谷歌研究人员：多种族培训提高了计算机视觉技术的准确性

一项新的谷歌研究表明，训练计算机视觉系统识别不同种族的面部特征可以帮助提高他们视觉识别的准确性。

谷歌的研究人员将他们的研究重点放在检测人脸图像微笑的算法上，训练他们识别四个种族分组——亚裔、黑人、西班牙裔和白人。该算法为检测微笑的准确率创造了一个新的标准，达到了91%，比之前的记录提高了1.62%。

这看起来似乎收获不大，但由于它更大的影响是训练人工智能在不同种族之间进行面部识别，可能会比不涉及各种种族特征的训练带来更好的结果。由此看来这种算法很重要。当涉及不同种族间的面部识别时，这是一个严肃的问题。公民权利倡导者，如美国公民自由联盟（ACLU）反对政府使用该技术，部分原因是研究表明它在对少数民族群体进行面部识别时准确性不高，从而产生歧视。与此同时，苹果公司希望其新建立的红外面部识别系统能作为智能手机用户认证的黄金标准，并在10亿张代表不同种族、年龄和性别的图像上训练该项技术，以确保其表现出色。

如果生物识别技术和计算机视觉专家认真对待这项研究，并将其应用于他们自己的研究中，那么这种杰出的表现将会在未来变得更加普遍——无论是政府观察人士还是他们自己的移动设备，这项成果将使所有接受面部识别技术的人受益。