據(jù)英國《每日郵報》6月25日報道，研究人員發(fā)現(xiàn)，在面部數(shù)量達百萬級的測試中，飽受爭議的面部識別技術(shù)并不像聲稱地那么準(zhǔn)確?！　?/p>

　　人工智能可以在數(shù)千張面孔中識別出你的面孔，準(zhǔn)確率近乎百分之百，，但當(dāng)其面對更大的面部圖片數(shù)量時，它的準(zhǔn)確率可就沒那么高了。

　　在華盛頓大學(xué)發(fā)起的百萬人臉識別挑戰(zhàn)賽上，研究人員致力于提升面部識別算法在百萬數(shù)量級的準(zhǔn)確率。研究人員希望這次挑戰(zhàn)賽對解決面部識別技術(shù)的難題起到積極作用。難題之一就是如何識別出一個人在不同年紀(jì)和不同姿勢的照片。　

　　“我們需要在全球范圍內(nèi)，測試人臉識別算法，以保證它的實際應(yīng)用。更大規(guī)模的測試，可以讓你發(fā)現(xiàn)識別算法的缺陷和成功之處。”華盛頓大學(xué)的計算機科學(xué)助理教授、項目首席調(diào)查員，Ira Kemelmacher-Shlizerman說到。“我們不能只進行小規(guī)模測試，就說它已經(jīng)很完美?！薄?/p>

　　這次挑戰(zhàn)賽有超過300個研究小組參與，他們都致力于評估和提升其算法的準(zhǔn)確率?，F(xiàn)有許多面部識別算法準(zhǔn)確率都近乎完美，但都是基于一個1.3萬張照片的小數(shù)據(jù)集。在新研究中，實驗人員想要知道這些算法在面對更大數(shù)據(jù)集時表現(xiàn)如何。為此他們選取了來自世界各地的將近70萬人的100萬張網(wǎng)絡(luò)照片，以此來測試算法在識別兩張照片是否為同一個人的表現(xiàn)。

　　研究人員發(fā)現(xiàn)，當(dāng)面部識別算法面對更大的數(shù)據(jù)集時，它的準(zhǔn)確率便會大幅下降。谷歌的FaceNet算法識別準(zhǔn)確率最高，在小規(guī)模數(shù)據(jù)集中準(zhǔn)確率幾乎完美，但在百萬規(guī)模數(shù)據(jù)下，準(zhǔn)確率僅為75%。另一個與之接近的團隊是俄羅斯的N-TechLab，他們實現(xiàn)了73%的準(zhǔn)確率。一些在小數(shù)量級表現(xiàn)很好的算法，面對百萬規(guī)模數(shù)據(jù)集其準(zhǔn)確率驟降至33%。