雷鋒網(wǎng)訊，為改善用戶體驗，Twitter很早就開始嘗試用算法自動裁剪照片，使得最終生成的預(yù)覽照片可以呈現(xiàn)整張圖最有趣的部分。

不過最近，Twitter正在調(diào)查為什么其照片預(yù)覽似乎更偏愛白人面孔而不是黑人面孔。用戶發(fā)現(xiàn)，裁剪照片預(yù)覽的算法存在問題。

幾個Twitter用戶在上周末對該現(xiàn)象進行了演示，并發(fā)布了含有黑人和白人面孔的帖子示例。Twitter的預(yù)覽顯示白人面孔出現(xiàn)得更為頻繁。

例如，當將Barack Obama和Mitch McConnell的照片附加到推文上時，Twitter似乎專門突出了McConnell的臉。

實際上，當Twitter最早使用算法自動裁剪照片預(yù)覽時，相關(guān)的機器學習研究人員在博客中解釋了面部識別是裁剪圖像的過程，但并未詳述圖像中對人臉的生成問題。

“以前，我們使用面部識別將視角聚焦在可以找到的最突出的面孔上。盡管這種啟發(fā)式方法還算合理，但由于并非所有圖像中都有人臉，因此該方法存在明顯的局限性。此外，我們的面部識別系統(tǒng)經(jīng)常會漏掉，有時甚至在沒有人臉時會錯誤地檢測到人臉。”

Twitter首席設(shè)計官Dantley Davis發(fā)表推文表示，該公司正在嘗試改進算法，并對圖像生成進行實驗：

“盡管這次測試并不算科學，只是個個例，但它指出了我們接下來需要研究的一些變量?，F(xiàn)在兩個男人的西裝都一樣，手卻被遮蓋住了?！?/p>

Twitter團隊的Liz Kelley周日表示，該公司已經(jīng)測試了上述問題，但尚未發(fā)現(xiàn)的有種族偏見或性別偏見的證據(jù)?！昂茱@然，我們還有很多工作要做。我們將開源這項工作，以便其他人可以審查和復(fù)現(xiàn)?！?/p>

Twitter首席技術(shù)官Parag Agrawal則表示，該算法模型仍需要“不斷改進”，“從實驗中學習?！?/p>

顯然，為了真正評估該模型是否存在偏見，研究人員需要在各類情況下使用大量實例和樣本進行研究。

不過，Twitter的工程師Zehan Wang提到，2017年該算法部署之前就被發(fā)現(xiàn)存在偏見，但并未達到“顯著”水平。

2018年，Twitter發(fā)表的一篇博客中解釋了算法是如何影響的照片預(yù)覽的生成的。導(dǎo)致算法選擇某一類圖像的原因之一是具有明顯的反差性，這可以解釋為什么算法似乎偏愛白人面孔的原因。

雷鋒網(wǎng)編譯，via venturebeat

（雷鋒網(wǎng)）

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。