cookieOptions = {...}; .人臉辨識應用日益廣泛, 技術公平性和準確性如何保證? - 3S Market「全球智慧科技應用」市場資訊網

3S MARKET

2019年12月30日 星期一

What’s Going On With Facial Recognition? | Untangled


來源:专业学士 作者:专业学士  



由於深度學習的普及,近年來機器學習研究蒸蒸日上,人臉辨識技術也得到了極大的改善。在一個典型的用例中,照片、影像,或即時流媒體中的人臉會被掃描、分析,接著,它們的特徵會被拿來與數據庫中,注釋過的人臉進行比較。

face042301

這項技術,在中國正被用於打擊人口販運,和機場快速安檢,同時它也被用於監視音樂會、體育賽事。

然而,臉部辨識的準確性仍是一個問題。研究人員開始擔心人工智慧系統中存在的歧視和偏見。該技術在正確辨識有色人種和女性等方面,還存在著重大缺陷。造成這一問題的原因之一,是數據集裡男性相對於女性、白人相對有色人種的懸殊比例。

face042302

對機器訓練來說,數據多樣性很重要,但數據的體量大小也同樣重要。人臉辨識系統的訓練和測試,需要在數百萬甚至數千萬張人臉上進行。

多年來,研究人員一直透過人臉辨識數據集,來進行相關研究。這個包含圖片鏈接的數據集,都是從一個資源包中,整理生成。該資源包被用於各種各樣的科學項目研究,包括在不使用地理坐標的情況下,估算照片和影像的拍攝地點的研究。

IBM 開發了一個名為「人臉多樣性」的新項目,並為其準備了上百萬張圖片,該項目將進一步提升人臉辨識的公平性和準確性。

研究人員們透過網路,收集並注釋了各類物體的照片,以此來訓練電腦,讓其可以更好地瞭解它們周圍的世界。

通常,他們透過谷歌圖片搜索,和一些其他的途徑,獲取數量巨大的圖片。得到的數據集通常被用於學術研究,比如訓練或測試人臉辨識算法。

但隨著微軟、亞馬遜、臉書和谷歌等公司,押寶人工智慧,人臉辨識正走出實驗室,進入大型企業的視野中。

隨著消費者意識到他們在互聯網上,留下的數據能夠產生的巨大威力,人臉辨識數據集正在加劇,人們對隱私和監控的擔心。因此,一些研究人員正在重新審視,這種野蠻收集他人照片的行徑。在充滿分享精神的互聯網中,使用他人照片本應徵求別人同意。

許多公司、研究機構和個人,都為人臉辨識編制了數據集,IBM 只是其中之一。其中一些數據集由實際的圖像組成,還有一些類似 IBM 的數據集,是由圖像鏈接組成的。有時,數據集也是可以透過拍攝模特兒得到的。

通常情況下,這些數據集是知識共享的,但它們必須用於非商業目的,比如算法研究。但大量的類似數據集,可以從網站免費下載。

知識共享協議於 2002 年首次發佈,遠遠早於當前的人工智慧熱潮。

儘管研究人員在網站上免費使用圖片,但他們也承認,許多上傳這些照片的人,可能會對照片被用於訓練人工智慧的事實,感到驚訝。

一些研究人員認為,人們應該透過授權,自己決定圖片是否可以用於電腦視覺或人工智慧研究。

對此,知識共享協議,並不能幫上大忙。只要遵循相關的條款,這個來自非營利組織的許可協議,並不限制任何形式的人工智慧開發。

知識共享組織首席執行官稱「這些協議,並不是為了保護隱私,或研究倫理而設計的。」

近年來,人工智慧發展之快,以至於相關法規幾乎還沒有來得及制訂,更不用說實施了。法律上,在收集和使用圖像,進行人臉辨識時,公司並沒有告知義務。

目前還沒有相關的聯邦法規出台。在各州,情況則有所不同例如,美國伊利諾斯州有一項法律,要求公司在收集生物特徵資訊之前,必須得到客戶的同意;亞馬遜和微軟總部所在地,華盛頓州的州參議院,最近通過了一項,限制人臉辨識使用的法案,該法案仍需在該州眾議院獲得通過。

face042303

今年 3 月,參議院提出了一項法案,要求企業在收集和共享辨識數據之前,必須徵得消費者的同意。它還要求公司進行外部測試,以確保算法在實施前是公平的。

數位版權組織電子先進基金會技術政策主管則表示,即使沒有嚴格的法律限制私人照片,用於人工智慧訓練,企業和研究團體也應該注意遵守道德規範。

在他看來,這意味著使用照片,就要得到照片中人物的明確同意。即便這很難做到,它也是企業必須面對的現實。


0 意見: