AI专家质疑亚马逊面部识别技术：机器眼里，女士皮肤黑就等于是男人?!

会员服务 ·

AI专家质疑亚马逊面部识别技术：机器眼里，女士皮肤黑就等于是男人?! | 技术前沿洞察

2019 年 4 月 9 日 硅谷第一线

本周的技术前沿洞察又如期和大家见面啦！

从来源来说，本周硅谷洞察（原”硅谷密探“）的技术前沿精选呈现出一个很明显的特点：绝大多数都来自美国的顶尖高校，比如麻省理工学院、普林斯顿大学等。这些学校常年排名顶尖，除了毕业生在各行各业表现出色，和这些硕果累累的科研成果也有很大的关系。

现在我们就来看看，都有哪些最新发现？他们对我们的生活，又会带来哪些可能的改变？

北美高校

普林斯顿大学：从实验室变成用手指般大小的芯片进行生物识别

识别患者的病毒感染或诊断血液疾病通常需要实验室和熟练的技术人员。但普林斯顿大学的研究人员近期开发出一种新技术，希望用一根微芯片来取代复杂的实验室。这项研究意味着使用手持设备进行医疗诊断又向前迈出了重要一步。

（图片来自普林斯顿大学官网，版权属于原作者）

普林斯顿大学研究人员已经采用类似于个人计算机和移动电话中的硅芯片技术来充当生物传感器，从而替代实验室里复杂和庞大的光学仪器。“关键的想法是允许在现代芯片中使用复杂的光学系统”，电气工程系助理教授和项目负责人之一 Kaushik Sengupta 表示。

这个新的检测传感器系统几乎与一粒盐一样小，制造成本远低于现有的诊断系统。普林斯顿大学透露，虽然需要做更多的工作，但研究人员希望这项技术能够成为药丸中包含的诊断系统或部署在智能手机上的诊断系统。尤其是降低成本后，也能适用于发展中国家。

密歇根大学：为在儿童癌症中幸存的女孩恢复生育力提供希望

白血病治疗通常会使女孩不能生育，但密歇根大学的研究人员在老鼠身上实验开发的程序是恢复她们生育能力的第一步。

（原始的未成熟卵巢卵泡中有卵母细胞，可成熟为受精卵）

卵巢卵泡是携带卵子并支持它们生长并变得可行的“巢穴”。研究证明，通过在模仿卵巢环境的3D支架中用脂肪来源的成体干细胞包围卵泡，可显著提高卵泡发育成熟卵的速度。

“一旦患者摆脱癌症并想要亲生孩子，我们希望能采用她们的卵巢卵泡在体外培养并为这些年轻的健康女性获得健康的卵子，”密歇根大学生物医学工程副教授 Ariella Shikanov 说。

她所描述的方法，将卵泡存活率从不到 5％巨幅增加到 42％到 86％之间。该研究最近发表在干细胞研究与治疗杂志上。虽然使用这种方法还有很长的路要走，但它将为许多人提供希望。

研究原文在此：

https://news.umich.edu/a-step-toward-recovering-reproduction-in-girls-who-survive-childhood-cancer/

密歇根大学：氢燃料电池：拥有50万种材料的数据库，研究人员将找到最佳选择

下一代电动汽车到底能跑多远？这很可能取决于锂离子电池可以提供的电量上限。

密歇根大学机械工程副教授 Don Siegel 的研究人员正在将竞争性电动汽车技术 —— 氢燃料电池 —— 的性能提升到新高度。

氢燃料电池使用氢气作为燃料，利用氢氧反应发电，唯一的“排放”是水。

该技术一大限制是能在车上储存足够量的氢。研究已经确定了将更多氢气塞入称为金属有机框架（MOF）的小型储存结构中的方法，从而提高能量密度和汽车预计行驶里程。

MOF是由与有机分子偶联的金属离子组成的设计材料，其多孔性使之成为最有希望储存氢的方法。研究人员将所有可用的近 50 万种 MOF 的信息收集到数据库中，再用高通量计算机模拟来搜索最具容量潜力的 MOF。

本周在 Nature Communications 上发布的三款 MOF 被命名为SNU-70、UMCM-9、和 PCN-610 / NU-100。

AI 专家质疑亚马逊的面部识别技术

超过 25 名美国知名人工智能研究人员近日签署一封联名信，要求亚马逊停止向执法机构出售其面部识别技术，因为其技术对女性和有色人种有偏见。这些专家包括谷歌、Facebook、微软的研究者以及一名最近的图灵奖获奖者。

这封信于周三公布，反映出学术界和科技行业越来越担心面部识别技术的偏见是一个系统性问题。一些研究人员和公司认为，没有政府的正确监管，该项技术就无法得到妥善控制。

2019年1月，麻省理工学院的两名研究人员发表了一项同行评审研究，显示亚马逊面部识别技术 Rekognition 在识别女性和深色皮肤面孔的性别方面比 IBM 和微软的类似服务表现差很多。

该调查显示，19％的女性被亚马逊 Rekognition 误认为男性，31％的黑皮肤的女性被误认为男性。

感兴趣的同学可以查看新闻链接：https://www.nytimes.com/2019/04/03/technology/amazon-facial-recognition-technology.html

康奈尔人工智能胚胎分辨技术提高体外受精成功率

尽管试管婴儿已是当今比较普遍的一种助孕技术，大多数女性在整个手术过程中都很难享受到专业胚胎学专家的帮助。因为对于胚胎学专家而言，在显微镜下观察胚胎的形态并对其进行分级，最后确定该首先植入哪些胚胎，是一件费时又准确率不高的事。

4月4日，康奈尔医学院研究人员在《NPJ数字医学》上发表了一篇论文，描述了一种全新的人工智能的方法，可以非常准确地预测5天大的体外受精胚胎是否有进入成功妊娠的高潜力。

研究人员使用了现成的谷歌深度学习的算法，并使用在受精后 110 个小时之内的 1.2 万张人类胚胎照片来进行训练，以区分胚胎的质量。

为了检验这个绰号为 STOCK 的神经网络是否能和同行媲美，研究人员们邀请了来自三大洲的5位胚胎学专家对 394 个胚胎进行判断，将每个胚胎氛围优良、一般和低劣三个等级。而 STOCK 最后判断的结果，和 5 位胚胎学家共同评定后得出的结果，重合度高达97%。

也就是说，这个神经网络已经达到了人类专家的水准。

康奈尔医学院胚胎学实验室主任 Nikica Zaninovic 相信，这项技术将显著提升体外受精的成功率，并最大限度地减少女性多妊娠的风险。

下面我们进入 MIT 专场：

MIT 探索特斯拉自动驾驶仪在人机协作中的功能警惕

对于自动驾驶技术的担忧，很大一部分来自于驾驶员一旦用上了自动驾驶辅助系统，就放松警惕，从而导致安全隐患。那么，这个问题有没有办法通过人类自我监督得到解决呢？

MIT 研究员和研究公司 Touchstone Evaluations 近日发表了一篇关于驾驶员如何在特斯拉自动驾驶仪辅助驾驶期间，提高驾驶仪警惕性的论文《特斯拉自动驾驶中人的作用：探索真实世界人机协作过程中的功能警惕性》。

在该论文中，研究员提出了一种“功能警惕”措施，通过选择何时何地利用自动化功能以及何时手动执行驾驶任务，允许驾驶员进行自我监管，从而概念化警惕性。

（图片版权属于论文原作者）

上图展示了两种人机互动系统中的警惕性。在左图的传统方法中，操作人员无法选择何时何地参与到监控当中来，因此必须随时处于监控状态。在右图的“功能警惕”模型中，操作人员可以随时选择监控机器或是自己执行任务。

该论文认为特斯拉自动驾驶仪未来的工作应包括司机自动扫视区域分类，以期更深入地了解司机在驾驶期间的注意力分配。此外，对特斯拉车主进行问卷调查，广泛收集收集车主自我报告的数据，也可以帮特斯拉了解车主们对自动驾驶系统的理解和使用体验。

让机器人精确地移动它以前从未见过的物体

想象一下，你正在厨房里试图想朋友解释如何把用完的水杯放回原处。如果你告诉他们“把杯子把手挂到水池边的钩子上”，他们多半都可以在几秒钟内毫不犹豫地完成这一任务。

可不要小看这几秒钟，这其实是一个相当复杂的过程，必须通过一系列非常精确的操作来完成：看到“目标”杯子；在视觉上找到手柄并识别如何抓取手柄；使用正确的手指组合以稳定的方式抓住手柄；视觉定位挂钩并思考如何悬挂杯子；再将杯子挂在钩子上。

