人工智慧人臉辨識還不完善,來看看它出了什麼包!(下)
所以關於 人工智慧 是否能成為稱職的新聞編輯,你心裡有答案了嗎? 人工智慧臉部辨識 不易分辨有色人種 ▲ 被亞馬遜「Rekognition」 臉部辨識系統錯認的 28 位國會議員 其實 人工智慧 在辨識有色人種時，似乎常常犯錯。 如 2018 年，美國公民自由聯盟（American Civil Liberties Union，ACLU）就對亞馬遜提供的「Rekognition」 付費臉部辨識服務做了一項測試。 ACLU 蒐集了 25000 張嫌犯照片做為臉部辨識的資料庫，並使用預設的設定，讓 Rekognition 逐張比對國會議員和資料庫裡的嫌犯照片。結果，最後有 28 名國會議員被誤判，且在誤判的議員中，竟有高達 40% 的議員是有色人種 ── 即便有色人種在全部的國會議員中只占了兩成。 ▲眾議員 Sanford Bishop（D-Ga.）被 Amazon Rekognition 臉部辨識系統錯認為罪犯 然而，「Rekognition」 臉部辨識系統也被美國警方使用。這是否會在不知不覺中侵犯到有色人種的權益？目前亞馬遜已因此問題，暫停提供這套系統給美國政府使用。 現有的臉部辨識技術，在分辨有色人種特別容易出錯，也許是以下原因導致： AI資料庫的白人照片比較多 美國喬治城大學法律中心（Georgetown Law School Center）的隱私與科技領域資深助理 Clare Garvie 表示，原因可能是出在工程師建立 AI 人工智慧 的臉部辨識資料庫時，提供的白人照片比有色人種多而導致。 開發工程師以白人居多 一個研究顯示：人們在辨識另一種族的人員時，準確度會低於辨識與自己相同種族的成員。 而大部分 IT 產業的工程師以白人男性居多，他們開發出的臉部辨識系統在辨識有色人種的準確度時，無形中也比白人還差 ── 即使他們無意為之。 其時除了臉部辨識的問題，使用 人工智慧 來取代真人撰寫、改編新聞，本來就爭議連連： 過去英國《衛報》曾將一則關於英國脫歐的新聞中，第一段中的一些句子餵給 人工智慧 ，結果 AI 馬上產生「可信度高」的假新聞與文章 ── 文中的人名 (如政壇人物的名字)、地名與所提到的片段事件皆為真實存在，...
