计划在台湾建设四座先进工厂,并通过在亚利桑那(3-至4纳米工艺节点)、日本(12–28纳米)和德国(12–28纳米)建立新设施来扩大其全球业务。这些扩张反映了TSMC对创新的承诺,以及其满足对更小、更快、更强大芯片不断增长需求的能力。 与此同时,三星正在加强其在韩国的地位,这是其半导体生态系统的中心。该公司在得克萨斯州的工厂将在无线通信应用中提供11至14纳米FinFET技术,突显了三星在先进芯片制造方面的专业知识。 CPU先驱英特尔通过其18A工艺节点,一个承诺推动半导体制造边界的技术,旨在重新夺回代工服务的主导地位。该公司正在大力投资国内和欧洲设施,以将这一雄心勃勃的项目变为现实。 开发和制造次-2纳米代工厂的竞争正在加剧,TSMC、三星和英特尔处于领先地位。这些公司正在投资数十亿美元,确保它们在这个关键行业中稳固地占据地位,以确保世界能够获得驱动现代技术的前沿芯片。 美国无厂半导体公司继续占主导地位美国无厂半导体公司继续占主导地位。GPU开发商英伟达已经大胆地升至全球半导体市场的第二位,2023年市场份额达到了令人瞩目的11%,并达到了1.21万亿美元的市值,使其成为全球第六大市值最高的公司。在2023年,英伟达的倍增器(市值除以年度收入)达到了20多倍,在该市场,2022年的倍增器平均为3.9,2023年为7.7。英伟达的迅猛崛起归因于对其强大GPU的不可满足的需求,尤其是在各种人工智能应用中使用的大型语言模型领域。 另一方面,英伟达、AMD和英特尔在AI芯片上的竞争将有一个明显的赢家:TSMC。预计英伟达将在2024年将其AI芯片订单翻倍,达到100万片,英特尔将在2024年为其月湖芯片订购价值40亿美元的3纳米芯片,AMD预计今年将订购约50万片。TSMC将使用5纳米和3纳米工艺技术生产这些芯片。 像谷歌、亚马逊、微软和Meta等巨头正在积极开发为AI应用量身定制的定制硅芯片。这些专门的芯片提供定制的性能和效率,在利润丰厚的人工智能市场中赋予竞争优势。 然而,创建这些定制芯片需要大量的前期投资,即非循环工程费用。尽管这可能是一项重要的财务承诺,但考虑到这些公司要在竞争对手中区别自己并确立自己作为AI创新先驱的地位,这被认为是至关重要的。 在市值水平上,Broadcom取代了TSMC,排名全球半导体公司第二位。Broadcom在2023年底的估值较2022年底增长了111%;其上升可以归因于对软件公司VMware的近610亿美元的收购。整个半导体行业在2023年经历了同样令人瞩目的增长轨迹,市值较上一年激增了72%。这一激增突显了半导体行业在全球经济中的关键作用,以及在推动未来技术进步方面的持久重要性。 中国扩大半导体雄心:构建本地生态系统,追逐技术领导地位在半导体的动态领域,中国正在朝着发展强大的本地生态系统迈出重要步伐。根据SEMI World Fab Forecast报告,预计2024年中国将建设惊人的18家新的晶圆厂。这一雄心勃勃的扩张计划反映了中国政府坚定承诺在对美制裁持续的背景下促进国内芯片发展。 这次晶圆厂建设的激增无疑将加强中国的产能,尤其是在成熟的节点技术方面。芯片供应的增加不仅将满足国内产业不断增长的需求,还将加剧在汽车、工业和其他市场中至关重要的模拟和离散芯片的竞争。 在技术实力方面,华为的Mate 60智能手机是一次卓越的展示,采用SMIC的7纳米技术,突显了中国对先进芯片制造的不懈追求。这款高端设备的成功生产表明中国有能力在全球半导体领域竞争,即使面临地缘政治挑战。与此同时,中国汽车制造商蔚来最近推出了其首款自主研发的自动驾驶芯片NX9031,采用5纳米工艺,拥有超过500亿个晶体管。 欧洲半导体地位:推进技术、多元化产品和投资欧洲继续保持重要地位。全球光刻系统领导者ASML准备向代工领导者交付高数值孔径(NA)(0.55 NA)的EUV机器,用于开发次-2纳米技术。这些突破性的机器预计每台成本约5亿至6亿美元,将在制造更小、更强大的芯片方面发挥关键作用。尽管美国对向中国供应EUV工具的限制,ASML仍将是先进光刻机的市场领导者。 其他欧洲集成器件制造商,如英飞凌、意法半导体和罗伯特·博世,通过保持市场份额并专注于积极投资碳化硅和氮化镓技术用于电力应用,展示了它们的韧性。这些材料在性能和效率上优于传统的硅,对于电动汽车和可再生能源等新兴技术至关重要。 2023年,欧洲也见证了投资活动的激增,各个领域的创新初创公司吸引了超过34亿美元的投资。