全球首屆AI選美大賽，白人成最大贏家
最近著名的「青春實驗室」發起了一場叫做Beauty.ai的網路選美大賽，號稱裁判都是人工智慧，比賽吸引了60萬參賽者。AI會通過演算法觀察皺紋、臉部對稱性、痘痘數量、種族和感知年齡。不過，種族似乎成為了最大的決定因素，44位獲勝者中，36人都是白人。
當裁判的是一種深度神經網路，一種可以從巨量數據中自動學習的人工智慧。比方說，在比賽中，演算法會被展示數百萬張有皺紋或者沒皺紋的人的照片。它會慢慢學習不同臉部皺紋的相似之處，並且在新照片中識別它們。但是如果演算法主要看的是白人照片，遇到黑人臉時，其準確性就會下降。(其他面部特徵也一樣，是用另外一套演算法識別的。)
兩組獲勝者，根據年齡和性別劃分，大家隨意感受下畫風：
雖然75%的參賽者都是白人和歐洲人後裔，但是從理論上說這並不會造成什麼問題。因為對機器而言，他們並不是人類，而是一堆像素的集合而已。當像素沒有不符合預期模式，它們就被認為是輸入錯誤或者被演算法誤判。換句話說，照片里的人美不美是通過一個客觀標準判斷的，但是這個客觀標準來自於白人照片的集合。
「看起來顏色確實會影響機器的判斷，」Beauty.ai的首席科技官Alex Zhavoronkov說。「對於一些人群而言，數據集缺少足夠的樣本訓練深度神經網路。」
解決之道就是更好的數據，如果演算法看過了更多樣化的人群，它們就能更好識別他們。
同樣的問題也發生在谷歌的DeepDream實驗中。谷歌的研究者給演算法編程，讓它們處理建築、風景和名畫的圖片，並總結出一個模式。結果卻是一片不規則的碎片，夾雜著狗臉。原來演算法是通過開源資料庫ImageNe訓練的，裡面有著大量狗的照片，所以AI就很容易在一堆圖片中一眼看到狗。
這一問題困擾過谷歌和惠普，並且仍將困擾各種各樣的AI。
「如果一個系統所接受的照片訓練里，絕大部分都是白人，它就會難以辨別非白人的臉，」微軟研究院首席研究員Kate Crawford說。「所以，包容性很重要，從設計者到公司所有者，再到各種倫理視角。否則，我們造出來的AI只會折射出一個狹隘的社會，帶有各種陳舊偏見和刻板影響。」
Beauty.ai會在10月份再舉行一場AI選美大賽，雖然Zhavoronkov說公眾這次會看到更好的數據，但是我們仍不清楚下次大賽是否會使用更好的數據集。
[許叔 via quartz]
※新中國的首次選美大賽
※印度首屆變性人選美大賽，冠軍美艷不輸泰國人妖
※NBA各隊的選美大賽：美女拉拉隊初養成
※俄羅斯最胖女人成為選美大賽的冠軍，胖將成美的代名詞
※直擊新中國第一屆選美大賽，最美先生和最美小姐分別長這樣！
※泰國人妖選美大賽，長腿美艷動人
※全球最「奇葩」的十次選美大賽，第六張讓人看崩潰！
※實拍泰國人妖選美大賽，最後一張美到流鼻血
※俄羅斯舉辦豐腴美人選美大賽，三圍越大越美
※近代中國選美大賽，有妓女參賽？原來最早的選美大賽是這樣的！
※汪星人選美大賽 爭奪最美鬥牛犬頭銜
※以色列首屆變性小姐選美大賽
※泰國變性人選美大賽，簡直美哭
※前蘇聯首屆女子選美大賽珍貴照片，美呆了！
※以色列首屆變性小姐選美大賽：的確美！
※第一屆二次元泳裝選美大賽召開，第一名會花落誰家呢？
※泰國選美大賽冠軍大盤點，今年的冠軍讓人惋惜
※一群已婚女參加選美大賽，驚艷全球
※90年代的中國舉行選美大賽，最後都嫁到了好人家！