微軟在自己的官方博客上宣布，他們最近更新了自家的面部識(shí)別技術(shù)的算法，讓膚色較暗的人同樣可以獲得較高的識(shí)別率。并且錯(cuò)誤率整整降低了20倍，針對(duì)所有女性錯(cuò)誤率降低了9倍，由此可見(jiàn)直男工程師們對(duì)女性化妝的正確識(shí)別也挺頭疼的樣子。

這項(xiàng)技術(shù)更新得益于一套足夠豐富的數(shù)據(jù)庫(kù)以及深度學(xué)習(xí)工具，微軟會(huì)在數(shù)據(jù)庫(kù)中融入更多有色人種的數(shù)據(jù)量。截至今年2月，麻省理工學(xué)院一項(xiàng)測(cè)試表明，包括微軟、IBM以及中國(guó)曠視在內(nèi)的面部識(shí)別系統(tǒng)，對(duì)深色皮膚女性性別判斷的錯(cuò)誤率多達(dá)35%。

甚至面部識(shí)別技術(shù)造成的偏見(jiàn)帶有種族偏見(jiàn)，例如2015年谷歌曾經(jīng)將軟件工程師的一位黑人朋友認(rèn)定為大猩猩，而不得不站出來(lái)賠禮道歉。

盡管目前微軟已經(jīng)大幅度改良算法消除面部識(shí)別算法上的偏見(jiàn)問(wèn)題，數(shù)據(jù)量仍然是其中關(guān)鍵。例如當(dāng)搜索財(cái)富排行榜500強(qiáng)CEO中，給出的結(jié)果永遠(yuǎn)是男性居多，只有不到5%的女性CEO很容易被技術(shù)忽略。對(duì)于工程師而言是，挖掘更多的數(shù)據(jù)量用于深度學(xué)習(xí)，可能是目前最理想的解決方案。