最值得注意的投资主要集中在高级驾驶辅助系统(ADAS)和电动汽车应用上,占总资金的27%。量子应用引起了极大关注,吸引了16%的投资,其次是显示(7%)、无线通信(6%)和光子学(6%)。 在众多新兴企业中,法国的Aledia获得了1.27亿美元的投资,用于开发和制造用于显示应用的微型LED芯片。荷兰的Smart Photonics筹集了1.1亿美元,旨在成为纯粹的磷化铟(InP)晶圆提供商,为数据通信/电信和传感应用提供服务。法国的Pasqal通过获得1.087亿美元的投资取得了显著突破,用于建造基于中性原子的量子计算机。法国的SiPearl筹集了8200万美元,用于生产专为高性能计算应用而设计的微处理器。瑞士的Kandou以7200万美元的投资成为数据中心连接领域的领导者,推出了一款支持PCIe 5.0和CXL 2.0标准的多协议重定时器。欧洲的量子计算领域也获得了动力,英国的Oxford Quantum Circuits筹集了1亿美元,成为量子计算作为服务的领先提供商。法国的Quandela通过5300万美元的投资进一步拓展了量子计算的范围,专注于开发光子量子比特发生器和纠缠系统。 这些对欧洲初创企业的投资展示了该大陆充满活力的创新生态系统,以及致力于推动半导体在各种应用领域取得进展的承诺。随着对半导体的需求不断增长,欧洲有望在塑造这一关键技术未来方面发挥重要作用。
  • 《人工智能助力生物识别精准化》

    • 来源专题:光电情报网信息监测服务平台
    • 编译者:husisi
    • 发布时间:2020-05-26
    • “你是谁?”在当今社会,无处不在的身份识别场景在无声发问。进小区门,要问你是业主本人吗?进家门,要扭动匹配的钥匙或按下指纹;开电脑工作,弹出密码输入弹窗。每个人都是独立的个体,我们能否使用唯一特性与外界建立联系?唯一意味着安全,也意味着核实更方便准确,就像我们的身份证,上面有唯一的数字编码。 与此同时,数字化时代,我们与机器的互动,从敲键盘一步跨向手指点击滑动、开口对话、抬起头、眨眨眼,远隔千里的人们能便捷地沟通交流、能跨省跨国网上办事,但客观上无法实现“亲眼所见”,也给建立“信任”关系带来新的挑战。 人工智能技术的发展,针对数字社会人与人之间、人与机器之间如何建立“信任”关系,提供了一个很好的技术解决手段,即生物识别技术。你用什么方式证明自己?怎样才能定义这世界独一无二的你?设备的进化中,谁在保证个人使用的安全性?无接触生活的背后都是技术在化解复杂,生物识别技术的研究,正是希望解决这些问题。 1.生物识别是数字社会的重要基础 无论处于哪个社会经济发展阶段,“人”始终是最重要的核心要素。人类作为群居动物,在地球上有人类的时刻,“信任”的需求就应运而生,通过视觉“亲眼所见”、听觉“亲耳所闻”等辨别同伴建立信任关系,这种最原始的通过“亲眼所见”等手段建立“信任”的方式也将伴随人类一直延续下去。 数字化世界,需要迭代新的信任交互,生物识别技术是技术发展演进到一定阶段的必然产物,也是一种新型数字身份的基础设施。它基于个体生物特征进行自动识别的一种技术,结合计算机与光学、声学、生物传感器和生物统计学原理等,依靠人体的生理特征或者行为特征来进行身份验证的识别,是当前人工智能技术和信息安全技术在工业界落地应用最显著的代表性成果之一。 所谓生物特征包括人脸、指纹、声纹、虹膜、指静脉、体温等,行为特征则记录签名笔迹、行走步态、坐姿等。这些生物特征各有特点,比如每个人的静脉血管都不是一样的,血管也足够多,因此它的信息唯一、丰富,几乎不能被复制;而一个人随着年龄增长和一些突发情况,行为特征比如走路姿态可能会发生变化,可以理解为特征信息稳定性不那么强。 唯一的、稳定的生物特征就具备理论上的安全基础,我们将它们进一步结合形成有效技术手段,同时采用多种方式来确保它准确、高效就像使用身份证确认“你就是你”。 作为一种身份认证方式,目前生物识别技术已经在金融、教育、司法、医疗、社会治理等行业都有了广泛应用,它需要满足不同场景、行业要求和不断变化演进的业务需求。它将迅速成为数字经济社会的重要信息基础设施之一。 2.生物识别开始出现大规模技术创新 从技术上来说,传统生物识别技术在鲁棒性、准确性以及抗攻击能力等方面,近年来都有大幅提升。