SMC 資料庫

議題背景

華盛頓郵報12月8日報導，華為和曠視科技公司（Megvii）合作測試了一套人臉辨識系統，華為的官網上有貼出一篇系統測試報告。雖然後來媒體詢問時，華為撤下了該篇報告，但報告中顯示測試系統的功能包含「維族告警」。其實，2018年中國曾發表研究結果（Wang et al., 2019），已有運用AI人臉辨識成功區分維族人、西藏人和韓國人的技術。

• 相關報導與討論：

1. Drew Harwell and Eva Dou (2020).“Huawei tested AI software that could recognize Uighur minorities and alert police, report says.”The Washington Post, December 8.

然而AI的技術真的可以把人臉辨識到很細的種族分類嗎？有哪些因素會影響AI辨識人臉的效果好壞呢？對此，我們邀請專家釋疑如下：

專家怎麼說？

2020年12月09日
國立屏東科技大學資訊管理系助理教授 許志仲

其實技術上來說，用AI區分不同的人類族群，例如區分中國人與日本人，可能會比用AI區分兩個不同人的身分更容易。因為不同國家或地區的人，本來就有不同的人臉特徵，依據研究人員替照片加上的標籤，就可以讓AI分類及辨識人臉。AI用人臉辨識來區分種族的技術，需要AI能夠學習臉部之間細微的特徵差異，也可以協助動物的辨識，例如生態相關研究可能需要訓練AI分辨不同的鳥種，這種議題在研究上通稱「細粒度影像辨識」（fine-grained recognition），所以不是難以做到的技術。

但如果要達到很好的辨識效果，有幾個前提：

1. 需要足夠大量且清晰的人臉資料，如果照片畫質或像素太低，例如像路邊監視攝影機的畫面不夠清楚、人臉的角度不是正面、雜訊太多、燈光太暗或人臉被口罩遮蔽，就會讓AI辨識人臉的效果不好。
2. 需要研究人員替人臉照片加上種族的標籤，但是這個程序有種族歧視的疑慮，大部分國家比較不可能做。再加上目前大家對於人臉照片相關資料庫，都有隱私權容易被侵犯的疑慮，導致蒐集人臉照片更為困難。
3. 需要足夠強大的電腦運算資源及硬體設備。

可得知要同時符合上述條件，可能不只需要人臉辨識公司的技術，還需要整體環境和網路系統等支持。

2020年12月10日
中央研究院資訊科學研究所所長 廖弘源

AI辨識人臉的技術可以區分人的種族，但是很難做到100%準確。以台灣為例，台灣的人因為具有南島語系、荷蘭、西班牙等許多不同人種的混血，在統計上，人臉特徵的分布會很廣，稱為組內分散（intra-class scatter）；所以即使AI能夠依據人臉的特徵，分類出幾個不同的種族，種族之間可能還是有很多重疊的部份，所以無法100%準確的區分種族。

若要增加辨識種族的準確率，其中一種解決方法可能是「細粒度影像辨識」，就是由研究人員事先將臉部影像細分為不同的五官，例如眼睛、鼻子、嘴巴等，標註這些個別特徵的差異後再訓練AI辨識，而不是直接讓AI從整張人臉影像學習找出特徵。但是這方法同樣也需要取得大量的人臉影像，才會讓辨識結果更準確，因此可能會有人權隱私的疑慮。

目前AI辨識人臉的研究趨勢之一，就是利用AI辨識人臉並分類族群時，想辦法讓所設計的演算法使族群之間重疊的部分越少越好，並同時讓同一族群的人臉特徵在空間中呈現的樣子越集中越好，如此才能讓AI在分種族時更準確。