IBM宣布退出人脸识别业务

标签: 业界动态 | 发表时间:2020-06-08 17:05 | 作者:[email protected] (guest)
出处:https://www.williamlong.info/

  非裔美国人乔治·弗洛伊德(George Floyd)之死正在引发一系列的连锁反应。6月8日,IBM官网公布了首席执行官阿里德·克里希纳(Arvind Krishna)致美国国会的一封信,宣布不再提供通用的人脸识别或分析软件。另据外媒报道,IBM表示也不会再继续开发或者研究相关技术。

  克里希纳在信中表示,乔治·弗洛伊德及多位非裔美国人的死亡提醒美国人,“与种族歧视的斗争一如既往得紧迫”。因此,IBM希望与国会合作,从技术使用、警察改革等关键领域着手,推动实现公平正义和种族平等。

  “IBM不再提供通用的人脸识别或分析软件。IBM坚决反对并且绝不容忍将任何技术(包括其他供应商提供的人脸识别技术)用于大规模监视、种族歧视、侵犯基本人权和自由,或用于任何与我们的价值观、与我们的信任与透明度原则不符的目的。我们认为,现在是时候开始关于国内执法机构是否能使用,以及如何使用人脸识别技术的全国性讨论。”克里希纳写道。

  他表示,人工智能是一种强大的工具,可以帮助执法机构保护民众的安全。但是,人工智能的供应商和用户负有共同的责任,即确保人工智能应用,尤其是执法机构的人工智能应用不存在歧视。有关歧视的测试结果应该被公开和审核。“最后,国家应该出台政策,鼓励和推动警方使用一些能提高执法透明度与可信性的技术,比如执法记录仪和现代的数据分析技术。”

  据悉,多项研究显示,美国各大公司的人脸识别算法在面对黑人时均存在准确率低的问题。这也是人脸识别在美国一直饱受诟病的原因之一。

  2018年,美国一个民间组织使用535位美国国会议员的照片测试了亚马逊的人脸识别系统,结果竟有28位国会议员被识别成罪犯。值得注意的是,这28人中有11人为有色人种,包括美国著名的民权领袖、众议员约翰·刘易斯(John Lewis)。由于亚马逊的人脸识别系统被美国执法机构广泛使用,这一测试结果加深了人们对算法歧视的担忧。“我们需要用技术来帮人们解决问题,而不是加重有色人种所面临的不公。黑人和棕色人种已经成为歧视性判决系统的受害者。”刘易斯在随后的一份声明中写道。

  2019年底,美国国家标准技术研究院(National Institute of Standards and Technology,以下简称NIST)在调研了189种人脸识别算法后也发现,现有的人脸识别算法仍然无法排除种族、性别等因素的影响。

  根据NIST的研究,在一对一的匹配中,大多数算法对亚裔和非裔美国人的误报率超过白人,不同算法的误报率差异从10倍到100倍不等;不同地区的算法也有差异,美国公司开发的一对一匹配算法对亚裔、非裔美国人和土著群体的误报率尤其高。而在一对多的匹配中,针对非裔美国女性的误报率普遍更高。研究人员指出,这可能会导致错误的犯罪指控。

  事实上,IBM曾经试图解决“算法歧视”的问题,并在2018年发布了可用于人脸识别算法训练的公开数据集。但2019年,有网友发现该数据集抓取了近100万张来自图片社区Flickr的照片。这些照片被抓取主要是因为标记了知识共享许可协议(Creative Commons license)。IBM辩称数据集并非商用,但许多上传照片的用户以及被拍摄者认为不能在未经其同意的情况下将其数据用于训练。今年初,一些伊利诺伊州用户以IBM侵犯隐私为由提起了诉讼。

  据路透社、The Verge等媒体报道,IBM此前的人脸识别业务并未带来可观的营收。有知情人士在接受路透社采访时表示,IBM将不再以应用程序编程界面或任何其他形式开发、创造、研究或销售人脸识别产品,但会根据此前的客户有需要的情况下提供支持。该人士补充说,IBM将继续研究计算机视觉技术,但仅限于视觉对象检测,而不是用于人脸识别和分析。

  5月25日,在美国明尼苏达州明尼阿波利斯鲍德霍恩社区,非裔美国人乔治·弗洛伊德被白人警察德里克·肖万(Derek Michael Chauvin)逮捕。肖万单膝跪在弗洛伊德脖颈处超过8分钟,弗洛伊德被跪压期间失去知觉并在急救室被宣告死亡。这一事件让美国社会长期存在的种族歧视问题再次浮上水面,引发了美国大规模的游行和示威活动。

  来源:南方都市报

相关 [ibm 人脸识别 业务] 推荐:

IBM宣布退出人脸识别业务

- - 月光博客
  非裔美国人乔治·弗洛伊德(George Floyd)之死正在引发一系列的连锁反应. 6月8日,IBM官网公布了首席执行官阿里德·克里希纳(Arvind Krishna)致美国国会的一封信,宣布不再提供通用的人脸识别或分析软件. 另据外媒报道,IBM表示也不会再继续开发或者研究相关技术.   克里希纳在信中表示,乔治·弗洛伊德及多位非裔美国人的死亡提醒美国人,“与种族歧视的斗争一如既往得紧迫”.

