20191106难度较大阅读理解及翻译

有难度阅读理解及其文章精准翻译本篇文章属于较难阅读理解，篇幅长，人名多，话题抽象，难点体现在：①分清楚专有名词以及之间的关系有难度：Microsoft，Immigration andCustomsEnforcement （ ICE ）， IBM,Amazon ， TheOrlandopolicedepartment（奥兰多警局），Azure Government（微软产品）②人物观点辨别：Alondra Nelson（哥伦比亚大学教授）；David Robinson（智库懂事），Microsoft chief executive Satya Nadella（微软首席执行官），本文是一辩论，存在各方的观点；③话题抽象：本篇文章为 IT 话题，教抽象；除此之外，还涉及美国移民问题，面部识别功能，技术偏见等问题。译文及理解思路：Microsoft announced this week that its facial-recognition system isnow more accurate in identifying people of color, touting (吹嘘） itsprogress at tackling one of the technology’s biggest biases (偏见).微软本周宣布，其面部识别系统现在可以更准确地识别有色人种，吹捧其在解决该技术最大偏见之一方面的进步。But critics, citing Microsoft’s work with Immigration and CustomsEnforcement, quickly seized on how that improved technology might beused. The agency contracts with Microsoft for cloud-computing toolsthat the tech giant says is largely limited to office work but can alsoinclude face recognition.但是批评者以微软与移民海关执法局的合作为由，很快关注那类科技如何使用的问题（评论者就此问题不放的意思）。 该机构（指的是移民海关执法局）与微软签订了云计算工具合同，这家科技巨头（指的是微软）表示，云计算工具主要限于办公室工作，但也可以包括面部识别。Columbia University professor Alondra Nelson tweeted, “We muststop confusing ‘inclusion’ in more ‘diverse’ surveillance (监管）systems with justice and equality.”哥伦比亚大学教授阿隆德拉·纳尔逊（ Alondra Nelson）在一家社交网站（tweet）上说：“我们必须公平公正地，把“包容”和“多样化”监管系统分清楚。Facial-recognition systems more often misidentify people of colorbecause of a long-running data problem： The massive sets of facialimages they train on skew...