人與人之間總是有或多或少的刻板印象，如民族、膚色、教育背景、性別等。在人們的心目中，地方團體常常是陳詞濫調(diào)。例如，女性應該溫和聽話，工程技術(shù)人員大多是男性，白人比黑人有更高的智力等等。每個人都是獨立的個體。人們對他人有不同的態(tài)度和看法是正常的。出乎意料的是，人工智能也有“刻板印象”。

最近，Facebook的人工智能實驗室進行了一項有趣的新研究。他們發(fā)現(xiàn)，人工智能偏見不僅存在于國家內(nèi)部，也存在于國家之間。

研究人員測試了五種流行的現(xiàn)成的對象識別算法，包括Microsoft Azure、Clarifai、Google Cloud Vision、Amazon Rekognition和IBM Watson，以了解每個程序的效果。用于測試的數(shù)據(jù)集來自不同國家的家庭，包括窮人和窮人，包括117個類別，從鞋子、肥皂到沙發(fā)。

在這項研究中，研究人員發(fā)現(xiàn)，當被要求識別低收入家庭時，目標識別算法的準確度比高收入家庭低10%。隨著月收入的增加，誤差也會增加。特別是對于谷歌、微軟和亞馬遜來說，低收入家庭識別算法的準確性很低。

與索馬里和布基納法索相比，該算法在識別美國產(chǎn)品方面的準確度提高了15-20%。

這種現(xiàn)象有很多原因。最常見的原因是，在創(chuàng)建算法時，通常會受到相關(guān)工程師的生活和背景的影響。這些人大多來自高收入階層的精英階層，他們的思想和觀念都是基于他們的思想和觀念，人工智能算法也是基于他們的思想和觀念。

人工智能（ai）具有強大的計算能力，在算法的基礎(chǔ)上，可以方便地獲取海量數(shù)據(jù)和識別信息。然而，令人擔憂的是，它的偏見不僅在物體的鑒定上有偏見，而且在種族和性別歧視上也有偏見。

研究人員測試了微軟、IBM和Facebook的人臉識別功能。他們發(fā)現(xiàn)白人男性的正確率高于99%，而黑人女性的錯誤率為47%。

亞馬遜開發(fā)了一個人工智能程序來阻止簡歷的選擇，這也顯示了對女性的歧視。選擇簡歷后，男性比女性多。包含女性角色的簡歷的權(quán)重將會降低，甚至降低了兩所女子學院的研究生評級。可見人工智能也是有自我選擇，和不可磨滅的“歧視”。不過在另一方面人工智能又顯得極為平等，比如最近大火的人工智能機器人，它就完全可以做到對每一個人的態(tài)度都是平等的，不會因為你有錢你的性別就改變對你的態(tài)度，他會像人一樣溫和做到有問必答，及時遭受到批評也會虛心接受。電話機器人好不好用？這么多企業(yè)瘋搶的場面也回答了這個問題。