人工智慧臉部辨識 不易分辨有色人種
ACLU 蒐集了 25000 張嫌犯照片做為臉部辨識的資料庫，並且使用預設的設定，讓 Rekognition 逐張比對國會議員和資料庫裡的嫌犯照片。結果最後有 28 名國會議員被誤判，在誤判的議員中，有 40% 的議員是有色人種 ── 即便有色人種在全部的國會議員中只占了兩成。
現有的臉部辨識技術，在分辨有色人種特別容易出錯，也許是以下原因導致：
AI資料庫的白人照片比較多
美國喬治城大學法律中心（Georgetown Law School Center）的隱私與科技領域資深助理 Clare Garvie 表示，原因可能是出在工程師建立 AI 人工智慧 的臉部辨識資料庫時，提供的白人照片比有色人種多而導致。開發工程師以白人居多
一個研究顯示：人們在辨識另一種族的人員時，準確度會低於辨識與自己相同種族的成員。 而大部分 IT 產業的工程師以白人男性居多，他們開發出的臉部辨識系統在辨識有色人種的準確度時，無形中也比白人還差 ── 即使他們無意為之。其時除了臉部辨識的問題，使用人工智慧來取代真人撰寫、改編新聞，本來就爭議連連：
過去英國《衛報》曾將一則關於英國脫歐的新聞中，第一段中的一些句子餵給人工智慧，結果 AI 馬上產生「可信度高」的假新聞與文章 ── 文中的人名 (如政壇人物的名字)、地名與所提到的片段事件皆為真實存在，不過新聞的內容卻是將這些真實的元素移花接木而成，但是卻符合邏輯，因此易被有心人士用來製造假新聞。(詳細報導：AI寫作能力強過人類，恐成為假新聞製造機?)
人工智慧 太會捏造新聞，甚至有人懷疑之前馬斯克離開自己創立的 AI人工智慧研究團隊「OpenAI」與此有關呢！(詳細報導：馬斯克宣布離開 OpenAI 的真正原因是...研發的 AI 太會寫假新聞?)
無論如何，人工智慧畢竟沒有靈魂，因此沒有明辨是非的能力，所以生產出的文章都會跟現實有些出入。所以最好的方法還是把新聞的編輯、審稿工作交還給人類，畢竟這世界八卦與謊言已經夠多了！我們需要真實的東西！
本篇為下篇，上篇請點此連結
相關文章:
線上職訓正夯 從零開始花半年錄取軟體工程師
Python vs R語言：哪個比較適合人工智慧／機器學習？
台灣本土開發AI 發行首張音樂專輯<<武漢肺炎>>
六個月從工地工人轉職 Java 軟體工程師，全因半年做了「對的決定」
人工智慧釀的威士忌奪金牌!(上)
人工智慧最新技術,讓你做好社交距離不越界!
讓重機賽車冠軍車手都自嘆不如的人工智慧!