相信很多人都有這樣一個經歷，走在路上前面有個人看背影挺熟悉，于是趕忙跑過去拍人家肩膀。結果一回頭，大寫的尷尬。

這里所謂的背影，其實就包含了每個人不同的體態、走路姿勢和動作習慣等。人的動作姿勢就像面孔或者音色，堪稱又一道天然的生物密碼。只要對他足夠熟悉，從茫茫人海中一眼看出基本上不是什么難事。

對人類而言，動作姿勢啥的基本上也就是認個人。而自從人工智能興起之后，人的姿勢經過不斷地分解和機器學習的推斷，獲得了更深層次的細分，已經遠遠超出了“認人”的范圍，而被開發出了越來越多的功能、抖落出了更多不為人知的秘密。

那么，在人工智能時代，你不經意的姿勢里，究竟隱藏著多少秘密？

作為生物密碼的一種，

認準了就是你

人體目前被探知的生物密碼有很多種，有神秘高端應用尚不成熟的基因密碼，也有已經應用到手機上的指紋、聲紋、人臉、虹膜等。由于其對每個人來說具有獨特性，因此也常常被作為基本的人員識別手段。

而在這些密碼之外，步態識別也在近年來逐漸興起。步態識別的出現絕不是僅僅為了好玩兒或者科技的獵奇，它擁有自己獨特的優勢。指紋、虹膜必須要有接觸或非常近的距離才能奏效，人臉識別雖然在識別距離上可以拉長，但步態由于其動作幅度較大，在進行長距離識別的時候仍然是優于人臉識別的。至于聲紋則更不用提了，嫌犯不可能嗷嗷一嗓子專門讓你知道是不是自己。

步態識別的另外一個優勢就是，相較于指紋可以貼膜、人臉可以易容，一個人的走路姿勢其實是很難偽裝的。所以說，步態可以說是天然防偽。

關于步態識別的研究其實已經很多，最新的技術則由英國曼切斯特大學和西班牙馬德里大學的研究者們共同開發。他們把每個人步行時的動作分解為大約24個因素，而這24個因素也就基本構成了每個人獨有的行走方式。為了識別出每個人的步態，研究人員搜集了來自127個不同個體的近20000個腳步信號，創建了一個數據庫來對AI進行訓練。只要踩在特制的地板壓力墊上，AI系統就可以輕易地識別出個人信息，準確率高達99.3%。

從實際應用的角度來說，步態識別的第一場景就是安防。通過人臉識別，張學友都“抓”了一波又一波的逃犯了，步態識別應用起來效果應該也是比較可人的。在機場、地鐵安檢，嫌犯追蹤等方面，其可以發揮出較大的功效。而如果能夠從步態擴展到整個身體的動作識別的話，在醫療領域比如帕金森、中風等疾病的預測也會有一定的效果。

但該技術今年5月才剛剛發表，從論文到商業化的落地還需要很長的一段路要走。研究人員僅僅是建立127人的腳步信號就頗費了一番功夫，如果要應用到現實場景，數據搜集肯定是最費勁的一項工作。畢竟AI不能憑空識人，它必須要建立在一定的數據支持的基礎之上的。

伸手必被抓：

AI識別小偷的肢體動作

如果說步態識人是建立在已知數據庫的基礎之上對既定目標進行識別的話，那利用AI對不同犯罪類型進行犯罪行為的提前預判就是防患于未然了。

傳統的應對犯罪行為的模式，一般是在事后進行視頻監控調取，確定目標嫌疑人，然后再進行大海撈針般的尋找。但如果有了AI的提前預判，可以大大減少安全員的反應時間，讓其早做準備，從而防止犯罪行為發生或縮短破案時間。

