一個由人工智慧研究人員、資料科學家和社會學家組成的聯盟呼籲學術界停止發表聲稱利用面部掃描和犯罪統計等資料訓練的演算法來預測個人犯罪行為的研究。
關鍵技術聯盟說,這樣的工作不僅在科學上是文盲,而且使對黑人和有色人種的偏見迴圈永久化。大量研究表明,司法系統對待這些群體的態度比對待白人更為嚴厲,因此任何基於這些資料的軟體只會放大和鞏固社會偏見和種族主義。
該組織寫道:“讓我們明確一點:沒有辦法建立一個系統來預測或識別沒有種族偏見的‘犯罪行為’——因為‘犯罪行為’這一類別本身就有種族偏見。”。“這種性質的研究——以及隨之而來的對準確性的要求——基於這樣一種假設,即有關刑事逮捕和定罪的資料可以作為潛在犯罪活動的可靠、中立的指標。然而,這些記錄遠非中立。”
該聯盟起草了一封***,迴應世界上最大的學術書籍出版商斯普林格(Springer)計劃出版這樣一份研究報告的訊息。這封信目前已經有1700名專家簽署,呼籲斯普林格撤銷論文,並呼籲其他學術出版商今後不要發表類似作品。
該組織寫道:“在美國,當carceral州的合法性,特別是治安,正受到根本性的挑戰時,執法部門對這種性質的研究有著很高的要求。”。“像斯普林格這樣的大出版商發行這部作品,將是走向在現實世界中反覆被揭穿、對社會有害的研究的合法化和應用的重要一步。”
在這項名為“利用影象處理預測犯罪行為的深度神經網路模型”的研究中,研究人員聲稱已經建立了一個面部識別系統,該系統“能夠預測某人是否有可能成為罪犯。。。準確率高達80%,沒有種族偏見。這篇論文的作者包括博士生、前紐約警察局警官喬納森科恩。
據《麻省理工技術評論》(mittechnologyreview)報道,斯普林格在迴應這封***時表示,不會發表這篇論文。“你所指的論文已經提交給了一個即將召開的會議,斯普林格原計劃在會上發表論文集,”該公司說。“經過徹底的同行評審,論文被否決了。”
然而,正如關鍵技術聯盟(Coalition for Critical Technology)所明確指出的,這一事件只是資料科學和機器學習領域更廣泛趨勢中的一個例子,研究人員利用社會偶然性資料來嘗試預測或分類複雜的人類行為。
在2016年的一個著名例子中,上海交通大學的研究人員聲稱,他們發明了一種演算法,也可以從面部特徵預測犯罪行為。這項研究遭到了批評和駁斥,谷歌和普林斯頓的研究人員發表了長篇反駁警告說,人工智慧研究人員正在重溫相貌學的偽科學。這是一門19世紀由塞薩爾·隆布羅索創立的學科,他聲稱自己可以透過測量“天生罪犯”的面部尺寸來識別他們。
研究人員寫道:“當面相學的偽科學付諸實踐時,它就變成了科學種族主義的偽科學。”。人工智慧和機器學習的迅速發展使科學種族主義進入了一個新的時代,在這個時代裡,機器學習的模型將偏見嵌入到用於模型開發的人類行為中
2016年的論文還展示了人工智慧實踐者欺騙自己認為自己’我發現了一個衡量犯罪的客觀體系。來自谷歌和普林斯頓的研究人員指出,根據論文**享的資料,所有的“非罪犯” 看上去面帶微笑,穿著有領襯衫和西裝,而(皺眉)的罪犯都沒有。它’很可能這個簡單的誤導性的視覺告訴指導了演算法’這應該是複雜的分析。
關鍵技術聯盟發出這封信之際,世界各地的運動都在強調由執法部門殺害喬治·弗洛伊德引發的種族正義問題。在這些**活動中,主要科技公司也撤回了使用面部識別系統的計劃,黑人學者的研究表明,這種做法帶有種族偏見。
這封信的作者和簽名者呼籲人工智慧界重新考慮如何評估其工作的“優點”——不僅要考慮準確度和精確度等指標,還要考慮這類技術對世界的社會影響。作者寫道:“如果機器學習要帶來撥款提案和新聞稿中鼓吹的‘社會福利’,這個領域的研究人員必須積極反思使他們的工作成為可能的權力結構(以及隨之而來的壓迫)。”。
關鍵區別——機器學習與人工智慧 人工智慧是一個寬泛的概念。自動駕駛汽車、智慧家居就是人工智慧的一些例子。一些國家在醫藥、**業、軍事、農業和家庭等領域擁有智慧機器人。機器學習是一種人工智慧。機器學習和...
... 人工智慧——能夠顯示思維、說話、推理和解決問題等認知功能的機器的發展。融合了其他領域,包括語言學、心理學和神經科學。機器學習是一個子集,它探索機器自己...
人工智慧正在進入你數字生活的方方面面。儘管大多數公司無法停止談論他們在這一領域所做的事情,但如今有許多尖端的人工智慧網站對日常工作非常有用。 ...
...貨”兩個詞的組合。這是因為受過影象和影片合成訓練的人工智慧軟體創造了這些影片。這個人工智慧可以將一個物體(源)的臉疊加到另一個物體(目標)的影片上。更先進的技術形式可以利用資訊源的面部姿勢和他們想要模...
...技領域的下一件大事是機器學習。還是深入學習?也許是人工智慧。如果你發現自己糾結於三者之間的差異,你並不孤單。 ...
人工智慧革命既可怕又令人興奮。儘管如此,我們始終感到安全的假設,有某些工作和任務,只有人類可以做。 ...
... 當這些違規行為發生時,經濟損失是驚人的。以下是人工智慧(AI)如何被用來對付網路犯罪。 ...
人工智慧和機器學習產生了我們今天在技術工業中看到的許多進步。但是機器是如何被賦予學習能力的呢?此外,我們這樣做的方式是如何導致意想不到的後果的? ...
人工智慧的發展速度比任何人預測的都快。這些複雜的程式使用複雜的演算法與他們的環境互動,並從他們的經驗中學習。 ...