Should You Worry About Facial Recognition?
 |
吉米戈麥斯是加州民主黨人，哈佛大學畢業生，也是少數在美國眾議院任職的西班牙裔立法者之一。
但在亞馬遜的臉部辨識系統裡，他被辨識為一個潛在的罪犯。
戈麥斯是28名美國國會議員中的一員，與被逮捕的人的照片完全匹配，這是去年美國公民自由聯盟，對亞馬遜重新認知計劃，進行測試的一部分。
亞馬遜被警方使用工具中將近有40％的虛假匹配，涉及有色人種。
這些發現被公民自由團體，立法者甚至一些科技公司越來越多的關注，隨著技術變得更加主流，臉部辨識可能會傷害少數人種。iPhone和Android手機上，已經開始使用臉部辨識技術進行解鎖，警察、零售商、機場和學校也在慢慢接觸它。
但是研究顯示，臉部辨識系統更難以辨識女性，和膚色較黑的人，這可能導致災難性的誤報。
但是研究顯示，臉部辨識系統更難以辨識女性，和膚色較黑的人，這可能導致災難性的誤報。
「這是一個例子，說明技術在執法領域的應用，如何對已經過度監管的社區造成有害後果，」北加州ACLU的技術和公民自由律師Jacob Snow說。
臉部辨識有它的好處。馬里蘭州的警察利用這項技術，在首都公報的大規模槍擊案中，找出了一名嫌犯；在印度，它幫助警察在四天內，辨識了近3000名失蹤兒童；Facebook使用該技術，為視障人士辨識照片中的人物；它已成為解鎖智慧手機的便捷方式。
但這項技術並不完美，而且還有一些尷尬的失誤。谷歌照片曾將兩個黑人辨識成大猩猩。在中國，一位女士聲稱她的同事，能夠使用Face ID 解鎖她的iPhone X。當執法機構使用臉部辨識，來辨識犯罪嫌疑人，或在抗議中揭露人們時，被誤認的風險就會增加。
「當執法部門使用這項技術，確定某人是否因犯罪而被通緝時，那就是完全不同的情況，」戈麥斯說，「錯誤的身份，有可能會導致執法部門，和那個人之間發生致命的互動。」
立法者對ACLU的調查結果，並不感到震驚，並指出科技工作者，通常更多地考慮，如何使某些東西發揮作用，而不是關於他們建構的工具，如何影響少數人種。
科技公司透過改進，用於培訓臉部辨識系統的數據，來回應批評，但與民權活動家一樣，他們也呼籲更多的政府監管，以幫助保護技術不被濫用。喬治敦大學法學院的研究人員估計，每兩名美國成年人中，就有一名被用於執法人員，使用的臉部辨識網路。
亞馬遜不讚同ACLU研究，認為組織在測試辨識系統時，使用了錯誤的方法。
「機器學習是一個非常有價值的工具，可以幫助執法機構，雖然可能存在誤判，我們不能因為設定了錯誤的溫度，導致烤焦了披薩，而扔掉烤箱。」人工智慧總經理Matt Wood，在亞馬遜網路服務公司的一篇博文中辯解道。
辨識問題
與白人男性相比，臉部辨識服務，可能更難以辨識少數民族和女性，這有多種原因。
喬治城法學院，隱私與技術中心的高級助理克萊爾加維說，科技工作者，用來訓練電腦辨識臉孔的公開照片，可能包括比白人更多的白人。
例如，如果一家公司使用名人數據庫中的照片，那麼它就會傾向於白人，因為好萊塢的少數人種人數不足。
例如，如果一家公司使用名人數據庫中的照片，那麼它就會傾向於白人，因為好萊塢的少數人種人數不足。
Garvie說，科技公司的工程師，大多是白人，也可能在不知不覺中，設計臉部辨識系統，以更好地辨識某些種族。研究顯示，人們更難以辨識另一個種族的臉孔，並且「跨種族偏見」可能會滲入人工智慧。她還補充說，對於深色皮膚缺乏色彩對比的問題，以及女性使用化妝品，來掩蓋皺紋或頭髮不同的問題，都存在挑戰。
