人脸识别的偏见背后是算法盲点还是叵测人心
皮尤研究中心的一项最新研究发现,Facebook的新闻图片中,男性出现的频率是女性的两倍,且大部分的图片是关于男性的。
考虑到当下有43%的美国成年公民主要通过Facebook获取新闻资讯,皮尤研究中心使用机器视觉测试了2018年4月至6月期间17个全国性新闻媒体在Facebook上所发布新闻图片的性别比例情况。测试算法最终识别出了53067人,其中女性占33%,男性占67%,差距悬殊。但在现实生活中,美国人口的性别比例大致是均衡的。
那么,是谁在“扭曲”两性?
全媒派综合皮尤研究中心以及MIT媒体实验室科学家Joy Buolamwini的研究发现,走近人脸识别下两性的比例失衡现象,一起探究:为何有时候,算法眼中的你处在可男可女的模糊地带?进一步讲,性别之外还有哪些偏见?为了应对这种状况,我们可以做些什么?
人脸识别下的性别失衡
皮尤的这份报告指出,在Facebook上不同类型的新闻报道中,女性在图片中的“在场”情况始终低于男性。在与经济有关的帖子中,只有9%的图片为纯女性内容,与此形成鲜明对比的是,纯男性图像占到了69%。女性在娱乐新闻图片中拥有更多展示机会,但总体上仍低于男性。
你也许会为女性身影的稀少而感到疑惑,这在一定程度上和更大的社会现实相关。比如,在关于职业足球队的新闻报道中,识别出的图像大多都是男性;在针对美国参众两院(女性占比为25%)的报道中,识别出的女性面孔当然要比男性少得多。
抛开这些颗粒度更小的细节不谈,这份研究仍然揭示了一些值得警觉的现状:在Facebook新闻图像中,男性比女性更为突显;在两人或更多人的群像中,男性往往比女性多。同时,男性会占据更大的视觉空间。
研究人员还测量了图像中女性面部与男性面部的大小情况(目前的技术只能捕捉人脸的大小情况,忽略了头发、珠宝和头饰等因素的影响)。结果显示,男性面孔平均占到的图像面积更大,这种差异导致图像中男性平均面部尺寸比女性大出了10%。在Facebook的图像中,这表现为男性人物能给读者带来更大的视觉冲击。
具体来看,在涉及经济相关的帖子中,女性面孔的平均尺寸比男性小19%,但在娱乐相关的内容中,女性面孔的平均尺寸比男性大7%。
像面部识别这样的机器视觉工具,正被越来越广泛地应用在执法、广告及其他领域,对性别的识别,是其基本功能之一。
在现实生活中,识别你周围人的性别再简单不过,但是对于计算机而言,它的工作需要经历怎样的步骤?
计算机如何“看出”你的性别?
“在给算法‘喂入’成千上万个图像案例后,作为一个‘成熟的算法’,面部识别系统自己就能学会如何辨别男性和女性。”这种回答虽然可以解释上文的疑问,但对于“黑箱”外的我们,可能并不容易理解这一学习过程。
为了更好地了解这一过程中的规则,皮尤研究中心进行了一个有趣的实验,他们将自己中心工作人员的图像上传到机器视觉系统,并对图像内容进行部分遮挡,希望从中寻得规律,找到是哪些面部区域会让算法做出或改变决策。
在这个“人机博弈”的交互挑战中,你不妨也大胆猜测下,哪些部分影响了系统的判断?
