Adam Gross，HarmonEyes 联合创始人兼 CEO – 访谈系列

Adam Gross，HarmonEyes 的联合创始人兼 CEO，是一位连续创业者，拥有近三十年在医疗、金融服务和数据分析领域构建和扩展技术驱动企业的经验。他于 2013 年共同创立了 RightEye，开发了一套用于医疗、职业体育和军事实绩应用的眼动追踪技术平台，随后于 2024 年与 Dr. Melissa Hunfalvay 共同创立 HarmonEyes，将该专长延伸至 AI 驱动的人体状态智能。早期，他共同创立了医疗成本控制公司 KeyClaims，该公司于 2012 年被 Stratose/Zelis Healthcare 收购；以及金融分析平台 Trending123.com，2007 年被 InvestorPlace Media 收购。他还创立了金融科技公司 KeepMore，并共同创立了 Eastern ATM，该公司在美国东海岸运营私人 ATM 网络，后于 1998 年被收购。

HarmonEyes 正在开发 Theia，这是一款 AI 基础模型，旨在实时从眼动中推断个人的认知、情感和身体状态。该技术能够测量认知负荷、注意力、精神准备度、疲劳、压力、分心、晕动症以及用户身份验证等信号，潜在应用覆盖 AI 助手、汽车系统、扩展现实、防务、医疗、教育、工业安全、游戏和市场调研等领域。Theia 设计为在普通配备摄像头的设备上边缘运行，无需专用眼动追踪硬件，HarmonEyes 表示视频和个人数据不会被存储。公司将其技术溯源至 RightEye，并称其模型基于超过 5850 亿条眼动数据点，涵盖 1630 万条记录，提供了庞大的专有数据集用于训练和完善其人体状态智能技术。

您于 2013 年共同创立 RightEye，并在医疗、体育和军事实绩领域开发了十多年眼动追踪技术，随后在 2024 年推出 HarmonEyes。是什么让您确信这项底层技术和数据集能够支撑更广泛的人体状态智能基础模型，且 HarmonEyes 是实现该愿景的合适载体？

凭借十余年开发眼动追踪产品的经验，以下三点促使我们构想将人体状态智能带入数十亿设备：

1. 过去十年我们收集了最大、经过验证并标注的眼动数据库，包含超过 130 套数据集，覆盖人口统计（如年龄、性别）、表现、注意力、情感、视觉和健康状况等。
2. 随着 AI 的普及，实时模型的训练技术突然可用，而我们拥有足够的数据进行训练。
3. 眼动信号由摄像头捕获。最近，消费级摄像头首次在质量、速度、成本和性能上足以提取这些信号。通过我们团队的创新，现在可以在任何基于摄像头的设备上部署眼动模型，包括笔记本、手机、平板、汽车等。

Ofcom 已将行为年龄推断（需要观察用户如何使用平台）与在授予访问前即可进行的年龄检查区分开来。与分析浏览历史、内容偏好、语言或其他行为信号相比，从眼动估计年龄在技术和伦理上有何不同？

我们的技术只需从受试者的少量眼动样本即可将其归入某个年龄区间，或确认其是否高于/低于特定年龄。我们能够被动、持续且非侵入式地收集眼动数据，且不存储或收集任何可识别个人身份的信息。此外，所有眼动数据在输出结果后即被销毁。我们还具备活体检测和防伪功能，确保人们无法作弊。

在伦理层面，这意味着我们并未对个人的行为、习惯、决策或偏好进行画像——这与行为推断不同，后者本质上是通过长期行为构建个人画像。我们在不收集或保留此类个人信息的前提下提供年龄保证，使用户和家长能够确信自己受到保护，而非被追踪或画像。

HarmonEyes 已发布的研究分析了 45,696 人的眼动数据，报告在 12 个年龄组中的分类准确率为 94.67%。该准确率具体衡量什么？在模型可靠地判断某人是否高于或低于例如 16 岁的阈值之前，还需要多少额外验证？

该准确率指的是将任意个人的数据加入数据集后，其眼动能够在 94.67% 的情况下正确归类到其所属的 12 个年龄组之一。判断是否高于或低于 16 岁的难度低于确定具体年龄区间。然而，研究使用的数据排除了视力障碍或神经系统疾病患者，因此后续验证需要包括具有某些非功能性眼动的人群。

