种族歧视一直是很多国家的社会问题，在北美和欧洲等地区最为严重，而现在种族歧视不仅仅发生在人类社会，更是发生在人工智能界。
近日，，外媒报道称，有位研究者认为，亚马逊的人脸识别技术Rekognition无法精准地确定女性和肤色较深面部的性别，具体体现在其错误的将19%的女性图像识别为男性，将31%的深肤色女性图像识别为男性。而相比之下，微软在是被深色皮肤人群性别时，将女性错认为男性比例只有1.5%。
其实这也不是亚马逊Rekognition因为产生的偏见而陷于争议中了。
在去年夏天美国公民自由联盟对Rekognition的测试中，在把25000张罪犯照片与国会议员的官方照片进行比较时，错误地将28名国会代表视为罪犯，而38%的错误匹配都是有色人种。
但也许是人工智能的算法还不够完善，在其他企业发明的人脸识别系统中也出现过很多种族歧视现象。
弗吉尼亚大学的研究人员进行的一项独立研究发现，两个著名的研究图像集ImSitu和COCO，后者由Facebook，微软和创业公司MightyAI共同发起。在他们对体育，烹饪的描述中表现出性别偏见，和其他活动。（例如，购物的图像与女性有关，而教练则与男性有关）
也许最臭名昭著的是在2015年，一位软件工程师报告说，Google Photos的图像分类算法将非裔美国人视为“大猩猩”。
人工智能出现种族歧视现象，说明这与人工智能的本质有关，因为人工智能本就是人类所创造的，人工智能的数据与经验也都是人类所赋予的。
那么如何才能让人工智能去除掉这种种族歧视呢？
这个问题也应该从我们人类自身去思考，只有研究透了人类这种种族歧视的观念，得出了种族歧视的数据模型以及分析模式，我们才能将这些赋予人工智能，这样人工智能才能具备识别种族歧视特征，从而避免种族歧视。
值得一提的是，人脸识别技术也在不断地进步。
去年6月，微软与人工智能专家合作，修改并扩展了用于训练Face API，提供用于检测、识别和分析图像中人脸的算法，通过肤色、性别和年龄的新数据，它能够将皮肤较深的男性和女性的错误率分别降低20倍和9倍。
而亚马逊方面也表示，将不断致力于提高Rekognition的准确性，建立面部分析个面部识别的标准化测试以及监管合作指导其使用。
人工智能是人类的产物，很多方面都是继承着人类的特性，像人类一样生活与思考，所以人工智能会怎样，也取决于我们人类自己。
希望有一天，不仅仅是人工智能界能排除性别歧视，人类社会也是如此。
