0
| 本文作者： 楊麗 | 2020-09-21 09:04 |
雷鋒網訊，為改善用戶體驗，Twitter很早就開始嘗試用算法自動裁剪照片，使得最終生成的預覽照片可以呈現整張圖最有趣的部分。
不過最近，Twitter正在調查為什么其照片預覽似乎更偏愛白人面孔而不是黑人面孔。用戶發現，裁剪照片預覽的算法存在問題。
幾個Twitter用戶在上周末對該現象進行了演示，并發布了含有黑人和白人面孔的帖子示例。Twitter的預覽顯示白人面孔出現得更為頻繁。
例如，當將Barack Obama和Mitch McConnell的照片附加到推文上時，Twitter似乎專門突出了McConnell的臉。
實際上，當Twitter最早使用算法自動裁剪照片預覽時，相關的機器學習研究人員在博客中解釋了面部識別是裁剪圖像的過程，但并未詳述圖像中對人臉的生成問題。
“以前，我們使用面部識別將視角聚焦在可以找到的最突出的面孔上。盡管這種啟發式方法還算合理，但由于并非所有圖像中都有人臉，因此該方法存在明顯的局限性。此外，我們的面部識別系統經常會漏掉，有時甚至在沒有人臉時會錯誤地檢測到人臉?！?/p>
Twitter首席設計官Dantley Davis發表推文表示，該公司正在嘗試改進算法，并對圖像生成進行實驗：
“盡管這次測試并不算科學，只是個個例，但它指出了我們接下來需要研究的一些變量。現在兩個男人的西裝都一樣，手卻被遮蓋住了?！?/p>
Twitter團隊的Liz Kelley周日表示，該公司已經測試了上述問題，但尚未發現的有種族偏見或性別偏見的證據?！昂茱@然，我們還有很多工作要做。我們將開源這項工作，以便其他人可以審查和復現。”
Twitter首席技術官Parag Agrawal則表示，該算法模型仍需要“不斷改進”，“從實驗中學習?！?/p>
顯然，為了真正評估該模型是否存在偏見，研究人員需要在各類情況下使用大量實例和樣本進行研究。
不過，Twitter的工程師Zehan Wang提到，2017年該算法部署之前就被發現存在偏見，但并未達到“顯著”水平。
2018年，Twitter發表的一篇博客中解釋了算法是如何影響的照片預覽的生成的。導致算法選擇某一類圖像的原因之一是具有明顯的反差性，這可以解釋為什么算法似乎偏愛白人面孔的原因。
雷鋒網編譯，via venturebeat
（雷鋒網）
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
