時間：2018-06-27 來源：互聯網 瀏覽量：
在演唱會 “抓逃犯” 上屢建奇功的人臉識別，其實還是不成熟的技術，具體表現在對膚色和性別的歧視上。
微軟發現，商用人臉識別識別膚色較淺的男性準確率最高，而失誤率最嚴重的是膚色較深的女性。
這可算是人臉識別的 “技術偏見” 了。
這種偏見一旦在大範圍應用中 “顯現”，聲討種族和性別 “歧視” 的聲音，將會淹沒微軟。
為了解決充滿偏見的技術，微軟 Face API 團隊對其識別係統進行了三次重大改進。最新的人臉識別係統，識別膚色較深的人錯誤率降低了 20 倍，識別所有女性的失誤率減低了 9 倍。
盡管有了改進，但目前的人臉識別，還不是完美的係統。微軟認為，問題的根本解決辦法還是訓練數據庫，需要收集更多的數據，包括不同膚色、發型和麵部飾品等。
▲ 研究發現，微軟和 IBM 的識別黑人女性出錯率高. 圖片來自：Daily Mail
中國人普遍的黃皮膚，剛好避開了 “最淺” 和 “最深” 的膚色。但我國也有外貌特征各異的少數民族，如果人臉識別對此產生技術偏見，就不是簡單的 “開地圖炮” 了，可能會引發嚴重的民族矛盾。
至於 “更大範圍攻擊” 的性別歧視話題，在我國也變得非常敏感，該慶幸人臉識別技術目前還沒有惹來 “性別歧視罵戰”。
偏見的鍋不能完全甩給人工智能，技術也是反映真實社會的鏡子。
微軟研究實驗室的高級研究員、AI 係統公平性專家 Hanna Wallach 在一份聲明中回應：
如果我們訓練機器學習係統使用有偏見的社會產生的數據，來模擬那個社會做出決定，那麼這些係統必然會重現它的偏見。
例如，在一些社區中，黑人的犯罪率更高，AI 根據收集來的數據，更容易把膚色較深的人劃分到 “逃犯” 的分類中。這是群體給個體的傷害，人臉識別隻不過 “遵循了” 社會偏見。
▲ 微軟人臉識別的情緒檢測功能. 圖片來自：thenextweb
相比起導致 “歧視”，研究團隊更希望 AI 能檢測和減輕偏見，以彌補現實社會中的不完美。
追捕逃犯用大範圍攻擊的 “種族炮” 和 “性別炮” 容易傷及無辜，人臉識別的方向是更精密的 “狙擊槍”。
一直對人臉識別技術保持警惕的美國，其海關部門也要啟用人臉識別係統，但收到強烈的反對。
關於人臉識別，最近亞馬遜的幺蛾子也很多，先是美國公民自由聯盟向亞馬遜提交請願信，接著 100 多名內部員工也要求首席執行官 Jeff Bezos 停止向美國警方出售人臉識別軟件。目前，美國奧蘭多市警察局與亞馬遜的人臉識別合同已過期，雙方還沒決定續約。
“亞馬遜人” 簽署的部分內容：
我們公司不應該在監控業務中; 我們不應該參與警務工作; 我們不應該從事支持監督和壓迫邊緣化人群的人；
▲ ICE 將啟用微軟人臉識別軟件. 圖片來自：Inc.
盡管微軟員工與亞馬遜員工的想法一致，堅決認為人臉識別軟件侵犯人權，對美國最近的移民政策尤其不滿，希望微軟 CEO Satya Nadella 停止與 ICE (美國移民和海關執法部門) 簽署協議，但目前仍沒收到成效。
人臉識別技術到底帶來了安全保障，還是帶來了歧視，侵犯了個人自由？美國科技公司們的 “糾結”，也許值得我們思考，看演唱會被人臉識別，到底是不是妥當的？
題圖來源：Gigaom
