快捷导航

吉米戈麦斯是加州民主党人，哈佛大学毕业生，也是少数在美国众议院供职的西班牙裔立法者之一。但在亚马逊的面部识别系统里，他被辨识为一个潜在的罪犯。戈麦斯是28名美国国会议员中的一员，与被被捕的人的照片几乎给定，这是去年美国公民自由联盟对亚马逊新的理解计划展开测试的一部分。

亚马逊被警方用于工具中将近有40％的欺诈给定，牵涉到有色人种。这些找到被公民自由团体，立法者甚至一些科技公司更加多的注目，随着技术显得更为主流，面部辨识可能会损害少数人种。iPhone和Android手机上早已开始用于面部辨识技术展开关卡，警员、零售商、机场和学校也在渐渐认识它。

但是研究指出，面部识别系统更加无法辨识女性和肤色较白的人，这有可能造成灾难性的误报。“这是一个例子，解释技术在执法人员领域的应用于如何对早已过度监管的社区导致危害后果，”北加州ACLU的技术和公民自由律师JacobSnow说道。面部辨识有它的益处。马里兰州的警员利用这项技术在大城公报的大规模枪击案中找到了一名嫌犯；在印度，它协助警员在四天内辨识了近3000名下落不明儿童；Facebook用于该技术为视障人士辨识照片中的人物；它已沦为关卡智能手机的便利方式。

但这项技术并不极致，而且还有一些失望的犯规。谷歌照片曾将两个黑人辨识成大猩猩。

在中国，一位女士声称她的同事需要用于FaceID关卡她的iPhoneX。当执法人员机构用于面部辨识来辨识犯罪嫌疑人或在抗议中揭发人们时，被误认为的风险就不会减少。

“当执法人员部门用于这项技术确认某人否因犯罪而被逮捕时，那就是几乎有所不同的情况，”戈麦斯说道，“错误的身份有可能会造成执法人员部门和那个人之间再次发生可怕的对话。”立法者对ACLU的调查结果并不深感愤慨，并认为科技工作者一般来说更好地考虑到如何使某些东西发挥作用，而不是关于他们建构的工具如何影响少数人种。科技公司通过改良用作培训面部识别系统的数据来对此抨击，但与民权活动家一样，他们也敦促更好的政府监管，以协助维护技术不被欺诈。乔治敦大学法学院的研究人员估算，每两名美国成年人中就有一名被用作执法人员用于的面部辨识网络。

亚马逊不赞成ACLU研究，指出的组织在测试识别系统时用于了错误的方法。“机器学习是一个十分有价值的工具，可以协助执法人员机构，虽然有可能不存在失误，我们无法因为原作了错误的温度造成烤焦了披萨而拿走烤箱。”人工智能总经理MattWood在亚马逊网络服务公司的一篇博文中反驳道。

辨识问题与白人男性比起，面部辨识服务有可能更加无法辨识少数民族和女性，这有多种原因。乔治城法学院隐私与技术中心的高级助理克莱尔加维说道，科技工作者用来训练计算机辨识面孔的公开发表照片有可能还包括比白人更好的白人。例如，如果一家公司用于名人数据库中的照片，那么它就不会偏向于白人，因为好莱坞的少数人种人数严重不足。

Garvie说道，科技公司的工程师，大多是白人，也有可能在不知不觉中设计面部识别系统，以更佳地辨识某些种族。研究指出，人们更加无法辨识另一个种族的面孔，并且“横跨种族种族主义”可能会渗透到人工智能。

她还补足说道，对于深色皮肤缺少色彩对比的问题，以及女性用于化妆品来掩饰皱纹或头发有所不同的问题，都不存在挑战。根据麻省理工学院媒体实验室的研究人员展开的一项研究，微软公司，IBM和Face＋＋制作的面部识别系统很难确认像非洲裔美国人这样的黑皮肤女性的性别。35％的黑皮肤女性的性别不会被误以为是高加索人等1％的浅肤色男性。

麻省理工学院于1月份公布的另一项研究指出，亚马逊的面部辨识技术比微软公司或IBM确认黑皮肤女性性别的工具更加无以。

本文来源：半岛官方体育登录入口-www.gryy120.cn