李根 发自 凹非寺 
量子位 报道 | 公众号 QbitAI

哈哈哈。

如果你近期稍微关注到亚马逊在美遭遇的抗议和diss,想必对ACLU这个组织不会陌生。

ACLU,全称The American Civil Liberties Union,中译为美国公民自由联盟,是一个美国民间组织。

之前我们报道过,亚马逊因为积极向美国执法部门兜售人脸识别技术Rekognition,因而遭遇ACLU集中关注,并号召亚马逊股东、用户给贝佐斯写信,停止售卖这样的AI技术给执法部门。

但贝佐斯压根没有搭理,虽然在个别城市合作中有点小问题,也没有影响亚马逊继续推进这项业务的决心。

不过,ACLU倒是彻底跟亚马逊杠上了,而且还换了斗争路线,从抗议亚马逊AI输出,到给亚马逊AI找问题。

如愿的是,竟然还真给找到了。

近期,ACLU拿美国国会议员的照片测试,发现亚马逊AI竟将其中的28名,确定为曾经被捕的人。

这下确实很尴尬,一个好端端的美国政府官员,都这样被识别成了罪犯,那广大公民又怎么放心呢?

跟之前被diss不同,这次亚马逊自己也急了。

官员识别成罪犯

在ACLU的测试中,他们花了12.33美元,用来体验亚马逊主力推荐的刷脸AI Rekognition,并拿533名国会议员的照片作为样本。

但就在输入这些照片后,竟有28名国会议员被匹配成了被捕人员的照片——显然是个明显的错误。

 一名黑人议员被识别为罪犯

于是场面变得非常尴尬。

之前ACLU反对亚马逊售卖这个刷脸AI,其中有一个小原因就是担心技术不够好,将普通公民特别是有色人种公民误识别。

 ACLU报告显示有色人种误识别率很高

现在好了,亚马逊AI在默认设置下,果然出现了误识别,而且误识别比率达5.2%,已经是一个很高的数字了。

这个实验报告一公布,立马让更多美国吃瓜群众炸了锅。

于是不同于之前抗议时的沉默,亚马逊这次出来回应了。

亚马逊回应:错误设置误导

亚马逊给出的回应声明说,ACLU的测试有严重的失误,就是拿测试物体的匹配度阈值来测试人,自然准确度就会大打折扣。

亚马逊说,他们的AI Rekognition在实际应用中,对人对物的匹配准确率设置是可以调节的。

识别物体,烧饼、椅子等等,需要的匹配准确率要求没有那么高,一般阈值是80%。

但识别人,要求就会比较高,一般都会被设置成95%甚至以上。

也就是说,不是我们亚马逊AI不给力,而是测试的ACLU没正确使用。

亚马逊也趁机对外PR了一把,表示在已经使用亚马逊Rekognition的图像和视频分析技术的案例中,在打击人口贩卖、抑制儿童剥削、追踪失踪儿童等方面发挥了积极的社会作用。

并且通过带来如此更高效的身份验证,增强社会的安全性,可以更轻松查找图像或防止被盗等等,这都能让公共部门和执法部门效率更高。

最后,亚马逊还强调,这个刷脸AI也不是完全替代人类执法者,而是作为辅助,帮助他们缩小调查范围,可以更有效做出决策判断,完全是人机协作的,会双把关。

言下之意,就差明说ACLU的这个测试“别有用心”了。

ACLU再反驳

当然,ACLU怎么会认怂,立马给出了律师回应。

ACLU表示,亚马逊在对政府售卖这个AI时,推荐的默认值就是80%匹配阈值的,而且亚马逊自己官方网站也鼓励客户使用这个默认值。

所以不是ACLU测试流程不行,而是亚马逊AI有技术缺陷。

ACLU还表示,问了很多被亚马逊推销刷脸AI的客户,均表示亚马逊没说过不同对象识别要用不同的匹配度阈值。

更让ACLU反对的是,亚马逊只说了刷脸AI有益的那一面,但对正在引发的公民权利侵害却避而不谈。

ACLU指出,由于亚马逊向政府部门售卖刷脸AI,警方已经将此用于确定参加抗议活动的对象,ICE则用来监视移民,一些城市执法者甚至用来经常跟踪未获告知的居民。

所以亚马逊AI之害,已经在产生重大的公民权利问题了。

于是ACLU再次呼吁,应该制止并暂停亚马逊AI被用于执法部门。

亚马逊靠AI涨业绩

那经历这次diss之后,亚马逊会停止向美国政府部门推销刷脸AI吗?

