Zi 字媒體

隨著人工智慧AI應用日益普及，伴隨而來的疑慮更加不容忽視。   圖：新頭殻資料照 近幾年，人臉辨識系統被用於手機解鎖、執法單位、機場及銀行等機構，應用愈趨廣泛。但近期美國政府研究指出，人臉辨識系統針對｢非白人面孔｣的誤判相當高，引發技術疑慮。 美國國家標準技術研究所（NIST）針對數十種臉部辨識演算法的研究報告顯示，在「一對一」辨識技術中，非裔美國人及亞裔的臉孔被誤判成的機率，是白種人的10至100倍。另一項針對「一對多」辨識技術的測試結果則顯示，非裔女性性別較容易遭誤判。該系統通常用於犯罪辨識，這意味著，這些技術誤判可能導致無辜的民眾遭捕或入獄。 先前據科學家研究，不僅人臉辨識系統存在偏見，包括Google、亞馬遜等搜尋引擎在內，都含有大量性別偏見；華盛頓大學的研究也顯示，非裔美國人所發布的Twitter貼文中，被AI偵測為仇恨言論的數量，相較其他族裔多了1.5倍。顯然隨著人工智慧技術應用日益普及，如何解決AI訓練素材的偏見問題以及系統的精確度，也變得更加迫切。 近幾年，人臉辨識系統被用於手機解鎖、執法單位、機場及銀行等機構，應用愈趨廣泛。但近期美國政府研究指出，人臉辨識系統針對｢非白人面孔｣的誤判相當高，引發技術疑慮。 美國國家標準技術研究所（NIST）針對數十種臉部辨識演算法的研究報告顯示，在「一對一」辨識技術中，非裔美國人及亞裔的臉孔被誤判成的機率，是白種人的10至100倍。 先前據科學家研究，不僅人臉辨識系統存在偏見，包括Google、亞馬遜等搜尋引擎在內，都含有大量性別偏見；華盛頓大學的研究也顯示，非裔美國人所發布的Twitter貼文中，被AI偵測為仇恨言論的數量，相較其他族裔多了1.5倍。