美研究︰人臉識別系統有種族偏見 較易認錯有色人種

人臉識別系統逐漸普及，多國執法部門引入相關技術。但美國國家標準技術研究所（NIST）的研究發現，大部分人臉識別系統錯誤識別有色人種的機會率，較白人出現同樣情況高10倍至100倍。有團體憂慮系統識別各種族的準確度有落差，亞裔及非裔因而較易遭到針對或拘捕。

研究針對人臉識別技術的兩個常見形式，其中「一對一」形式將影像與數據庫同一人的相片作比對，通常用於核實身份。「一對多」形式則將影像與數據庫中的所有人的相片作比對，用作搜索身份。

路透社報道，NIST共測試99個開發商的189個演算法，於周四（19日）發表研究結果，指出大量演算法進行「一對一」形式的人臉識別時，錯誤識別非裔或亞裔的機會率，較錯誤識別白人高10倍至100倍。

研究另外使用了聯邦調查局（FBI）數據庫進行測試，發現當進行「一對多」形式的人臉識別時，非裔女性會更容易遭錯誤識別。「一對多」形式常用於在刑事案件調查，用於識別疑犯。

演算法正義聯盟（Algorithmic Justice League）創辦人Joy Buolamwini指，研究結果反映有必要正視人工智能偏差，因為上述問題或導致不公正騷擾或拘捕的情況。

美國眾議院國土安全委員會主席湯普森（Bennie Thompson）表示，研究結果令人震驚，指美國政府必須重新評估人臉識別技術計劃。