首先,输入一张清晰的图片到机器视觉系统,此时,不管是算法还是你,都可以清楚地判断出照片中人物的性别。
接下来,照片中出现了若干方框,提示信息告诉你,“选中某一方框意味着,在图片中遮挡隐藏该部分内容,你的选择有可能影响性别判断。
最后,当你完成选择后,图片将呈现出能影响性别分类改变的所有区域。
下面的这组图片,是互动实验中的部分结果图。当你选中了画面中紫色或者黄色的区域时,都会带来识别系统的决策改变。性别多元化的当下,在现实生活中,性别的识别虽也不易,但皮尤通过这个实验,更清楚地展示出,在算法系统中,让机器坚决肯定地说出被测试者的性别,实在太难了。
仔细看这张图,你还能发现什么?——有时,导致模型识别发生改变的人脸部分,或许和我们预期的有很大的出入。比如,第四张图中,遮住人们的脸部,会导致系统识别发生改变,但更多的时候,令算法产生相反判断的“干扰区域”,其实是脸部边缘、发根、嘴角等区域。
从这些实验案例中,你也许还发现了,没有一个统一、稳定的规律能够对这一现象进行解释。有时,遮住某个被测试的脸部中间会导致性别识别发生变化,但以同样方式遮住另一个,并不一定会得到相同的结果。
机器学习的确可以极大地提高我们处理数据的效率,但与传统的计算机程序不同,机器学习遵循一系列严格的步骤,它们的决策方式在很大程度上隐而不显,并且高度依赖于用来训练自身的数据。这些特点可能导致,机器学习工具产生更难以被人理解和提前预测到的系统性偏差。
从这个角度看,皮尤研究中心用一个简化的实验,展示了用于训练算法的数据是如何将隐藏的偏差、意外的错误引入到了系统结果中。研究人员表示,随着算法正在人类社会中发挥越来越重要的决策影响力,了解它们的局限、偏差具有重要意义。
“偏见”带来了什么
最近,包括图灵奖获得者Yoshua Bengio在内的26位AI领域顶尖研究者,在一篇公开博文中要求亚马逊立即停止向警方出售其人工智能服务Amazon Rekognition。亚马逊云计算部门前首席科学家Anima Anandkumar等人也加入了这一联合呼吁。
此前,多伦多大学的研究人员Deborah Raji和麻省理工学院媒体实验室的研究人员Joy Buolamwini撰写了研究报告,指出亚马逊的Rekognition在检测图像中肤色较深的女性性别时,要比判断肤色较浅男性性别的错误率高得多。该研究成果也得到了学者们的支持,但亚马逊曾对两人撰写的这篇报告及研究方法提出过异议。
Joy Buolamwini主导了一个名为Gender Shades的AI研究项目,在研究了各个领先科技公司的面部识别系统后发现,所有系统在识别男性脸孔上表现更佳,所有系统在识别浅色脸孔上的准确率更高。深色皮肤女性的平均识别错误率高达35%,深色皮肤男性的为12%,浅色皮肤女性为7%,浅色皮肤男性的错误率不超过1%。
面部识别系统的“偏见”可能带来什么?
Google将这位用户的朋友识别为“大猩猩”
“不管其正确性如何,面部识别技术都可能被滥用。”Joy说道。准确或者不准确地使用面部识别技术对他人的身份、面孔、性别进行分析,都可能侵犯到他人的自由。比如,不准确的识别可能会使得无辜者蒙冤,受到执法人员的无理审查,这并不是假想的情况。英国非盈利组织“老大哥观察”(Big Brother Watch UK)曾发布一份报告,强调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。去年夏天,英国媒体报道了这样一则新闻,一名年轻黑人男性因为面部识别技术失误,被误认为嫌犯而在众目睽睽之下遭到警方搜身检查。
一份被泄露的报告也显示,IBM为执法机构提供了技术,能够根据头发颜色、肤色和面部特征等搜索视频中的人物。这一消息,引发了人们对警方将利用该技术关注特定种族的担忧。
著名非裔记者、平权运动家Ida B.Wells被识别为男性。
为了减少搜索人脸所需的时间,执法部门正在大量使用性别分类。如果需匹配人脸的性别是已知的,通过简单的二分法,就可以大量减少需要处理的潜在匹配数。性别分类正广泛应用到警务活动中。
当这些有偏差的识别系统被广泛应用到社会生活中,就可能导致更糟糕的后果。
Joy Buolamwini在TED上发表题为How I'm fighting bias in algorithms的演讲
在TED演讲中,Joy和大家分享了一个小故事:
在同样的光线条件下,面部识别系统只能检测到浅肤色的参与者;只有戴上白色面具,才能检测出深肤色的参与者。“在人工智能工具确定人脸的身份或者辨别表情信息前,最基本的前提是,检测出人脸。但是,面部识别系统在检测黑皮肤个体上,屡次失败。我只能安慰自己,算法不是种族主义者,是自己的脸太黑了。”Joy说道。
偏差来自哪里
如果对比开发者自己声明的准确率和研究者们的研究结论,会发现一个有趣的事情:公司发布的数据和独立第三方的外部准确率总是有所出入。那么,是什么导致了这一差异?
