「看脸识罪犯」？这样的研究能发表，LeCun等1700名研究者怒了
Springer已紧急撤稿
鱼羊 发自 凹非寺
量子位 报道 | 公众号 QbitAI
看面相，就能算出一个人会不会犯罪？
这种《少数派报告》式的研究，还真有人做了：依靠面部识别技术，仅凭照片，来预测某个人是否是罪犯。
论文被学术出版商Springer Nature接收，计划刊载在《Springer Nature-研究丛书：计算科学与计算智能学报》上。
这个消息，让包括LeCun在内的，来自哈佛、MIT、谷歌和微软等机构的1700名教授、研究人员怒了：
这种论文写出来也就算了，Springer Nature这个看上去浓眉大眼的学术出版商，竟然还要公开刊载？
于是，他们给Springer Nature写了一封联名信，严正要求出版商撤回论文，并承诺不再发表类似研究。
机器学习，反而会放大歧视
尽管论文的作者称，其算法具有「80%的准确性，并且没有种族偏见」，但联名发信的AI研究者们认为：
根本没有办法开发出没有种族偏见的预测犯罪系统，因为数据本身就是含有偏见的。
所谓「没有种族偏见」，实际上是把算法偏见和社会偏见混为一谈。
信中强调了这样的观点：刑事司法系统产生的数据不能用于「识别罪犯」或预测犯罪行为。
要用让AI通过看「面向」，预测犯罪，看似不偏不倚，但实际上基于一个假设前提：有关犯罪逮捕和定罪的数据，都是可靠、中立、无偏见的。
然鹅，引爆全美的乔治·弗洛伊德事件已经再一次用事实表明，这个假设是不成立的——这些数据当中，本身就记录了现实中存在的社会偏见。
信中谈到，这一关乎数据有效性的基本问题，无法通过数据清洗和收集更多数据来解决。
即使研究人员本身不带有任何偏见，机器学习模型也会继承数据集中的偏见，甚至放大歧视性结果。
此外，还有一个更重要的问题。
人脸识别技术之所以能取得现在的成绩，是因为涉及到的任务不存在不确定性。举个例子，给出两张照片，AI只需要判断是不是同一个人就行了。
但是，面部特征和犯罪，真的存在这样的逻辑关系吗？
「犯罪身体特征」，恐怕根本是个伪命题。
因此，犯罪预测技术，再现了不公正现象，并且有害。
于是，1700名来自多个研究领域的教授、研究者联名要求：
撤销该论文的公开发表，并解释用于评估该研究的标准。
Springer发表声明，谴责使用刑事司法统计数据预测犯罪行为的做法，并承认错误。
所有出版商今后不要出版类似研究。
网友热议
联名倡议一经发出，获得了众多响应，并在社交媒体上引发了网友的热烈讨论。
有网友提到了斯皮尔伯格的《少数派报告》，AI就像里面的“先知”，根据预测提出的指示/建议甚至可能完全不可靠。
这样的研究就是危险的sh*t。
还有网友认为，依据面部图像去识别罪犯，这种想法并没有比让麦当劳通过面相，预测你今天是要吃麦辣鸡腿堡还是板烧鸡腿堡高明。
也有人担心，这样的“客观”算法会成为执法部门掩盖歧视、不公正的借口。
压力之下，Springer Nature也已作出回应：不会发表这篇文章。
参考链接
https://medium.com/@CoalitionForCriticalTechnology/abolish-the-techtoprisonpipeline-9b5b14366b16
https://www.vice.com/en_us/article/889xyb/over-1000-ai-experts-condemn-racist-algorithms-that-claim-to-predict-crime
https://www.reddit.com/r/MachineLearning/comments/heiyqq/dr_a_letter_urging_springer_nature_not_to_publish/
— 完 —
- 从骁龙8至尊版，我看到了AI手机的未来 | 智在终端2024-12-17
- o1被曝“心机深”：逃避监督还会撒谎，骗人能力一骑绝尘2024-12-09
- 低成本机器人“皮肤”登上Nature子刊：实现三维力的自解耦，来自法国国家科学研究中心&香港大学2024-11-23
- OpenAI重夺竞技场第一，但这波靠的是4o2024-11-21
相关阅读
让Hinton后悔投少了的AI公司：吴恩达弟子徒孙创办，LeCun李飞飞Jeff Dean投资，产品让人无法拒绝
Geoffrey Hinton、Yann LeCun、李飞飞、Jeff Dean都投了同一家公司CovariantAI，Hinton还后悔投少了
