AI 人脸识别抓错人:田纳西妇女为北达科他的罪名蒙冤

警方依据 AI 人脸识别的匹配结果,逮捕了一名远在田纳西州的妇女,而案发地在北达科他。又一起算法草率加程序失守的冤案。

错抓是怎么发生的

案情的荒诞之处在于距离:当事人与案发地隔着上千公里,只因人脸识别系统给出了一个「相似」结果,后续的人工核查环节集体放行,逮捕就这么发生了。这类案件的模式高度一致:算法给出概率性的匹配,执法链条却把它当成了确定性的指认,本该兜底的人工审核在「机器都说了」的心理下形同虚设。美国已有多起同类冤案进入诉讼,受害者以少数族裔居多,识别系统在不同人群上的错误率差异是公开的研究结论。

问题不在技术在流程

值得说清楚的是,人脸识别的支持者和批评者其实共享一个判断:匹配结果只该作为线索,不该作为逮捕依据。冤案的直接原因从来是流程把「线索」用成了「证据」。可行的约束并不神秘:匹配结果必须配合独立证据、审核人员要培训算法局限、错误率按人群披露、受害者有追责通道。一些城市已经立法限制或禁用,更多地方还在裸奔。每一起这样的报道,都是给立法进度条充电。

via: Hacker News