Mate公司，也就是改名后Facebook宣布，將停用人臉識別系統(tǒng)，刪除超過10億人的個人面部識別數(shù)據(jù)。據(jù)悉，超過三分之一的 Facebook 用戶使用了人臉識別設(shè)置。

[[433421]]

Facebook人工智能副總裁杰羅姆·佩森蒂表示：“人們對面部識別技術(shù)還存在許多擔(dān)憂，同時監(jiān)管機構(gòu)也在制定一套詳細的規(guī)則來約束人臉識別技術(shù)的使用，在這種持續(xù)的不確定性中，我們認為將面部識別的使用，限制在一個狹小的范圍內(nèi)是最合適的。”

[[433422]]

事實真的如此嗎?的確有這一部分的原因。

2020年，F(xiàn)acebook支付了6.5億美元，來解決用戶提起的集體訴訟。這些用戶稱，F(xiàn)acebook在未經(jīng)允許的情況下，創(chuàng)建和存儲了他們的面部數(shù)據(jù)。

2019年，舊金山成為第一個禁止政府使用人臉識別技術(shù)的城市，密西西比州、俄勒岡州、波士頓等州，也頒布了相關(guān)的禁令。

基于以上兩種原因，F(xiàn)acebook不得不停用人臉識別技術(shù)。那么，還有沒有其他原因呢?

違反政策法律、面臨集體訴訟只會讓公司增加許多費用，但在國外，如果一家公司或者一項技術(shù)涉嫌種族歧視，是十分致命的。

[[433423]]

在中國，人臉識別的準確率高達98%以上，這是因為我們是單一人種，識別難度較低，而在西方國家，因為有色人種的存在，人臉識別準確率一般在90%左右。

90%的準確率看似可以，但并不普遍，越來越多的研究表明，不同人群的錯誤率有較大的差異，其中18-30歲的黑人女性準確率最低。

美國國家標準與技術(shù)研究院曾經(jīng)做過一項研究，發(fā)現(xiàn)189種人臉識別算法對有色人種女性的準確率最低，而淺膚色男性的準確率最高。

不僅僅是研究，實踐結(jié)果也表明，人臉識別技術(shù)的確存在這樣的問題。

2018年，ACLU對名為“Rekognition”的面部識別工具進行測試，結(jié)果該軟件卻錯誤地將28名國會議員，標識為因某種原因被捕的犯罪嫌疑人。

不難發(fā)現(xiàn)，其中有色人種占了相當(dāng)大的一部分，甚至白人男性也被錯誤地識別了……

在5·25美國警察暴力執(zhí)法事件中，非裔美國公民喬治·佛洛伊德慘遭白人警察“跪殺”身亡，歧視性執(zhí)法才被重視。相比白人，黑人更有可能因為輕微犯罪而被捕。

[[433424]]

如果有色人種的人臉識別率過低，種族主義的警察很有可能利用這項技術(shù)，逮捕更多的黑人。

在中國，人臉識別技術(shù)不太需要考慮人種的差異，而國外不同，早些年由于其標準訓(xùn)練數(shù)據(jù)庫主要是白人和男性，而且默認的相機也通常沒有優(yōu)化以捕捉較深膚色的人種，從而導(dǎo)致美國黑人數(shù)據(jù)庫圖像質(zhì)量變低。

顯然，F(xiàn)acebook停用人臉識別，也有處于這方便的考量，要提升人臉識別技術(shù)的準確率，需要更多的投入，與其同時還要面臨與日俱增的集體訴訟和政策風(fēng)險，費力不討好。