Joy提醒我们关注基准数据集的偏差。“当我们讨论面部分析技术的准确性时,是通过一系列图像或者视频测试来完成的。这些图像数据构成了一个基准,但并不是所有的基准都是平等的。”
亚马逊相关负责人表示,该公司使用了超过100万张面孔数据作为基准来检测产品的准确率。但是,不要被这个看起来很大的样本迷惑了。“因为我们不知道基准数据的详细人口统计学数据。没有这些信息,我们就无法判断,是否在基准选择上,就可能埋下了种族、性别或者肤色等偏见的可能。”
Facebook曾宣布,在名为Labeled Faces in the Wild(简称LFW,为世界上人脸识别最知名的数据集之一)的数据集测试中,自己面部识别系统的准确率高达97%。但当研究人员查看这个所谓的黄金标准数据集时,却发现这个数据集中有近77%的男性,同时超过80%是白人。
为了在数据层就尽最大可能地剔除偏差,Joy提出,应当构建更具包容性的基准数据集。为了平衡基准数据,她列出了世界上妇女在议会所占比例最高的十个国家,其中卢旺达以超过60%的女性比例领先世界。考虑到北欧国家和少数非洲国家具有典型代表性,Joy选定了3个非洲国家和3个北欧国家,通过选择来自这些国家年轻、深肤色的个体数据来平衡数据集中的皮肤等类型。
正是基于这个更平衡的数据集,他们对亚马逊、Kairos、IBM、Face++等公司的面部识别系统进行了重新评估。在2018年8月的研究中,他们发现,亚马逊和Kairos在白人男性识别工作上表现优秀,但亚马逊对有色人种的女性面孔识别的准确率很低,仅为68.6%。
亚马逊的面部识别系统为奥普拉·温弗里的这张图片打上了男性标签,并给出了数据置信度。
Joy表示,现实世界中的脸部识别要比实验检测更为复杂和困难,他们建立的基准数据集也并非完全经受得住考验,“但这就好比跑步比赛,在基准测试中的出色表现,起码能保证你不会刚起步就摔倒。”
即便在同样的基准下,面部识别系统的准确度数字可能也会发生变化。人工智能并不完美。在这种情况下,通过提供置信度给用户更具体的判断信息是一个有用的做法。
面部识别技术已经被广泛地应用在大规模监视、人工智能武器化和更多的执法环境中。但是,这项强大的技术是在没有得到充分监督的情况下,快速发展着。
为了减少对面部识别技术的滥用,算法正义联盟(Algorithmic Justice League)和隐私与技术中心(Center on Privacy & Technology)发起了“安全面孔承诺”(Safe Face Pledge)活动。在目前,包括亚马逊在内的很多科技公司尚未加入这一承诺。“根据我们的研究,贸然向执法部门或者政府机构出售面部识别系统将是不负责任的。”作为算法正义联盟创始人之一的Joy希望,在未来,更多的机构能加入到“安全面孔承诺”,能够负责任地、符合道义地为面部分析技术的发展付出行动。
毕竟,算法偏见的背后,其实是我们人类自己的偏见。