【人脸识别】初识人脸识别

- - CSDN博客推荐文章
由于导师给我们布置了每周阅读两篇大牛论文,并写ppt的任务. 反正ppt都写了,所以我想干脆直接把ppt的内容再整理一下写成博客. 近期的阅读论文都是 人脸识别相关的主题. 如果你研究过人脸识别,或者对这方面有兴趣,那么你一定听说过Paul Viola. 他可以算得上是人脸检测识别的始祖,他的一篇大作《RobustReal-time Object Detection》可以说是人脸识别领域最重要的一篇论文.

人脸识别黑产

- - 奇客Solidot–传递最新科技情报
新京报 报道了人脸识别的地下黑产交易,有许多应用都需要人脸验证,创造了对人脸验证的一种需求,催生了一个地下产业链. 报道称,人脸识别的优质数据需要一百元一套,而便宜量大的仅需要 0.5元一套. 报道称一小部分来自网络刷单兼职人员,大部分来自企业内部员工. 人脸识别的黑产商贩称,市面上流通的手持身份证照片大多是在小额贷款平台和公司野蛮发展期间,泄露出来的,还有部分是从各行业收集而来的,这种信息交易和使用一般情况下不会被人发现,“当时很多人借钱不还,平台就把这些信息拿出来卖钱了,刚开始挺贵的,现在层层转卖就便宜了.

【转载】用HTML5进行人脸识别

- - HTML5研究小组
其中的一个特性是getUserMedia( W3C规范 ). 它是一个JavaScript API,可以让你访问(需要权限)用户的网络摄像头和麦克风. 今天发现一篇文章写的很有趣,叫你如何使用HTML5进行人脸识别. 在网页内进行人脸识别,很好很强大. “现代Web”不断发展出不少有趣的API,但你并不会在大多数项目中使用到所有的内容.

自动人脸识别基本原理

- - IT技术博客大学习
标签:   https://b2museum.   人脸识别经过近 40 年的发展,取得了很大的发展,涌现出了大量的识别算法. 这些算法的涉及面非常广泛,包括模式识别、图像处理、计算机视觉、人工智能、统计学习、神经网络、小波分析、子空间理论和流形学习等众多学科. 所以很难用一个统一的标准对这些算法进行分类.

用python库face_recognition进行人脸识别

- - 开源软件 - ITeye博客
期间在安装依赖包dlib时遇到问题,解决见:  http://kissmett.iteye.com/blog/2409857. 3.通过摄像头实时在获取的帧上进行人脸识别(较卡顿). basefacefilespath ="images"#faces文件夹中放待识别任务正面图,文件名为人名,将显示于结果中 baseface_titles=[] #图片名字列表 baseface_face_encodings=[] #识别所需人脸编码结构集 #读取人脸资源 for fn in os.listdir(basefacefilespath): #fn 人脸文件名.

人脸识别发展史与算法综述

- king - CSDN博客推荐文章
      在我们生存的这个地球上,居住着近 65 亿人. 每个人的面孔都由额头、眉毛、眼睛、鼻子、嘴巴、双颊等少数几个区域组合而成,它们之间的大体位置关系也是固定的,并且每张脸的大小不过七八寸见方. 然而,它们居然就形成了那么复杂的模式,即使是面容极其相似的双胞胎,其家人通常也能够非常容易地根据他们面孔上的细微差异将他们区分开来.

温习传闻:Facebook收购人脸识别创业公司Face.com

- - 业界
导读:准备好再听一个后IPO 时代的Facebook 收购的传闻吗. 事实上,Face.com 传言将成为Facebook 的收购目标由来已久. 虽然我们还不能确定这次收购能否成真,但本文给出的一些分析还是饶意义的. 据以色列商业报纸Calcalist披露,社交网络巨人将要收购人脸识别科技公司Face.com.

人脸识别算法终于超过了人类本身

- - 博客 - 伯乐在线
计算机科学家已经开发出一种新的人脸识别算法,在识别人脸的能力上比人类本身更加强大. 我们每个人都有过认不出某个自己曾经认识的人的经历,在不同的姿势、光照和表情下,这其实是一件比较困难的事情. 计算机识别系统同样存在这些问题. 事实上,尽管全世界的计算机科学家努力了这么多年,还是没有任何一种计算机识别系统在识别人脸方面能够像人类一样强大.

利用python打造自己的人脸识别系统 - 简书

- -
正像著名物理学家,理查德•费曼说的一样,如果要真正理解一个东西,我们必须要能够把它创造出来. 动手去做,永远比被动地听有用,我就是这么想并这么实践的. 本文介绍了我自己动手做的一种基于卷积神经网络的人脸识别系统,以python为语言基础,综合应用了keras、opencv、numpy、sklearn等多种技术.