就在今年，日本電信公司NTT East和科技公司Earth eye合作開發出了一款名為AI Guardsman的人工智能系統，用以及時發現商店中的小偷。通過商店攝像頭對顧客的實時追蹤，將顧客的一言一行與內置的已知可疑動作進行匹配，一旦發現有符合預定動作特征的行為，系統就會向手機上關聯的App發送一條報警信息，提醒店員注意。并且據他們聲稱，該系統令店里的盜竊行為減少了四成左右。

該技術的理論想法固然是非常美好的。即便不是用來抓小偷，延伸到更多的場景中比如美國校園槍擊案預警、防暴行動當中，也會有非常高的利用價值。但其面臨的問題是：如何保證識別的準確率？

利用AI進行預測犯罪，最大的疑問點來自于預測的準確性。

第一，小偷的動作是否都是固定的？有的新手可能在偷盜的時候眼神閃閃爍爍，左顧右盼，動作不自然，這樣AI自然可以輕易捕捉到；但對一些慣偷而言，隨手拿個東西就是家常便飯。是否有足夠多的數據供AI來學習，來實現識別的精準呢？既然花了錢用AI來識別小偷，最終卻只能抓幾個小魚小蝦，未免有點太過于雞肋。

第二，為了保證“不使一人漏網”，AI會否會擴大報警的動作范圍？比如說顧客拿了個東西看了半天，最終又放回去；或者店員補貨登記的時候停留很久，是否會被認為即將進行偷盜？因為以目前的資料來看，其僅僅是對動作進行判斷，而沒有相應的“識人”方案。如果有一點點可疑就要發警報，店員這一天精神是得有多緊張啊。

從這個角度上來說，AI要通過姿勢來預測犯罪行為的發生，就必須要在精準度上下一番苦功夫了。

識別走路姿勢：燃燒你的卡路里！

沒想到吧？AI還能通過對人走路姿勢的識別，判斷所消耗的熱量？

這是真的。

除非是有意鍛煉，比如甩開膀子邁開腿的暴走，人們平常走路大多是基于一個非常省力的姿勢。怎么不累怎么來。那么，在這個過程中我們邁的步子、走路的頻率就會發生變化，隨之發生變化的，就是人體消耗的熱量了。

瑞士洛桑聯邦理工學院的生物機器人實驗室最近通過對八種步態參數的研究，開發了一個非常復雜的人工智能系統。為此，他們制造了一個機器人來搭載該系統。通過對機器人的步行速度、步伐距離、雙腳離地高度、身體和地面的傾斜程度等參數的調整，可以實時計算出某一種走路姿勢所燃燒的卡路里數量。也就是說，它可以通過參數的調整，完美模仿任何一個人的走路姿勢，從而算出相應的結果。甚至還能通過增加或減少質量來模擬胖子或者瘦子。

而這僅僅是實驗室現階段的初步成果。他們的目標是制造出一套可穿戴設備，來附著在用戶的腿上，然后提示用戶調整最佳的走路姿勢。甚至連包該怎么背都會有貼心的建議。

整日醉心于用節食、高強度運動、減肥茶、抽脂等方式拼命減肥的朋友們聽到這樣的消息是不是很激動呢？只要一副穿戴設備就可以達到準確燃燒卡路里的作用，真是懶人福音啊……

至于所需時日，等待是肯定的。而且很可能在你通過挨餓減肥成功之后，它還在研究階段……當然，我們不能只盯著它的這一項作用。減肥之外，該研究在仿生機器人制造方面也有積極的作用，比如避免機械零部件的加速損壞；或者對體育運動員來說，如何最大程度地避免高強度運動帶來的傷病，也有重要的意義。

而人體姿態所隱藏的秘密也絕不僅僅止于以上幾種，未來我們或可見證更多神奇的技術從身體出發。但需要注意的是，關于人體姿態的研究內容一定是非常復雜的，而如何在技術開發出來之后能盡快地進行商業化落地也是研究者們必須要考慮的一個問題。把技術與商業結合，才是人體姿態的秘密被探索出來之后的真正價值所在。