尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
來源:cnet,新智元等
MIT的研究表明，亞馬遜與其它友商在人臉識別技術相比，誤識率較高，將黑皮膚女性識別成男性的概率高達31%。而亞馬遜方面回應稱，他們所採用的是人臉分析，而非人臉識別，其最新Rekognition產品的準確率很高。
根據MIT公布的一項研究表明，與微軟和IBM的人臉識別技術相比，亞馬遜在識別深色皮膚女性的性別方面較弱，且識別整體性別時也更容易出錯。
論文地址：
http://www.aies-conference.com/wp-content/uploads/2019/01/AIES-19_paper_223.pdf
根據這項研究，亞馬遜的Rekognition軟件把女性識別為男性的概率為19％，將黑皮膚女性識別成男性的概率為31％，相比之下，微軟只有1.5%的概率。
亞馬遜辯稱是人臉分析，而不是人臉識別，作者深表懷疑
AWS人工智能總經理Matt Wood表示，該研究的測試結果是基於人臉分析(facial analysis)，而不是人臉識別。
他說，分析可以在視頻或圖像中找到人臉，並賦予其一般性屬性，比如佩戴眼鏡。而識別是將人臉與視頻和照片中的圖像相匹配。 Rekognition技術包括這兩種功能。
Wood在一份聲明中說：「基於臉部分析得出的結果，我們不可能對任何用例的臉部識別準確性做出結論。」
Wood補充說：「該研究沒有使用最新版本的Rekognition。而在使用最新版本的該軟件和相似數據的情況下並沒有發現誤報。」
這項研究的兩位作者Deborah Raji和Joy Buolamwini表示，她們了解臉部識別和臉部分析之間的區別。
Raji說：「我們在論文中明確指出，我們選擇評估的任務是二元性別分類的臉部分析任務。這就意味著，在給定一定數量需要被測的人臉時，模型對它所看到的內容能夠理解多少。」
Buolamwini提醒人們，當公司說他們有完全準確的系統時，需要保持一個懷疑態度。
Buolamwini寫道：「Wood的公司使用了超過100萬張臉作為基準來測試他們的臉部識別能力，並且表現良好。雖然他們在這一基準上的表現似乎值得稱讚，但我們不知道這一基準的詳細數據或表型(皮膚類型)組成。沒有這些信息，我們就無法評估種族、性別、膚色或其他類型的誤差。」
「濫用」低準確率的人臉識別，後果不堪設想
盡管公民自由組織、國會議員和亞馬遜自己的員工都提出對隱私問題的擔憂，但亞馬遜還是向執法機構提供了Rekognition。本月早些時候，一群股東還呼籲亞馬遜停止向政府機構出售其識別技術。
根據MIT的研究，Buolamwini說亞馬遜繼續向執法機構出售技術是「不負責任的」。她說，臉部分析技術可能會被濫用，並且應用到許多場景中，造成大規模的監控。此外，其識別的不準確性可能會導致無辜的人被誤認為罪犯。
Raji也有同感。她說：「如果該系統因對特定人群的準確性降低而錯誤地識別了嫌疑人，這可能會造成嚴重的危害。」
原文鏈接：
https://www.cnet.com/news/amazons-facial-tech-shows-gender-racial-bias-mit-study-says/
論文地址：
http://www.aies-conference.com/wp-content/uploads/2019/01/AIES-19_paper_223.pdf