皮肤颜色深就是男性？亚马逊面部识别技术再遭难题

　　【CNMO新闻】省理工学院的研究人员发表的研究结论称，亚马逊的面部分析软件在区分某些种族以及性别方面的准确度为更低。该研究发现，亚马逊网络服务的对象检测API无法在特定情况下准确地区分出一些人的性别。该研究显示，在2018年进行的实验中，Rekognition的面部分析功能将19%的女性照片误认为男性，而将31%皮肤颜色较深的女性照片误认为是男性。这是亚马逊第二次因为Rekognition的偏见问题陷入水深火热。

亚马逊面部识别技术

　　美国公民自由联盟在这个夏天进行了一项测试，为Rekognition提供了25,000张照片，并将它们与国会议员的官方照片进行比较，结果Rekognition错误地将28人视为罪犯。而大部分的错误（38%）都出现在有色人种中。麻省理工学院媒体实验室的研究人员发现，微软、IBM和中国公司Megvii的面部识别技术错误地识别了7％浅肤色女性、12％肤色较深的男性和35％深色皮肤女性的性别。也许最尴尬的是在2015年，一位软件工程师发现Google Photos的图像分类算法将非洲裔美国人视为大猩猩。

　　前不久微软与人工智能公平专家合作，修改并扩展了用于训练Face API的数据集，通过不同肤色、性别和年龄的新数据，它能够将皮肤较深的男性和女性的识别错误率降低20倍，女性的识别错误率降低9倍。亚马逊表示，它一直致力于提高Rekognition的准确性，并于2018年11月对其进行了重大更新。