京东金融为什么要搞一个“猪脸识别”大赛？

猪脸识别很好玩呀。“身份识别是目前图像算法领域的重要问题之一，有着广泛的应用领域，如快捷支付，登录验证，安防监控等，猪的身份识别当然也非常重要。看到这个问题，第一反应是吃鲸，然后是喜闻乐见.
京东金融办机器学习/数学挖掘竞赛不算让我惊讶。毕竟，京东作为一家电商公司、京东金融作为一家金融科技公司，每天都有大量数据产生。用机器学习来挖掘这些数据的价值，这可以说是核心（技术）竞争力了。这样的比赛是值得有余力的同学们参加的。国内科技巨头们举办这些的机器学习竞赛，总体而言，对于很多机器学习的学生们是不错的锻炼。如果竞赛成绩不错的话，很多公司也愿意直接招聘其中的佼佼者。我也有一些朋友因为竞赛拿了冠军，找工作时offer也拿到手软。初看一笑、细想好玩的地方还是在于猪脸识别这个风格清奇的任务。我也点进去观赏了一会儿数据集。不得不说，这是一个对人类来说很难的任务。捂脸。惊异之处，我就不再多说，大家都懂的。而我说“细想好玩”的地方就在这里—这对人类来说是一个很难的视觉识别任务。而通常的机器学习竞赛里，那些任务对人类来说基本上是很容易的。通常的视觉竞赛（比如当年的imagenet），人类的表现被认为是一个标杆。人类通常的视角任务上犯的错被认为接近于理论上的最低值（bayesian error）。我们通常认为，人类很擅长视角任务。这不难理解。人的大脑在漫长的自然选择中必须进化得非常善于生存。比如，狩猎时，我们必须获悉猎物的位置、大小、速度等等。比如，社交时，我们必须能分辨谁长成什么样（人脸识别）。视觉信息在很多情况下都是最主要的信息来源。所以，人类大脑必须擅长很视觉任务。然而，事情并不是这么简单。尽管（因为社交很重要）我们非常擅长人脸识别，但其实我们并不太擅长识别其他动物的个体。猪脸、羊脸、牛脸、狼脸的识别，我们都不擅长。而我们也知道，猪至少是很擅长识别猪的。这种身份识别的能力很可能是后天训练出来的。如果一个婴儿是在狼窝里长大的，他/她可能也会因为从小的“训练数据”变得比较善于识别狼脸。狼脸的特征识别被刻画在了“狼孩”发育逐渐完善的神经系统里。在这个狼脸识别这类任务的习得过程中，人类的识别能力多少取决于硬编码（人脑先天的生物学基础、基因决定的部分）、多少取决于软编码（大脑发育过程中的数据训练、狼孩的经历）？这也是一个有趣的问题。我们已经知道，尽管人脑已经进化地非常擅长（人类常见的）视觉任务，但若从小缺少训练数据，人类未必擅长那些比较少见的视觉任务。用human error去近似估计bayesian error也不再可靠，人类的表现也不再是标杆。在以猪脸识别为代表的这种类型视觉任务中（甚至包括能不能用cnn识别出好吃的猪肉），
机器学习能做到什么程度、能做到比人类好多少？用人脸识别的深度网络直接在猪的图集上训练会不会就很好呀？如果连网络结构也不必改动就能训练得很好，那么可能说明目前的机器学习可以轻易在很多“人类视觉的死角”上超过人类表现了。神经系统发育已经成熟的人脑可能不那么擅长学习处理“死角问题”。而对深度网络则不同，人脸、猪脸都一样，都是喂数据、提特征的事。