显然不会。

我们之前也介绍过,这个被反对的刷脸AI——Rekognition,是基于AWS的图像识别和分析的平台,提供的功能包括物体和场景检测、面部分析、面部比较和面部识别。

也就是说,这个AI对外输出,主要是通过亚马逊云服务业务AWS。

除了直接卖给美国政府部门,亚马逊还通过AWS卖给大数据公司Palantir之类的。

之前特朗普对非法移民的“零容忍”政策实施以后,ICE计划里使用的人脸识别系统,正是来自采用了AWS的Palantir方案,也就是间接使用了亚马逊AI。

那为啥说亚马逊不会妥协呢?

太赚钱了。

就在昨天(7月27日),亚马逊发布了2018财年第二季度财报。

报告显示,亚马逊第二季度净利润为25.34亿美元,较上年同期的1.97亿美元增长1186%;净销售额为528.86亿美元,较上年同期的379.55亿美元增长39%。

远超预期,盘后股价一通小涨。

其中,这份亮眼财报的主要功臣是亚马逊AWS。

云服务第二季度净销售额为61.05亿美元,比上年同期的41.00亿美元增长49%;运营利润为16.42亿美元,相比之下上年同期为9.16亿美元。

所以换你当亚马逊CEO,你会自断其臂吗?

作者系网易新闻·网易号“各有态度”签约作者

加入社群

量子位AI社群18群开始招募啦,欢迎对AI感兴趣的同学,加小助手微信qbitbot8入群;

此外,量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募,面向正在从事相关领域的工程师及研究人员。

进群请加小助手微信号qbitbot8,并务必备注相应群的关键词~通过审核后我们将邀请进群。(专业群审核较严,敬请谅解)

实习生招聘

量子位正在招募活动运营实习生,策划执行AI明星公司CEO、高管等参与的线上/线下活动,有机会与AI行业大牛直接交流。工作地点在北京中关村。简历欢迎投递到quxin@qbitai.com

具体细节,请在量子位公众号(QbitAI)对话界面,回复“实习生”三个字。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态

亚马逊AI又遭抗议:一个好端端的美国官员,怎么就成罪犯了?相关推荐

  1. 亚马逊AI惹众怒:一个没有意识的程序,竟然自己学会了“重男轻女”

    乾明 郭一璞 发自 凹非寺  量子位 报道 | 公众号 QbitAI 亚马逊栽了个大跟头. 长期以来,这家电商巨头一直应用AI提升效率,但万万没想到的是,原本应该公平公正.没有意识的AI,也会&quo ...

  2. 半小时训练亿级规模知识图谱,亚马逊AI开源知识图谱嵌入表示框架DGL-KE

    出品 | AI科技大本营(ID:rgznai100) 知识图谱 (Knowledge Graph)作为一个重要的技术,在近几年里被广泛运用在了信息检索,自然语言处理,以及推荐系统等各种领域.学习知识图 ...

  3. 探索“老药新用”最短路径:亚马逊AI Lab开源大规模药物重定位知识图谱DRKG

    本文经授权转载自机器之心(almosthuman2014),未经授权禁止二次转载与摘编. 本文长度为3200字,建议阅读9分钟 本文带你了解亚马逊AI实验室的开源机器学习工具. [ 摘要 ]最近,来自 ...

  4. 半小时训练亿级规模知识图谱,亚马逊AI开源知识图谱嵌入表示框架

    来源:AI 科技大本营 本文约2300字,建议阅读9分钟 亚马逊 AI 团队开源了一款专门针对大规模知识图谱嵌入表示的新训练框架 DGL-KE,能让研究人员和工业界用户方便.快速地在大规模知识图谱数据 ...

