谷歌收购人脸识别公司 PittPatt

背景

人脸识别（facial recognition）是计算机视觉（computer vision）的一个分支。一套系统先在图像里找到人脸的位置，再把这个人的五官布局换算成一串数值描述，之后就可以拿它跟别的图像里算出的描述作比较。做好了，软件就能回答一个人一眼就能回答的问题：这是谁，这个人还出现在哪里。

谷歌手里正好握着大量这类系统最需要的素材：用户上传的照片和视频。

发生了什么

2011 年 7 月，ZDNET 报道谷歌收购了匹兹堡模式识别公司（Pittsburgh Pattern Recognition，通称 PittPatt），把这家公司的人脸识别技术带进了谷歌^[1]。界面新闻在梳理谷歌的人工智能收购时，把这次交易的日期记为 2011 年 7 月 23 日^[3]。据 Computerworld 报道，交易条款没有披露^[2]。

技术来自哪里

据 Computerworld 报道，PittPatt 的创始人在 1990 年代就开始在卡内基梅隆大学（Carnegie Mellon University）的机器人研究所开发这项技术，公司则在 2004 年作为该校的衍生公司（spin-off）成立^[2]。

同一篇报道描述了这套软件能做什么：它可以在视频中跟踪人脸，也可以按照片里出现的是谁给照片分类^[2]。这两件事都比听起来难。在视频里跟踪一张脸，意味着要在角度、光线和表情不断变化的情况下仍然认准是同一个人；给一个照片库分类，则意味着把每张图里找到的每一张脸都跟其他脸逐一比对。

与谷歌产品的衔接

PittPatt 表示，自己的方法天然适合谷歌的图片搜索（Image Search）、Picasa、YouTube 和 Google Goggles 等产品^[1]。这几款产品分别对应图片搜索、个人照片的存放与整理、视频托管，以及用手机摄像头做视觉搜索——每一处都有需要分清“这张脸是谁”的地方。

谷歌的一位发言人表示，PittPatt 团队在模式识别和计算机视觉方面开发出了有创新性的技术^[1]。

意义

这次收购是谷歌搭建人工智能能力过程中一个不大但说明问题的动作：它不只是招研究者，也直接把已经在某个具体技术问题上做了多年的小公司买下来。界面新闻对谷歌人工智能收购的梳理，把 PittPatt 这笔交易放在这一连串收购之中^[3]。

对普通用户来说，直接相关的是整理：一旦软件能可靠地把人脸从照片里挑出来，照片库和视频档案就能按人检索、按人归类^[2]。也正因为如此，这项技术的分量不止在工程上——能把假期相册整理好的能力，换个使用者，也可以用来在当事人不知情、不配合的情况下辨认出他。

这笔交易的条款始终没有公开，所以在收购当时，谷歌付了多少钱、这套技术后来又有多少进入了实际发布的产品，都不在公开记录之内^[2]。