请您详细说明开发者调用 Theia 的年龄估算功能时的技术流程——从普通摄像头捕获眼动到返回年龄区间结果，并解释哪些阶段完全在用户设备上完成？

摄像头首先计算凝视向量，用以确定用户的视线位置。随后，这些凝视向量通过我们的 SDK 处理，转换为眼动特征，如速度（眼睛移动的快慢）和停留点（眼睛聚焦的位置）。

生成这些特征后，它们会被送入我们的机器学习和 AI 算法，以确定用户的年龄区间。

所有这些处理均在边缘完成，可直接在用户设备上执行，或根据部署策略在云端运行。原始眼动数据不被保留，输出结果生成后即被立即删除。

年龄估算系统在不同光照、摄像头质量、眼镜、隐形眼镜、眼部状况、残障、种族以及用户与设备的距离等条件下表现可能不同。您如何在这些变量下测试 Theia，并向开发者提供关于不同人群和环境下准确性的证据？

确实，年龄估算的准确性会因条件而异。为向大众提供可靠的年龄保证模型，HarmonEyes 进行测试、验证并透明报告结果，以确保 Theia 被负责任地使用。这包括使用更大且更具多样性的数据集来扩展和概括我们的模型。

• 我们提供关于准确率的指导，例如低采样率是否会影响年龄保证输出的延迟。
• 对数据质量的多方面进行实时监控和考虑。

Theia 将如何防御预录视频、照片、合成面孔、年长兄弟姐妹代为检查或用户故意改变凝视等规避尝试，活体检测是否会直接内置于软件开发工具包中？

所有 HarmonEyes 的年龄保证模型都将包含活体检测和防伪检查。眼动是个人独有的，HarmonEyes 能够判断某账户的眼动是否与设定账户的本人匹配，还是其他人，例如年长的兄弟姐妹。

没有任何年龄估算模型能够做到完美，尤其是对接近法律阈值的用户。开发者应如何处理不确定的结果，您是否设想 Theia 作为主要检查、风险信号，或作为分层流程的一部分，将某些用户升级至其他验证方式？

没有年龄估算模型是完美的。我们为每个结果提供置信度水平。该置信度可能足以确认年龄保证。然而，例如如果某项测量的置信度低于特定阈值，可将其用作触发二次验证的方式。我们的年龄保证模型可以作为多种验证方法之一，需通过多重方式才能确认个人年龄。最终，风险容忍度以及使用场景是需要具体年龄、年龄区间或年龄阈值（如 16 岁以下）时，决定该方案是作为主要检查还是分层流程的关键。

HarmonEyes 表示 Theia 在边缘处理信息并在输出后销毁眼动数据。开发者、审计员或监管机构如何独立验证这种架构，公司又如何在不收集部署应用的原始眼动数据的情况下改进模型？

我们的模型开发流程以及后续模型改进均在专有的眼动流水线中完成。我们不使用客户数据，而是利用已有（且在增长）的验证数据。

这使我们能够在需要时提供完全在边缘（无云）运行的解决方案。在这些边缘环境中，计算和存储通常受限，设备上无法存储数据。我们每秒提供一次年龄保证输出，并且我们的政策是每秒销毁一次眼动数据（在每次输出后立即销毁）。

我们认识到，架构声明的可信度取决于外部验证的可能性。我们正在寻求第三方认证和声明，帮助开发者、审计员和监管机构验证部署应用中未收集或保留眼动数据。

英国正在制定高度有效检查的标准，而欧盟则强调匿名的年龄证明系统，尽可能少披露个人信息。HarmonEyes 将如何证明其生理年龄估算符合这些新兴要求，而不是单纯引入另一种形式的生物特征监控？

我们每个发布的模型都附带白皮书，记录开发方法、模型准确率和已知局限性，并提供 Theia 的实时远程测试，以便监管机构或审计员直接评估实际性能。

随着年龄保证从单一社交平台向操作系统、应用商店和设备层级基础设施扩展，您认为 Theia 应该位于技术栈的哪个位置，负责任的采用在消费应用、游戏、社交媒体和其他年龄受限服务中应是什么样子？

我们正在探索多种集成方式，以提供年龄保证能力。我们设想 Theia 可以嵌入公司私有技术栈（如社交媒体平台）、设备基础设施（如操作系统）、商业基础设施（如支付网络），或直接集成在应用层。

对我们而言，负责任的采用意味着提供准确的年龄保证能力，并对验证流程、模型内部数据多样性保持透明，同时以私密且成本有效的方式部署。

感谢这次精彩的访谈，想了解更多的读者请访问 HarmonEyes。