Facebook的研究表明，AI對物體并非無差異識別，計算機視覺系統能更加高效地識別更貴的家庭物體。

最近，FacebookAI研究人員在ARXIV上發表了一篇題為《物體識別對每個人都一樣有效嗎？》的論文，他們指出“與亞洲和非洲相比，系統更容易識別北美和歐洲家庭中的物品。”研究人員公布了6個主流物體識別系統的分析，進一步發現識別家庭物體的計算機視覺對高收入家庭更有效。

這項研究檢驗了Facebook、Google Cloud、Microsoft Azure、AWS、IBM Watson和Clarifai開發的分類系統，旨在分析公共目標識別系統在地理多樣性數據上的準確性。

論文的數據包含家庭物品，希望比物體識別中常用的圖像數據有更具代表性的地理覆蓋范圍。他們發現，在家庭收入較低的國家，這些系統在家庭物品上的表現相對較差。性能下降主要是由于對象類（例如，洗碗皂）的外觀差異以及放置的不同環境（例如，浴室外出現的牙刷）造成的。

最終研究結果顯示，6個主流物體檢測系統的分析對富裕家庭的效果要比最貧窮家庭好10-20%。研究人員進一步例證，Facebook在美國每月收入3500美元或以上的家庭與索馬里和布基納法索等國每月收入50美元或以下的家庭之間的準確率差距高達20%。

物體識別是什么？

物體識別使用計算機視覺來辨別椅子、牙膏或衣服等事物之間的區別。它被眾多云服務公司以及面向消費者的服務所利用，如谷歌助手的計算機視覺服務鏡頭和亞馬遜的風格感知都利用了這項技術。Facebook使用目標檢測進行內容審核，并為有視覺障礙的人識別屏幕上的東西。

研究結果表明，這個問題并不是存在于一個特定的物體識別系統，而是廣泛影響了包括Facebook在內的眾多公司的工具，結果清楚地表明，未來整個行業包括Facebook需要做得更好。他們希望通過公布結果和闡述方法，讓更多AI研究人員和工程師可以利用這個程序來測試和比較自家識別系統的性能，然后更有效地為每個人服務。

造成貧富差異的原因是什么？

從地圖上看，Facebook的物體識別性能在南半球的表現最差。

為了測試物體識別系統的準確性，研究人員使用了由Gapminder基金會對50個國家的264個家庭拍攝的圖像進行匯編的開源數據集Dollar Street。

研究發現，當下系統中的差異可能是由于眾多目標探測系統在訓練時使用的Imagenet幾乎完全是歐洲和北美的照片匯編而成。通過公共照片網站上的英語搜索獲得的照片也可能是美國和歐洲高收入環境過度表現的一個原因。事實上，Facebook計算機視覺研究人員在前些時間繪制非洲人口密度圖時，不得不重新定義房屋的類型。

Facebook表示，它計劃通過使用包含非英語標簽的圖像對其卷積網絡進行培訓來解決這一缺陷。這項工作將在6月16日至20日在加利福尼亞長灘舉行的計算機視覺和模式識別領域的頂級會議（CVPR）上舉行的計算機視覺全球挑戰研討會上分享。