美國政府周四(19日)發表號稱歷來同類最大型研究的結果，指大部分人臉識別系統的演算法都存在種族偏見，誤認亞裔和非裔人士的比例遠高於白人。研究結果加深外界對人工智能(AI)演算法無法平等對待識別對象的疑慮。

美國商務部轄下的國家標準技術研究所(NIST)研究，分析了99間公司開發的189種人臉識別演算法，包括科技巨擘如微軟、英特爾和松下(Panasonic)等的產品。研究發現上述演算法接受所謂「一對一」(one-to-one)配對的特定資料庫搜索測試時，認錯非裔美國人或亞裔臉孔的情�G，是認錯白人的10至100倍。研究又發現在刑事調查常用的「眾�奡M一」(one-to-many)配對測試中，非裔美國女性更容易被誤認。

研究人員也發現，其中兩個演算法誤認非裔女性性別的機率將近 35%。

該種系統通常用於犯罪識別，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，不僅人臉識別系統存在偏見，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。

科學界早已關注人臉識別系統的種族和性別偏見問題，NIST研究再度證明這一點。研究員相信，上述偏見跟初期訓練系統所用的照片數據人種較集中有關。研究也發現，中國製的系統判斷亞裔臉孔表現較佳。

人臉識別系統廣泛運用在執法單位、機場、邊境管制、銀行、商家和學校，以及像是解鎖智慧型手機等個人科技。一些倡議人士和研究人員宣稱，人臉識別的潛在錯誤層出不窮，而這些錯誤可能導致無辜民眾入獄。另外，這項科技若被用來建立成資料庫，可能被黑或被不當使用。

首席研究員葛羅勒(Patrick Grother)說：「偽陰性可能僅會造成不便，你無法解鎖手機，但通常試了第 2 次就能補救。但在一對多搜尋中出現偽陽性，不正確比對結果會被列入名單中，有必要進行進一步檢視。」

美國最大人權組織公民自由聯盟表示，研究結果顯示執法部門不應採用人臉識別工具，以免出錯導致錯誤拘捕或審訊等。(綜合報道)