美国国家标准与技术研究所(NIST)的这项研究发现，在进行一种被称为“一对一”匹配的特定类型的数据库搜索时，沐鸣测速地址许多面部识别算法错误地识别出非裔美国人和亚洲人的面孔比白人多10到100倍。

 

此外，调查发现，非裔美国女性在“一对多”配对中更容易被认错，这种配对常被用来识别刑事调查中感兴趣的人。

 

尽管一些公司淡化了早期的技术偏见，即所谓的“面部分析”，但NIST的研究证明，面部匹配在很大范围的人口统计数据中也存在困难。

 

算法正义联盟(Algorithmic Justice League)创始人、麻省理工学院(MIT)研究员乔伊·布拉姆维尼(Joy Buolamwini)称，对于那些认为人工智能(AI)偏见不再是问题的人，这份报告是“全面的反驳”。

 

这项研究出炉之际，沐鸣测速地址美国各地对这项技术的不满情绪正日益高涨，批评人士警告称，它可能导致不公正的骚扰或逮捕。

 

作为研究的一部分，NIST测试了来自99个开发者的189种算法，不包括像亚马逊这样没有提交算法供审查的公司。这是因为测试的内容不同于公司销售的内容，因为NIST研究的算法脱离了云计算和专有的培训数据。

 

在对这些算法进行分析后，报告发现，在NIST的一项测试中，价值逾75亿美元的中国人工智能初创企业SenseTime的“所有比较的误匹配率都很高”。

 

SenseTime的算法在查看索马里男性的照片时，产生假阳性的几率超过10%。所以，沐鸣测试速假设这是部署在机场，一个索马里人可以通过海关检查每10次他使用其他索马里人的护照。

 

与此同时，另一家来自中国的人工智能初创企业艺图(Yitu)的数据更准确，几乎没有种族偏见。

 

研究还发现，在一对多的测试中，微软公司对有色人种女性的误报率是有色人种男性的近10倍。它的算法在一对多的测试中显示出了一点点的差异，只测试了黑人和白人男性的照片。

 

美国众议院国土安全委员会主席、国会议员本尼·汤普森表示，在海关官员在检查站增加面部识别的时候，偏见的调查结果比人们担心的还要糟糕。

 

“鉴于这些令人震惊的结果，政府必须重新评估面部识别技术的计划，”他说。

 

2018年2月，麻省理工学院(MIT)的一项研究发现，商业面部识别软件可能带有固有的种族和性别偏见，在大约一半的案例中，无法识别肤色最深的女性的性别。