先前，多名用戶發(fā)現(xiàn)，在有不同人種的照片中，Twitter的自動(dòng)圖像裁剪算法會(huì)在選擇預(yù)覽推文呈現(xiàn)的縮略圖區(qū)域時(shí)，更加突出膚色更淺的人像區(qū)域。

一、多個(gè)實(shí)驗(yàn)表明，圖像剪裁算法更難識(shí)別深色人種

在滑動(dòng)手機(jī)時(shí)，人們通常不會(huì)注意到附在推文預(yù)覽上的縮略圖，但在上周，研究人員卻發(fā)現(xiàn)用于提取縮略圖的裁剪算法可能更“偏心”白種人。

在多名用戶發(fā)布的不同人種的照片中，Twitter傾向于在縮略圖中突出淺色人種的圖像，而如果你點(diǎn)擊這些原始圖片，可以看到其中包含更多其他膚色的人群，但即使改變了原圖中深色人種和淺色人種出現(xiàn)的位置，預(yù)覽結(jié)果也不會(huì)改變。

密碼及基礎(chǔ)架構(gòu)工程師Tony Arcieri也在推特上進(jìn)行了一項(xiàng)實(shí)驗(yàn)，展示了美國前總統(tǒng)巴拉克·奧巴馬（Barack Obama）和參議員米奇·麥康奈爾（Mitch McConnell）的面孔。而無論二人位置如何，或者改變其他潛在干擾因素，例如領(lǐng)帶的顏色等，算法都傾向于在預(yù)覽的縮略圖中展示Mitch McConnell的臉。

也有網(wǎng)友認(rèn)為，出現(xiàn)這一情況是因?yàn)樗惴ǜ鼉A向于提取圖像中的亮度高和色彩密度大的區(qū)域，并不是“偏見”。

二、Twitter最新回應(yīng)：測試中并未發(fā)現(xiàn)種族歧視證據(jù)

針對該實(shí)驗(yàn)，Twitter發(fā)言人利茲·凱利（Liz Kelley）回應(yīng)稱，在算法正式使用前的測試中并沒有發(fā)現(xiàn)種族或性別歧視的證據(jù)，但仍需進(jìn)一步分析，并補(bǔ)充，公司將公開機(jī)器學(xué)習(xí)算法的源代碼，以便“其他人可以查看和復(fù)制” Arcieri實(shí)驗(yàn)的結(jié)果，并深入探討問題的根源。

德國的開發(fā)人員比安卡·卡斯特（Bianca Kastl）就其中一個(gè)線程中解釋道，Twitter的算法可能是基于顯著性，也就是人們視覺搜索的順序，來裁剪圖像的。

Twitter在2018年的博客文章中支持了他的理論，并解釋了其用于圖像裁剪的神經(jīng)網(wǎng)絡(luò)算法。先前，Twitter將面部檢測功能納入裁剪圖像的部分，但這種方法并不適用于沒有面孔的圖像，所以社交網(wǎng)絡(luò)轉(zhuǎn)而采用了基于顯著性的算法。

但即使Twitter算法并沒有有意地產(chǎn)生“種族偏見”，但也有足夠多證據(jù)證明，其在研發(fā)過程中的缺陷導(dǎo)致“種族歧視”出現(xiàn)。 NVIDIA的AI研究總監(jiān)Anima Anandkumar指出，顯著性算法采用的訓(xùn)練集，是異性戀男性的眼球追蹤的數(shù)據(jù)，而這顯然會(huì)將受試者的種族偏見轉(zhuǎn)移給算法。

三、錯(cuò)誤識(shí)別引起烏龍，算法“偏見”并非個(gè)例

基于性別膚色的面部識(shí)別準(zhǔn)確率差異早已不是新鮮事了。早在2018年，微軟在識(shí)別膚色較淺的男性時(shí)，準(zhǔn)確性就已達(dá)到了100%，但在識(shí)別深色皮膚女性時(shí)，準(zhǔn)確率僅為79.2%。

在推特“偏見”事件發(fā)生前，今年六月初，微軟也同樣因?yàn)槊娌孔R(shí)別涉及種族歧視引起了一場烏龍。英國知名女團(tuán)Little Mix成員Jade Thirlwall發(fā)文，猛烈抨擊微軟新聞網(wǎng)站MSN在關(guān)于自己的報(bào)道中混淆使用了團(tuán)內(nèi)另一位成員的照片，隨后，該篇報(bào)道證實(shí)是由AI抓取并生成，卻在尋找配圖時(shí)把黑皮膚的Leigh和阿拉伯裔的Jade弄混了。

隨著越來越多的新聞網(wǎng)站和社交媒體采用AI識(shí)別、提取圖片，人們開始注意到許多算法，尤其是面部識(shí)別中存在的種族偏見。

結(jié)語：算法偏見問題正引起重視

越來越多的用戶投訴網(wǎng)站中潛在的種族偏見，再加上“黑人的命也是命”的抗議活動(dòng)升級(jí)后，許多科技公司被迫反思系統(tǒng)，尤其是面部識(shí)別技術(shù)中存在的偏見，包括IBM和Amazon在內(nèi)的一大批公司緊急暫?；蛑兄姑娌孔R(shí)別系統(tǒng)的工作。

Twitter也承諾將其圖像裁剪的機(jī)器學(xué)習(xí)算法開源，接受更多用戶的審查和建議，其首席技術(shù)官Parag Agarwal表示，該算法需要不斷改進(jìn)，團(tuán)隊(duì)也渴望從經(jīng)驗(yàn)中學(xué)習(xí)。