|
科幻小說與影劇的情節有的以後成真，有人說是科幻是科學的未來
但有時候真的讓科幻成真嗎？Photo by Pixbay
2002 年好萊塢科幻大片「關鍵報告」(Minority Report)，根據美國科幻作家菲利普·狄克小說改編，由史蒂芬·史匹柏導演，湯姆·克魯斯主演，故事是若干年後，警察局裡有三名特異功能的人，躺在水池裡互動，就能預測誰會是下一個犯罪的人，警察在他沒犯案之前先抓進警局，來維繫社會安寧。有一天特異功能又發出有人要犯罪的消息，拿給飾演警察局長的湯姆克魯斯一看，竟然是局長他自己，戲劇從此展開....。
現在是 AI 時代，透過機器學習、大數據分析，預測一個會犯罪的人，甚至更進一步用 AI 軟體相面，只要看一個人的臉，就可以知道會不會犯罪。美國賓州 Harrisburg 大學的 Nathaniel Ashby 教授，研究認臉技術，不是從臉部辨識這個人是誰，是從臉部辨識這個人會不會犯罪。這不是科幻，這是真的。
Ashby 教授說，這是從龐大警方的罪犯資料與生物特徵，經過深層的神經網路運算得到的結果，有 80% 的準確度，沒有任何族群偏頗，可以用來發展預防犯罪的工具用於警方與軍方，不會有偏頗與情緒的反應。當然現在僅是研究報告，並沒有發展成軟體，預備在 Springer 出版社一系列的下一本書中發表。消息傳出，立即遭到 AI 專家、教授、研究學者，以及跨領域的社會學家兩千多人，對出版社提出公開信，要求停止出版這樣的研究。
這些學者在信中說，預測犯罪的軟體最需要的是公平，而臉部辨識的技術本身就有很多瑕瑕，尤其對非白種人的辨識經常出錯。機器學習並非中性，所用的資料常被文化的傳統主導，無可避免的在演算法的設計上有所偏頗，以致發展出來的軟體造成社會階級，甚至對弱勢族群的暴力合理化。這封信很長，有三個論點：
一、從刑事司法系統取得的資料，不可以用作辨認罪犯，或預測犯罪的行為，因為「罪犯」本身就含有族群偏頗的潛在意涵，所以用任何方法發展出來的系統，都無法脫離族群偏頗的元素。（指少數族群常受執法不公對待）
二、技術上的「公平」被爭議多年，因為設計的學者多半沒有受過方法、架構、以及語言的訓練，以致不能在文化背景與內涵的假設上提出質疑，而倫理的公正，只能用數學定義的狹小範圍來權衡，以致無法伸張。
三、預測犯罪技術會再度製造冤屈，帶來真正的傷害。目前有越來越多的 AI 軟體在族群、階級、性別上顯示偏差，有用機器學習來放大傳統歧視的趨勢，產生新的技術倫理。如果把預測犯罪技術與現實的偏頗結合，所製造的歧視與傷害更可想而知。
這封信是學者寫的，有點學術語言，簡單的說就是美國運用 AI 在生活上出現偏差，入學、求職、貸款、升遷、醫保、乃至執法，所做的決定很多是靠電腦軟體，為了省事、也為了公平。但軟體是由人設計的，有意或無意的加入有失公允的變數，列如郵遞區號可能隱射族群、經濟能力、治安狀況，申請貸款如果居住在經濟能力較差的郵遞區號，就可能遭拒，這如果用在執法後果更可能不堪設想。
所以 AI 設計即使數學上公平，用在現實世界仍難免出現偏差甚至歧視，這一現象越來越為一些學者所詬病，現在又用不成熟的認臉技術，來捉捕未來的罪犯，只能說亂上加亂。
運用 AI 作為預測性的執法，全球學者都表示反對，日前一群美國數學家也寫了一封公開信，呼籲同僚不要做這樣的研究，除了認臉，也包括預測犯罪行動一類的軟體，尤其是最近發生的佛洛伊德事件，更要拒絕與警察機構合作，因為這樣太容易給族群偏見覆蓋一件科學的外衣。
不算題外話的題外話，中國的相面之術由來已久，起源於氏族社會，成熟於春秋戰國，有「相由心生」的說法，心裡想的由相貌表現出來。以後更有「麻衣相法」，把人的五官、額頭、下顎、頭髮，都詳細列入相命，其中有「兩眼視物如針、此相不奸即盜」的命相，不知真假，Ashby 教授或有興趣研究一下中國的面相之術。
|