  5. 亚马逊 ai 解雇_解雇社区成员

    亚马逊 ai 解雇 欢迎大家,在我的" 六度"专栏中发表第二篇文章. 当我很高兴返回时,你们都把我的第一篇专栏文章搞砸了. 我在思索有关Ubuntu手机对开放源代码的影响方面的文章 ...

  6. 霍金最后一篇论文上线;世界最快的深度算法现身;波士顿机器人跑酷;亚马逊AI招聘重男轻女被骂下架...

    大家好,我是为人造的智能操碎了心的智能禅师. 今天是美好的周一,也是国际调节椅子日.经常坐椅子工作的人,因为久坐不动,时间长了就会产生各种问题.所以设立这个节日也是为了提醒大家,椅子一定要买人体工程学 ...

  7. 亚马逊的vps多少钱一个月_如何查看您在亚马逊上花了多少钱

    亚马逊的vps多少钱一个月 Have you ever wondered how much you've spent at Amazon during your lifetime? Whether y ...

  8. 亚马逊 ai 解雇_绿色是使用AI的新的黑色节约型亚马逊雨林

    亚马逊 ai 解雇 新成果 /使用AI的节约环境/哈佛 AI促进社会公益 / IEEE SMC 2020 接受 (New results / Saving Environment using AI / ...

  9. 亚马逊AI编程助手CodeWishperer的使用

    IntelliJ IDEA安装亚马逊AI编程助手CodeWishperer 简介 CodeWishperer是亚马逊2023年4月份推出的实时AI编程助手,它可以实时分析开发人员所写的代码并根据内容为 ...

最新文章

  1. 集合的hashCode方法的最佳实现
  2. numpy学习(2):数组创建方式
  3. idea中Error:java: Compilation failed: internal java compiler error
  4. left join 多条件_第九篇|Spark的五种JOIN策略解析
  5. 团队冲刺第一阶段第三天
  6. 如何实现插入数据时自动更新另外一个表的内容
  7. (详解)11年真题:求两个序列合并后的的中位数
  8. 网络管理助力节约IT运维成本
  9. FaceBook流程到底应该如何?
  10. win8服务器备份在哪个文件夹,iPhone备份文件在哪里?Win8系统路径介绍
  11. java 协方差矩阵_协方差矩阵概念(易理解)
  12. 小车手app安卓版下载_小车手app安卓版下载
  13. 微信小程序(uni-app)
  14. 怎么绑定虚拟服务器,虚拟服务器里怎样绑定ip地址
  15. 基于一维卷积神经网络的滚动轴承故障识别
  16. linux查看其他用户history,从Linux服务器上的其他用户隐藏命令历史记...
  17. 飞控学习常见典型问题集QA——无名创新(2022年4月15日)
  18. 多客| Lazada上传产品为什么审核不通过?卖家应遵守哪些规则?
  19. 【缺陷检测】基于matlab AlexNet和SVM异常螺母检测【含Matlab源码 2147期】
  20. 2021-09-12 Autodesk inventor 技巧整理

热门文章

  1. Facebook的秘密服务器,竟藏着互联网的军事根源?
  2. 关爱程序员,从产品经理做起!
  3. 做 Python 代码重构,竟发现这些“潜规则”!
  4. 华为进军美国受挫:竟被美运营商巨头临时放鸽子
  5. 最前沿的容器技术有哪些?腾讯、华为、思科等 6 位顶尖专家为你解答!
  6. 【Linux 4,2021最新Java笔试题及答案
  7. 如何保证高可用?java删除文件夹下所有文件,技术详细介绍
  8. c语言 冒泡排序算法,排序算法_冒泡排序改进(c语言实现)
  9. java futuretask 源码解析_Java异步编程——深入源码分析FutureTask
  10. php pdo mysql 预处理_PHP PDO mysql 处理类(prepare 预处理)