2019年12月19日，美國(guó)國(guó)家標(biāo)準(zhǔn)技術(shù)研究院(NIST)官網(wǎng)發(fā)表文章稱，NIST的一項(xiàng)新研究調(diào)查了人臉識(shí)別軟件工具如何準(zhǔn)確地識(shí)別不同性別、年齡和種族背景的人。研究結(jié)果表明，其準(zhǔn)確性取決于系統(tǒng)核心的算法、使用該算法的應(yīng)用程序及其所反饋的數(shù)據(jù)，但大多數(shù)人臉識(shí)別算法都存在人口統(tǒng)計(jì)學(xué)差異，這一差異意味著算法匹配同一個(gè)人的兩幅畫像的能力在不同的人口統(tǒng)計(jì)學(xué)群體中是不同的。
這項(xiàng)研究通過(guò)NIST的人臉識(shí)別供應(yīng)商測(cè)試程序進(jìn)行，該程序?qū)π袠I(yè)和學(xué)術(shù)研究人員提交的人臉識(shí)別算法執(zhí)行不同任務(wù)的能力進(jìn)行了評(píng)估，著重研究了每種算法在人臉識(shí)別最常見的應(yīng)用中執(zhí)行兩種不同任務(wù)之一的效果如何。
第一個(gè)任務(wù)是確認(rèn)一張照片與數(shù)據(jù)庫(kù)中同一個(gè)人的另一張照片是否匹配，稱為“一對(duì)一”匹配，通常用于驗(yàn)證工作，例如解鎖智能手機(jī)或檢查護(hù)照。
第二個(gè)任務(wù)是確定照片中的人在數(shù)據(jù)庫(kù)中是否有任何匹配，稱為“一對(duì)多”匹配，可用于識(shí)別感興趣的人。
該團(tuán)隊(duì)發(fā)現(xiàn)：
?、僭谝粚?duì)一匹配中，相對(duì)于高加索人的圖像，亞裔和非裔美國(guó)人臉部的誤報(bào)率更高;
②在美國(guó)開發(fā)的算法中，亞洲人、非裔美國(guó)人和本地人的一對(duì)一匹配中誤報(bào)率很高;
?、蹃喼迖?guó)家/地區(qū)開發(fā)的一些算法有明顯例外;
④在一對(duì)多匹配中，非裔美國(guó)女性的誤報(bào)率更高;
?、莶⒎撬兴惴ǘ荚谝粚?duì)多匹配的跨國(guó)人口統(tǒng)計(jì)中給出了較高的誤報(bào)率。
如果不區(qū)分人臉識(shí)別的基本任務(wù)和識(shí)別類型，任何關(guān)于人口統(tǒng)計(jì)學(xué)影響的討論都是不完整的。隨著人臉識(shí)別技術(shù)在全球日漸廣泛應(yīng)用，對(duì)這些區(qū)別加深了解非常重要。
（轉(zhuǎn)載）
