2、视频的语义理解。这个视频里面到底在做什么，比如这个人在打球吗？不只是原来的简单分分类，要非常好的理解视频中的意思。

　　过去很多年，图片是一个非常重要的载体，我相信接下来这几年视频会是非常重要的方向。

　　我刚才说的当然需要积累非常多的数据，也需要对技术进行深挖，才能真正产品非常有意义的你能做得到、别人做不到的事情。

　　主持人：易宝支付在互联网支付领域已深耕多年。您对人脸识别等新技术融入现有支付体系有什么看法？从用户隐私、安全性等方面来说，人脸识别技术是否会在互联网金融领域开始普及？因为用户隐私确实是大家非常关注的一个问题。

　　余晨：大家一般谈到电子支付都比较了解阿里、腾讯，因为他们做的更多是面向消费者前端的支付，我们易宝支付其实做的更多是面向后端企业的支付。所以，我们自己并不直接接触人脸支付这样的技术。但是，可以给大家举个例子，华为的手机里面的手机钱包，其实是我们帮他们实现的。

　　支付界有一句话，随着信用跟数据的发展，最后支付这个行为本身会消失。只要你走到一个餐馆里面，无论通过什么技术能认出你，你吃完饭走就可以了，不用掏信用卡，或者其它支付行为。从用户角度来讲，这样才是最理想的状态。

　　刚才您也提到，在隐私跟安全方面有很大的担忧。基于生物特征的这些识别技术，可能都是跟原来我们基于字码和文本字串的不同之处，在于它有一定的模糊性跟不确定性。所以，从现在技术成熟的程度来讲，肯定还有一定的误识率。一般的应用，有点误识率关系还不大，但是，支付有大宗交易的，如果误识的话，损失就真的造成了。所以，要求肯定是不一样的。

　　另外，跟生物特征相关的东西，它最大的特点就是没法改变，你说你的密码万一被人家截获了或者是丢了，你改就可以了。而人脸就不行，万一别人获取了你的生物特征，有办法把你的东西复制出来，你没办法换一张脸，除非你去做整形手术，所以从这个角度来讲，它也带给大家的一些担忧。

　　我举个例子，以色列有一家公司，它通过人脸识别甚至可以判断这个人是不是恐怖分子，因为他觉得就跟我们中国人讲面相一样，他觉得恐怖分子是写在脸上的。所以通过某些特征的判断，我可以判断这个人是不是恐怖分子的概率更大一点，这个东西肯定政治不正确，先不管它管不管用，所以它一定会有很多这些连带的社会问题。但是从长远来讲，人脸识别和生物特征，一定会帮助实现我刚才讲的理想态，就是所谓支付最高的境界，是没有支付的境界。短期之内可能你会看到的一些相对局限一些的应用，比如说利用于小额支付，或者说利用一些金融服务的开户服务，而不是我们泛泛的讲，所有的支付就可以靠刷脸来实现了。

　　主持人：请问汪教授。除了通过传统的GPU进行人脸识别技术,通过FPGA进行相关计算的能耗和效率，已经展现出光明的前景。您是否可以介绍一下，目前FPGA以及深度学习处理器方面的研究进展，以及该技术在人脸识别方面的应用？

　　汪玉：我觉得FPGA可能要从4个方面来看：

　　1、它的功耗相对来说不是很高，虽然比芯片还是要高一些，大概是在几瓦到20瓦这样一个量级，就是FPGA的功耗，一般来说一个GPU是从10-200瓦不等，所以功耗上来看是要有优势的。

　　2、功耗虽然低了，它的能量效率还比较高，每瓦特能够提供的计算次数在深度学习这个领域，我们来看的话，还算比较高的，一般来说一个CPU它的能量效率大概在1G这样一个计算能力。GPU每瓦性能在20，大概是这样的。FPGA其实可以做到，每瓦能够提供50、60。所以，从一个小的功耗上来看，能够提供比较高的性能。

　　3、现在虽然深度学习在很多地方用起来了，但是它的算法还在不断地进步，如果这个进步还在不断地持续，那么这种FPGA，本身具备的可重配性，就会带来一定的好处，所以可重配性是一个非常重要的事情。