人臉識別對深色皮膚和女性不友善，微軟急忙糾正「技術偏見」

在中國演唱會「抓逃犯」上屢建奇功的人臉識別，其實還是不成熟的技術，尤其在判別時，反應出對於對膚色和性別歧視。微軟發現，商用人臉識別在判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。這可算是人臉辨識的「 技術偏見 」了。但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。

▲ 圖片來源：Gigaom

為了解決充滿偏見的技術，微軟Face API團隊對其識別系統進行了三次重大改進。最新的人臉辨識系統，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。

儘管有了改進，但目前的人臉辨識還不是完美的系統。微軟認為，問題的根本解決辦法還是訓練資料庫，需要收集更多的資料，包括不同膚色、髮型和臉部的飾品等。

▲ 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東方人普遍的黃皮膚，剛好避開了「最淺」和「最深」的膚色。但像各國也有外貌特徵各異的少數民族，如果人臉辨識對此產生技術偏見，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，在許多國家也非常敏感，該慶幸人臉辨識技術目前還沒有惹來「性別歧視罵戰」。

這種偏見不能完全推給人工智慧，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系統公平性專家Hanna Wallach  在一份聲明中回應：

如果我們訓練機器學習系統使用有偏見的社會產生的資料，來模擬那個社會做出決定，那麼這些系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 根據收集來的資料，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，人臉辨識只不過「遵循了」社會偏見。

▲ 微軟人臉辨識的情緒檢測功能.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，人臉辨識的方向是更精密的「狙擊槍」。一直對人臉辨識技術保持警惕的美國，其海關部門也要啟用人臉辨識系統，但受到強烈的反對。

關於人臉辨識，最近亞馬遜的狀況也很多，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長Jeff Bezos 停止向美國警方出售人臉辨識軟體。目前，美國奧蘭多市警察局與亞馬遜的人臉辨識合約已過期，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將啟用微軟人臉辨識軟件.圖片來自：Inc. 

儘管微軟員工與亞馬遜員工的想法一致，堅決認為人臉辨識軟體侵犯人權，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 (美國移民及海關執法局) 簽署協議，但目前仍沒收到成效。

人臉辨識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」，也許值得讓人思考，看演唱會被人臉辨識，到底是不是妥當的？（本文授權轉載自愛範兒）