你走得再遠，也走不出我的心

　　當李新的同事收到尋親父母們寄來的孩子照片時，大家都沉默了。一張張照片被厚厚的油紙層層包裹，生怕有所污損。孩子基本都在3歲以下，有的孩子只有人生中唯一一張照片，有的甚至只是滿月照。

　　四川省公安廳刑偵局打拐處處長蔣曉玲回憶，收集照片時很多父母都反復囑咐千萬別弄丟了照片，“對于父母而言，這是孩子留給他們的唯一寄托”。

　　這些照片里的孩子都與四川省公安廳打拐處一批積案相關。2008年至2010年，10名三歲左右的孩子在四川陸續(xù)被拐，“小耗子”就是其中一員。

　　“小耗子”的父母是湖北人桂宏正夫婦，為了討生活，在四川省武勝縣沿口鎮(zhèn)一個熱鬧的集市開了一間酒鋪。每當回憶起那個噩夢般的下午，桂宏正依然痛心疾首。

　　“那是2009年6月12日下午5點20分，我和愛人發(fā)現(xiàn)‘小耗子’不見了，我們四下尋找仍沒找到，我們在街上越找越絕望，哭喊著：‘小耗子’，你在哪里啊?你在哪里啊?……”桂宏正回憶起那一幕，依然難以平復心情。

　　“‘小耗子’2006年7月出生，非常乖巧懂事，我每天要起早貪黑釀幾百斤高粱酒，搓出高粱后會攤在地上，兩歲多的‘小耗子’會拿著掃把晃晃悠悠地幫著掃，還說，長大了我也要幫爸爸做酒……”孩子被拐后，一幕幕與孩子朝夕相處的場景不斷浮現(xiàn)在桂宏正眼前。

　　孩子一走失，明暗兩重天。夫妻倆仍然經(jīng)營著小酒鋪，賺了錢就在全國各地奔波參加尋親大會，或者聽到哪里有一絲線索就跑過去核實了解，花光了積蓄就回家賺錢然后繼續(xù)上路。

　　2014年，四川警方抓獲一名拐賣兒童的人販子，結合之前大量的調(diào)查和證據(jù)，確定了包括“小耗子”在內(nèi)的10名被拐孩子被賣到了廣東，但是通過全國打拐DNA信息庫比對并沒有結果，僅憑一張兒時照片，找到分別多年的孩子無異于大海撈針。

　　2018年5月，桂宏正來到河南鄭州參加一個尋親大會。他心里知道，得了肺癌的老父親堅持不了多久了。在鄭州火車西站的尋親現(xiàn)場，他在脖子上掛起尋人啟事的牌子，面對前來采訪的媒體哽咽著說：“‘小耗子’，你在哪里啊?……你爺爺時日不多了，他想見你最后一面啊……‘小耗子’……”剛說完這話，他接到老家打來的一個電話：老父親去世了。

　　當桂宏正急匆匆趕回老家時，看到父親眼睛睜著，似乎在等待自己歸來，嘴巴張著，似乎在念叨小孫子的名字……

　　“過去10年，我們身邊的老板換了好幾茬，我們也有機會去別的地方做生意，但是我們始終沒換地方，酒鋪也一直保持著原來的樣子，一點沒變過。”桂宏正說。“‘小耗子’走得再遠，也走不出我們的心啊。我們一直在等著‘小耗子’回來，我們想，他對這個地方是有記憶的，也許有一天，會突然想起這個地方，然后自己找回來……”

　　跨年齡人臉識別示意圖。優(yōu)圖實驗室供圖

　　每位被拐的孩子，都是我的心病

　　蔣曉玲從事打拐工作已經(jīng)整整19年了。這個過程中，她經(jīng)歷了太多的杳無音信和破鏡重圓。

　　她說，一些家長尋找孩子多年未果，他們會說：“我們也不奢望孩子們重新回到我們身邊，我們只是想知道他們在哪里，看他們一眼，知道他們過得好不好……”

　　過去10年，四川省公安廳打拐處和案發(fā)縣市的公安機關一直在積極尋找那10名被拐兒童的下落。“調(diào)查訪問、模擬畫像、網(wǎng)絡公告……能試的方法我們都試了，但是時間隔了這么久，而且沒有拐賣中間人提供線索，真的是太難了。”蔣曉玲說。

　　轉機出現(xiàn)在2017年12月，公安部刑偵局副局長陳士渠去騰訊調(diào)研時，了解到了優(yōu)圖實驗室的跨年齡人臉識別技術，于是將這一技術介紹給了四川警方。

　　此前騰訊等公司利用人工智能協(xié)助尋親已有不少成功經(jīng)驗。比如，截至2018年10月，接入優(yōu)圖技術的QQ全城助力累計找回600多人；截至目前，使用該技術的福建省公安廳“牽掛你”防走失平臺累計找回1000多人。

　　“難度很大。”李新說。“其實當時大家心里沒底，但當大家看到那些層層包裹的照片時，就下定決心要努力一試。”

　　“小耗子”被拐時才3歲，到2017年底已經(jīng)11歲多，而這段時間正是人一生中面部變化最為劇烈的階段，國際上當時還沒有成功跨越10年通過人臉識別技術找到失蹤兒童的先例。

　　對于跨年齡人臉識別，優(yōu)圖人臉識別算法研究負責人李博士和同事們對0歲-18歲的人臉的成長變化進行模擬建模，生成大量可供學習的人臉樣本，然后采用深度神經(jīng)網(wǎng)絡算法來學習這些人臉在成長過程中的復雜變化。

　　“難就難在當時跨年齡人臉識別沒有成熟的算法模型，加上數(shù)據(jù)樣本有限，實驗效果一開始一直不是很理想。”李博士說。

　　李博士和同事們想到了“用機器教機器”的方法。經(jīng)過成千上萬次的模型訓練，終于訓練出了一個可以進行跨年齡人臉識別的深度神經(jīng)網(wǎng)絡模型。

　　“簡單來說，就好比我把成年人的人臉識別模型作為老師，讓兒童的人臉識別模型來學習其中的‘技巧’，盡量消除年齡變化對識別精度的消極影響。”李博士說。

　　功夫不負有心人，經(jīng)過近半年的努力，經(jīng)過很多個挑燈夜戰(zhàn)的夜晚，終于有了突破性進展。這一名為分布式蒸餾學習法則的算法模型進行跨年齡人臉識別的準確率達到了96%以上。

　　找到“小耗子”又有了新的希望。

　　人工智能深度學習五官成長規(guī)律。優(yōu)圖實驗室供圖