科技無法消滅人性的貪婪， 但是科技可以彌補因此而留下的遺憾。
文 溯遊尋
據中國之聲的報導， 按照不同統計數字， 中國每年的失蹤兒童不完全統計的有20萬人左右， 找回來的大概只占到0.1%， 可恨的是這些失蹤兒童中相當大一部分是被拐賣的。 如果有一種技術能幫助找回失蹤的兒童， 是不是應該得到大力的推廣呢？
電影《親愛的》中黃渤飾演的主角尋找被拐走的兒子
李彥宏在今年的兩會上表示， 這個方面的技術已經很成熟了， 可以拿著特小的小孩照片來對比她現在長大以後是什麼樣子。 在很小的時候就走失的孩子， 再進入公眾視線可能已經上小學了， 辦學生證的時候需要拍個照片， 這種情況下通過人工智慧比對， 就可能比以前更高效地找到走失的兒童。
事實上， 李彥宏說到的這項技術用專業術語來說是人臉識別技術。 人臉識別作為機器識別的一個分支，
人臉識別難度大
人類分辨事物之間的差異靠主要直覺和經驗， 這是人類大腦從數百萬年前人類誕生開始就擁有的能力， 但是機器沒有直覺， 也並沒有久遠的進化歷史， 只能靠分析資料來學習。
人臉識別技術研究的困難， 不同于普通的圖像識別。 就人的臉部特徵而言， 每個人的臉部結構都是相似的， 這對於利用人臉區分人類個體不利， 還有一些特殊情況， 比如雙胞胎甚至多胞胎。
近年來人臉識別技術進步飛快
其次就是表情、光照條件、整容等外因影響。 不同的表情、角度觀察， 光照條件的影響， 人臉遮蓋物， 如口罩、墨鏡、頭髮、鬍鬚， 甚至是整容、P圖等行為， 都增加了人臉識別的難度。
人臉識別技術的突破主要得益於演算法的不斷優化和基於圖片庫的深度學習。 早在3年前， 香港中文大學教授湯曉鷗和他的團隊研發的DeepID人臉識別技術系統， 其準確率超過99%， 甚至比肉眼識別（97%）更加精准。
caia617深度學習試圖模仿人腦如何利用神經網路來感知世界。
深度學習幫助回溯丟失的“童年”
李彥宏之所以能如此自信的在兩會上拿出百度的這項技術， 也是考慮到經得起實踐的檢驗。
在今年年初的最強大腦人機大戰這個專案上， 筆者對其中一個環節印象深刻。 在人類和機器比拼眼力的挑戰中， 第一輪是從童年照中找出成年的樣子， 第二輪是從成年樣子找出其童年的模樣。 最終比拼的結果是小度機器人精度完勝人類的最強大腦。
其實， 這也是在做一個前期驗證， 如果人工智慧可以做到完全正確， 這項技術完全可以用在尋找走失兒童這件事情上。
有多少家庭仍在翹首以盼努力的尋找著自己的孩子。 然而， 長大後， 隨著面孔的變化就算是親生父母都不一定能夠認出來， 但是人工智慧的人臉識別可以從雙胞胎的童年照中找出成年照， 這項技術如果用於尋找丟失兒童， 那將會是一個多麼了不起的應用。
願天下失散的孩子早日回到父母身邊
這項技術若能在這次兩會中獲得通過，再配合公安部門尋找走失的兒童，才真的是善莫大焉，飽受非議的李彥宏也算是做了一件大善事。
願天下失散的孩子早日回到父母身邊
這項技術若能在這次兩會中獲得通過，再配合公安部門尋找走失的兒童，才真的是善莫大焉，飽受非議的李彥宏也算是做了一件大善事。