陈曦

前段时间，微软宣布拟裁撤近80名外包编辑，由人工智能编辑负责接下来的MSN网站的新闻抓取、排版和配图等工作。但没想到，刚到岗没多久，人工智能编辑就“翻车”了。人工智能编辑在寻找配图时，把非裔歌手Leigh与阿拉伯裔歌手Jade弄混了。为何一向以高识别率著称的人工智能，这次却“翻车”了？

解决脸盲问题需不断扩大学习范围

人脸识别技术是目前人工智能领域公认的比较成熟的技术，圈内人士也熱衷像刷分一样把人脸识别准确率屡屡刷出新高，最高的号称准确率可达99.9%。人脸识别技术有如此辉煌的战绩，为何此次人工智能编辑还会脸盲？

“人脸识别技术的工作原理，主要是比对五官比例以及面部特征。”天津大学智能与计算学部教授韩亚洪解释，简单说，就是基于人脸图像的大数据，先对看到的人脸图像进行预处理，提取面部各个方面的特征，并通过分层多次提取，寻找对于识别个体人脸最有效的特征表达。

人脸识别技术这些年已经发生了重大变化，传统的人脸识别方法已被基于卷积神经网络的深度学习方法替代。深度学习方法的主要优势是它们可通过大规模数据集进行训练，从而学习到这些数据的最佳特征。

“虽然可以使用大规模数据集进行训练，但是目前99.9%的准确率基本上是在一些基准的数据集上测试的结果。这个数据集肯定是有范围的，如果收集的数据是在数据集分布的范围内，便可获得比较高的准确率。……