臉部識別系統，無法準確識別黑人和女人？為何黑人女性全部出錯

隨着科技的飛速進步，人臉識別被廣泛的運用在了我們的生活中 ，例如：手機人臉解鎖，支付寶人臉付款，被我們越來越多的人所熟知、所使用。

最近人臉識別系統被報道出了這樣一件事，即使是表現最佳的人臉識別系統，黑人的錯誤識別率比白人高5至10倍，這一現象不禁讓很多人困惑。

法國有一家名叫Idemia的公司，它的人臉識別軟件已經在為美國、澳大利亞和法國的警方提供服務。根據檢測結果顯示：比起白人和黑人男性，系統更容易混淆黑人女性。

是什麼原因導致了不同人種之間臉部識別效果差距如此的大？

早在2017年的時候，「面部識別系統使用Idemia技術掃描3000萬張照片，以此來檢查一些在美國着陸乘客的面部特徵，即便如此，，Idemia的算法並不能對所有面孔都做到精準識別。

NIST用兩張相同的面部照片去測試此算法是否符合標準，得出來的結果表明，Idemia的算法錯誤匹配白人女性面孔的概率約為萬分之一，而錯誤匹配黑人女性面孔的概率卻為千分之一，概率增長了10倍之多。

我們要知道在人臉識別系統中，錯誤識別概率超過萬分之一就是一個評判標準。

目前，計算機世界算法的人臉識別已經是最先進的了，但是卻在識別深色皮膚人臉方面的能力是較差。

數據表明：從2010年到2018年，人臉識別的精準識別能力已經提升了25倍，只有極少的0.2%才會出現無法匹配的情況。

報告指出：造成這種差距很大一部分原因是由化妝造成的，所以識別女性的結果比識別男性的結果差一些。所以NIST計劃在今年秋季詳細報告該技術如何在不同的人口群體中發揮作用。

在許多人臉識別的系統中，算法更容易混淆黑人面孔，國土安全部還發現，深色皮膚對商業化的人臉識別任務也具有挑戰，這樣得發現還引發起了種族歧視輿論。

儘管爭論越來越激烈，但人臉識別系統還是運用到了許多政府機構中，在今年，美國洛杉磯發生了一起入室盜竊案，還升級為了致命的槍擊事件，一名嫌疑犯被逮捕，另一名逃跑了，警方在用一張照片在人臉識別系統中很快的搜索到了逃犯，可見人臉識別提供了多麼大的方便。

LA County系統是根據Cognitec公司的人臉匹配算法建立起來的。Cognitec是一家德國公司，和Idemia一樣，為世界各國政府提供人臉識別服務。

NIST同樣對Cognitec算法做了測試，結果表明：對於女性和有色人種，這些算法的準確率可能會更低，在敏感閾值下，NIST測試的兩種Cognitec算法誤判黑人女性的概率大約是前者的五倍，女人主要是因為化妝問題。

隨着人臉識別變得越來越普遍，政策專家和決策者對技術的局限性越發感興趣，這個問題獲得了新的關注。