当AI学会偏见 企业当为技术应用划线
你对AI有什么印象，没有感情、不会犯错，还是公正客观？但总之，AI是不食人间烟火的，既不会闪耀人性的光辉，也不存在“七宗罪”。实际上，AI并非那么没有人性，不过这并非一件好事。AI获得智能的同时，也学会了人类的“歧视”与“偏见”
你对AI有什么印象，没有感情、不会犯错，还是公正客观？但总之，AI是不食人间烟火的，既不会闪耀人性的光辉，也不存在“七宗罪”。实际上，AI并非那么没有人性，不过这并非一件好事。AI获得智能的同时，也学会了人类的“歧视”与“偏见”。
AI偏见广泛存在
麻省理工学院媒体实验室的Joy Buolamwini曾研究过各个领先科技公司的面部识别系统，研究发现，所有的系统在识别男性面孔和浅色皮肤的面孔上拥有较高的准确率，其中，浅色皮肤男性的错误率不超过1％，而深色皮肤女性的平均识别错误率则高达35％。
提及对整个安防行业产生深刻影响的AI技术，人脸识别肯定榜上有名，但AI人脸识别的这类偏见，也已经渗入了安防领域。安防领域中，带有偏见的AI可能会让清白无辜者蒙冤，受到无理审查，这并非杞人忧天。
在英国，曾有一名黑人男性因人脸识别技术失误而被误认为嫌犯，在公众场合遭到搜身检查。Big Brother Watch UK报告也显示，伦敦警察厅使用的面部识别技术有超过90％的性别识别错误率。
AI为何会产生偏见？
当前人工智能还处于弱人工智能阶段，其“偏见”显然取决于背后训练算法训练的数据。如上所述，如果AI训练数据库中，白人、男性比黑人、女性更多，且肤色较深的人多与违法相关的场景同时出现，就会导致AI产生偏见，这是训练集和测试机特征分布不一致导致的，在技术领域被称为“过拟合”。
目前针对算法“过拟合”，已经有权值衰减、交叉验证、添加正则项等方法。而关于如何解决算法歧视问题，科技界则众说纷纭。曾有人提出开发公正透明的算法，让公众进行监督，但这一方法壁垒较高，需受过专业训练才能够进行监督。不过，现在已经有不少的科学家在努力开发出一套“公平公正”的算法系统。
科技向善 AI应服务于人类
无论哪种方法，都不可能立竿见影地纠正AI偏见，因此，科技公司以及组织应当避免将“带有明显歧视性质的算法”在不经测试之下应用到现实情景中。AI并无善恶之分，但人类需要推动科技向善。
在安防领域，公安部门应用AI技术关爱孤寡老人，以往民警需要每天上门查看孤寡老人状态，现在可以通过人脸、人体及轨迹技术确认孤寡老人活动是否有异常；AI跨年龄人脸识别则可以凭借一张泛黄照片找回被拐十年的儿童。
通过一张3岁的泛黄照片，腾讯优图利用AI技术突破“跨年龄人脸识别”，助力警方寻回被拐十年儿童。腾讯董事会主席马化腾也多次在公开演讲中阐释“科技向善”的愿景与使命。
而在未来的算法开发过程中，应该对算法开发者进行适当的“算法伦理”教育，并且确定一些算法的“基本准则”，如同“机器人永不能伤害人类”一样。来源：安防展览网
相关文章
AIGC热点
热点
-
19打开，有戏