这种似乎几岁小孩都有的技能，对目前的机器人来说却非常难：工厂机器人可以一遍又一遍地拾取相同的物体，有些甚至可以在物体之间做出一些基本的区别，但是它们通常难以理解各种物体的形状和大小，或者能够将所述物体移动到不同的姿势或位置。

（图自 MIT，版权属于原作者）

麻省理工学院计算机科学与人工智能实验室（CSAIL）的研究人员表示，他们开发了一种新系统，允许机器人完成许多不同的拾取和放置任务，从挂杯子到将鞋子放在架子上，机器人可以与很多他们从未见过的物体和对象完成互动。

该团队的主要观点是将物体化作3D关键点的集合，并为机器人绘出一幅“视觉路线图”。这个方法被称为“KPAM”（Keypoint Affordance Manipulation），KPAM可以检测对象上的所有关键点及坐标，并提供机器人确定如何处理该对象所需的所有信息，以及物体的位置变化。由此以来，机器人就能够使用关键点操纵自己不熟悉的物体和对象了。

（图自 MIT，版权属于原作者）

该团队接下来希望让系统能够执行更具普遍性的任务，例如卸下洗碗机或擦拭厨房的桌面。研究人员还表示，KPAM 的人性化理解意味着它可以顺利地融入工厂等其他更复杂的环境中。

感兴趣的朋友可以阅读原文：

https://www.csail.mit.edu/news/robot-precisely-moves-objects-its-never-seen

教机器来推理他们所看到的东西

不光要教机器拿东西，还要让他们明白他们看到的是什么。这不，MIT 的研究人员将统计和符号人工智能技术相结合，想要教机器学会推理。

如果让一个孩子想象并描述一头粉红色的大象，可能并不是一件难事。然而对于深度学习系统来说，去概括和识别它们以前从未见过的东西，就非常困难了：深度学习系统通过挑选数据中的统计模式来解释世界；然而这种统计学习的局限性在于，它需要大量的数据，并且很难将过去的知识应用于新的突发场景。

为了让计算机拥有“推理能力”，人工智能（AI）研究人员正在回归抽象或符号化的编程。

麻省理工学院联合 DeepMind 和 IBM Watson AI 实验室的研究人员在这个问题上实现了一点突破：他们提出了一种合并统计和符号AI的混合模型，这种混合模型可以学习与颜色和形状等对象相关的概念，并让深度学习系统利用这些知识来解释场景中的复杂对象关系。通过最小化的数据和编程训练，他们的模型可以“融会贯通”，通过“推理”将其理解的概念转移到更大的场景，并回答越来越难的问题。

（图自MIT新闻，版权属于原作者）

该团队针对图像学习和推理，用问答的形式训练他们的模型，随着模型的学习，问题逐渐变得越来越难，从“物体的颜色是什么？”到 “有多少物体都在绿色圆柱体的右边，并且与小蓝球具有相同的材料？”

一旦机器学习模型有了一定基础后，它就可以通过“推理’解释出新的场景和概念，并完美地回答越来越难以解决的问题。

看来，我们人类的大脑和学习能力真的很奇妙：像 ”拿东西“、”给看到的东西归纳总结“ 这些非常基本的、几岁小朋友都会的技能，对于机器来说却不那么容易。

企业

谷歌研究人员提升捕捉和读解视频中的动作的能力

很多人喜欢录制和家人朋友在一起的温馨视频，并挑选出其中满意之作分享出来。但是，分析和处理大量的视频数据，非常耗时间；而挑选出适合分享的视频，更是难上加难。

谷歌4月3日发布论文《重新考虑更快的R-CNN架构以进行时间行动本地化》，试图解决自动化挑选视频瞬间这一任务背后的挑战。这个挑战的核心在于如何对动作进行识别和分类。而谷歌的研究的核心在于提升了算法识别视频中某一特定动作发生的位置的能力。

（图自 Google AI 博客，版权属于原作者）

谷歌研究人员由基于区域的物体检测方法（例如更快的R-CNN网络）中得到启发，提出了时间动作定位网络（TALNet）。TALNet 可以识别持续时间更长的动作，与其他方法相比，性能最优。TALNet用于Google Photos，将能使 Google Photos 为其用户自动挑选和推荐视频中的最佳部分。