比如突破2D人脸存在景深数据丢失的局限性,3D人脸识别技术因其具有更强的描述能力开始在高准确性应用中逐渐增多;在3D识别的基础上人脸活体检测的新技术也进一步被采用;防止人脸数据库被盗库的识别技术也已被提出;指纹识别则开始引入基于手指皮肤颜色和的脉搏心率信号的活体检验,用于防止被仿生导电材料做成的假手指攻击;声纹识别可结合使用电磁场检测,来判断声源为真人还是扬声器等。 另一方面,考虑到应用场景的不同需求:持续认证、移动设备上识别、个人隐私保护等,新型生物识别技术也是应需而生。比如,浙江大学网络空间安全团队针对持续认证,开发了“心脏密码”系统通过不间断用生物雷达的无线信号来感知心脏运动,实现了易用性高的非接触式可持续认证;针对移动设备上的生物识别,利用设备内置摄像头捕捉到的眼球运动,智能手环上测量到的心电图,以及虚拟现实头罩测量到的眼电图和脑电波都相应的实现了可靠的生物识别;针对生物识别中的个人隐私保护,采用无线信号成像来代替摄像头,既避免了摄像头受视角和阻挡等条件的限制,更消除了直接获取图像的隐私泄露风险。 另外,正如每种生物特征各有特点,在充分考虑各种攻击场景下,任何单一生物识别技术往往都呈现出特定的优势和局限。每个模态都具有不同的数据安全程度、采集适应场景、隐私敏感度等,因此解决方案并不能通过单一技术完全达成。 多模态多因子生物识别技术融合因此非常重要。比如夜晚光照不理想,人像识别率低,结合红外成像和热成像的跨模态互补就能增强人像识别的准确度。像是蚂蚁金服多模态融合人脸识别技术实现用户的精准识别,满足金融级误识率(低至千万分之一误识率)下,大大超出了单模态人脸识别技术能达到的性能瓶颈,并提升了人脸识别的安全性。同时,还充分利用移动设备的芯片级安全能力,经过与产业链多方的合作,构造了基于TEE(可信执行环境)的全链路安全协议,为生物支付提供了强有力的安全保障。此外,通过风险感知模块检测黑产攻击,风控引擎自动更新风险模型,风险拦截效率大幅提升,充分保证了交易安全。 未来生物识别技术的趋势便是如此,将会从传统的只提取人体生理特征,向人、物理世界、数字世界融合的认证方向发展。生物识别技术将在和环境特征、数字凭证相结合,满足时空关联、多模态多因子融合的基础上完全实现可信认证。 3.“生物识别”“多模态融合”作为主流研究方向形成标准化的应用共识 从实验室走向产业商用,从模型走向安全产品,靠的是持续生物识别技术迭代和多重技术算法的保障,尤其引起我们关注的是“安全和隐私保护”。 基于这一点,去年,浙江大学和蚂蚁金服联合成立了数据安全与隐私保护实验室,汇集了双方创新力量和优势资源,产学研联合推进前沿科技研究,提升国内生物识别行业安全技术水平。 目前针对人脸数据脱敏、不可逆、可更新、加密等做了大量研究,给生物识别信息保护提供可行的安全技术解决方案。部分安全技术已经转化应用到蚂蚁金服人脸识别技术上,支撑大量金融级安全应用。 在生物识别技术突破最多的是人脸识别,即在图像特征抽取和人脸比对环节中取得了很大进展。但从实验室之外的实际场景应用模拟发现,其影响因素很多。从全链路的角度来看,活体检测、人脸交互、关键点定位、人脸跟踪等在真实的场景下,特别是不同的手机、环境、用户背景等条件下,想做到非常好并且稳定的用户体验是很难的。我们对此进行了很多特殊的优化,如使算法在不同的手机上达到比较一致的运算速度、响应时间,通过文案设计提高用户对刷脸的感知和理解,适应用户背景(如光线、角度等),分析基于其他传感器数据的反馈等。同时企业根据自身业务的不断发展,向学术界持续反馈新的需求,也反过来促进了联合实验室在新技术前沿开拓的方向感和紧迫感,产学研联动形成良性闭环发展。 基于我们共同进行的大量研究、实践积累,近期企业已在IEEE成立“移动设备生物特征识别”标准工作组,并立项“生物特征识别多模态融合”IEEE国际标准。这也是中国企业首次在国际标准中,提出移动设备多模态融合技术的实现框架、功能要求、性能要求、安全要求等。这意味着,“生物识别”、“多模态融合”作为主流研究方向将形成标准化的应用共识。这也是一项技术脱离实验室踏上商用之路的重要一步,有利于推动行业平均技术发展水平。而国际标准是国际规则和共识重要通用载体,对整个行业良性发展至关重要,也是具备技术实力的中国企业必须具备发言权之处。毫无疑问,高校和企业在生物识别这类国际前沿技术及标准上的探索,是中国科技布局眼光、研究能力、科学严谨性的综合体现。它同样预示着,中国企业在人工智能技术领域的国际竞争进入新阶段——从产品出海到技术走出去,如今又向输出全球标准迈进。