面部識別是分膚色的，35%深膚色女性被認錯，白人男性最容易辨別

近日，麻省理工學院媒體實驗室的一項新研究推翻了以往專家的研究成功——面部識別技術基於提供的數據和創建演算法的條件，是會存在偏見的。

最近，麻省理工學院媒體實驗室(MIT Media Lab)研究員JoyBuolamwini，通過收集了政客們的面孔，建立了一組1,270張臉的資料庫，並根據他們國家的性別平等排名(換句話說，麻省理工媒體實驗室充分考慮了政治領域女性的比例)。隨後，Buolamwini測試了三種面部識別系統的準確性：微軟、IBM和中國的Megvii（曠視科技）。這項研究結果最初在《紐約時報》上報道了結果——性別認同的不準確性依賴於一個人的膚色差異。

研究結果顯示：在淺色皮膚的男性中，性別被錯認的比例最低，只有不到1%左右；淺色皮膚的女性被認錯的比例為7%;12%的黑色皮膚男性被三種面部識別技術錯認;而在深色皮膚的女性中，被錯認的這一比例最高，達到了35%。

「總體而言，男性試驗者比女性受試者更準確地被辨認，而較輕膚色的受試者比較暗的個體能更準確地被歸類，」Buolamwini在一篇關於她的研究結果的論文中寫道，該研究由微軟研究員TimnitGebru共同撰寫，「一項跨部門分類研究顯示，所有的分類器在深色膚色的女性上表現的最差。」

這不是第一次面部識別技術被證明是不準確的了,但是越來越多的證據指向需要不同的資料庫進行印證，以及多樣性的創建和部署這些技術的人進行實踐。為了使演算法來更準確識別每個人，而不應該是針對不同種族和膚色有不同的結果。

2015年，谷歌的一項明顯錯誤被一名軟體工程師發現，因為該技術錯誤地將這位工程師的黑人朋友，在照片應用中被識別為「大猩猩」了。這是該公司承諾要解決的問題之一(實際上，解決辦法可能是從應用程序的搜索結果索引中刪除了「大猩猩」一詞)。

兩年前，《大西洋月刊》(TheAtlantic)報道稱，用於執法目的的面部識別技術可能會「嚴重影響非裔美國人」。「這是一個更大的問題在這個不斷發展的技術領域——由於不準確的科技，無辜的人可以成為犯罪嫌疑人」。這中間一些問題Buolamwini和Gebru也涉及在他們的論文中。在100個警察部門的長達一年的調查中,他們揭露了「非裔美國人更有可能在執法過程中，受到面部識別搜索的影響，這比其他種族的人更加嚴重。」

而且，正如《大西洋月刊》所指出的，其他研究小組發現，在過去，亞洲開發的面部識別演算法更有可能準確地識別亞洲人，而不是白人；在歐洲和美國部分地區開發的演算法能夠更好地識別白人面孔。也就是說，不同膚色地區的面部識別技術，最先適應的是當地人群的。

這些演算法並不是有意為之，但更多的研究支持這樣一種觀點，即需要做更多的工作來限制這些偏見。Buolamwini寫道，「由於計算機視覺技術正被用於醫療和執法等高風險領域，因此，我們需要對各人種的群體視覺演算法做更多的工作。」

看來，面部識別技術的識別能力，依然急需提升。