人工智能
全球首届AI选美大赛，白人成最大赢家
[-]
最近著名的「青春实验室」发起了一场叫做Beauty.ai的网络选美大赛，号称裁判都是人工智能，比赛吸引了60万参赛者。AI会通过算法观察皱纹、脸部对称性、痘痘数量、种族和感知年龄。不过，种族似乎成为了最大的决定因素，44位获胜者中，36人都是白人。
[-]
[-]
当裁判的是一种深度神经网络，一种可以从巨量数据中自动学习的人工智能。比方说，在比赛中，算法会被展示数百万张有皱纹或者没皱纹的人的照片。它会慢慢学习不同脸部皱纹的相似之处，并且在新照片中识别它们。但是如果算法主要看的是白人照片，遇到黑人脸时，其准确性就会下降。(其他面部特征也一样，是用另外一套算法识别的。)
两组获胜者，根据年龄和性别划分，大家随意感受下画风：
[-]
[-]
虽然75%的参赛者都是白人和欧洲人后裔，但是从理论上说这并不会造成什么问题。因为对机器而言，他们并不是人类，而是一堆像素的集合而已。当像素没有不符合预期模式，它们就被认为是输入错误或者被算法误判。换句话说，照片里的人美不美是通过一个客观标准判断的，但是这个客观标准来自于白人照片的集合。
“看起来颜色确实会影响机器的判断，”Beauty.ai的首席科技官Alex Zhavoronkov说。“对于一些人群而言，数据集缺少足够的样本训练深度神经网络。”
解决之道就是更好的数据，如果算法看过了更多样化的人群，它们就能更好识别他们。
同样的问题也发生在谷歌的DeepDream实验中。谷歌的研究者给算法编程，让它们处理建筑、风景和名画的图片，并总结出一个模式。结果却是一片不规则的碎片，夹杂着狗脸。原来算法是通过开源数据库ImageNe训练的，里面有着大量狗的照片，所以AI就很容易在一堆图片中一眼看到狗。
这一问题困扰过谷歌和惠普，并且仍将困扰各种各样的AI。
“如果一个系统所接受的照片训练里，绝大部分都是白人，它就会难以辨别非白人的脸，”微软研究院首席研究员Kate Crawford说。“所以，包容性很重要，从设计者到公司所有者，再到各种伦理视角。否则，我们造出来的AI只会折射出一个狭隘的社会，带有各种陈旧偏见和刻板影响。”
Beauty.ai会在10月份再举行一场AI选美大赛，虽然Zhavoronkov说公众这次会看到更好的数据，但是我们仍不清楚下次大赛是否会使用更好的数据集。