根據麻省理工學院媒體實驗室的研究人員，進行的一項研究，微軟，IBM和Face ＋＋製作的臉部辨識系統，很難確定像非洲裔美國人這樣的黑皮膚女性的性別。35％的黑皮膚女性的性別，會被誤認為是高加索人等1％的淺膚色男性。
麻省理工學院於1月份發佈的另一項研究顯示，亞馬遜的臉部辨識技術，比微軟或IBM確定黑皮膚女性性別的工具更難。
科技公司的作用
亞馬遜對麻省理工學院的研究結果提出了質疑，一名女發言人指出，該研究稱這項研究「具有誤導性」。研究人員使用「臉部分析」來辨識臉部特徵，如性別或微笑，而不是人臉辨識，將人臉與照片或影像中的相似臉部相匹配。
「臉部分析和臉部辨識，在底層技術和用於訓練它們的數據方面完全不同，」伍德在一篇關於麻省理工學院研究的博客文章中說。「嘗試使用臉部分析，來衡量臉部辨識的準確性，是不明智的，因為它不是用於此目的的預期算法。」
這並不是說科技巨頭沒有考慮種族偏見。
微軟去年表示，它將辨識女性和膚色較深的男性的錯誤率，降低了20倍。
Facebook發言人，使用臉部辨識技術，在照片中標記用戶，該公司表示，該公司確保其使用的數據「平衡並反映出Facebook的用戶的多樣性」。谷歌指出了它發佈的關於人工智慧的原則，其中包括禁止「製造或加強不公平的偏見」。
為了推進臉部辨識的公平性和準確性研究，IBM於1月份為研究人員發佈了一個名為Diversity in Faces的數據集，該數據集不僅僅關注膚色，年齡和性別。該數據包括100萬張人臉圖像，注釋有臉部對稱，鼻子長度和前額高度等標籤。
「我們擁有所有這些，關於多樣性意味著什麼的主觀和鬆散概念，」IBM的首席科學家約翰史密斯說。「因此，IBM創建此數據集的目的，是深入研究如何真正衡量臉孔多樣性的科學。」
該公司收集了照片網站Flickr的圖片，本月受到一些攝影師，專家和活動家的批評，因為他們沒有通知人們他們的圖像，被用來改善臉部辨識技術。作為回應，IBM表示嚴肅對待隱私，用戶可以選擇退出數據集。
亞馬遜表示，它使用反映多樣性的培訓數據，並向客戶介紹最佳實踐。今年2月，它發佈了一些指導方針，稱立法者在考慮監管時應考慮到這一點。
亞馬遜全球公共政策副總裁邁克爾·龐克在一篇博客文章中說：「所有相關各方之間應該進行公開，誠實和認真的對話，以確保技術得到適當應用並不斷加強。」
需要明確的規則
即使科技公司努力提高，其臉部辨識技術的準確性，人們對這些工具可用於歧視移民，或少數民族的擔憂也不會消失。在某種程度上，這是因為人們仍然在個人生活中與偏見搏鬥。
民權組織和專家認為，執法部門和政府，仍然可以利用這項技術，來辨識政治抗議者或追蹤移民，使他們的自由處於危險之中。
「完美準確的系統也成為一種非常強大的監控工具，」加維說。
民權組織和科技公司呼籲政府介入。
「管理政府使用技術的唯一有效方法，是政府主動管理這種用途，」微軟總裁布拉德史密斯，在7月的一篇博客文章中寫道。「如果人們擔心，如何在整個社會中更廣泛地部署技術，那麼規範這種廣泛使用的唯一方法，就是讓政府這樣做。」
美國公民自由聯盟呼籲立法者，暫時禁止執法部門使用臉部辨識技術。民權組織還致信亞馬遜，要求它停止向政府提供Rekognition。
一些立法者和科技公司，如亞馬遜，已經要求評估臉部辨識技術的國家標準，與技術研究所認可，臉部辨識的種族偏見測試的行業標準和道德最佳實踐。
對於像戈麥斯這樣的立法者來說，這項工作才剛剛開始。
沒有留言:
張貼留言