MIT 正開發能自動減少種族差異影響的人臉辨識 AI

新演算法能覆蓋到更多的人種。

Sanji Feng
Sanji Feng
2019年01月28日, 下午 03:27
0分享次數
為了降低種族差異對面部辨識系統的影響,過去曾有人嘗試過提供更全面訓練數據的方法,但這往往需要人工持續加入新的資料。而 MIT 的 CSAIL(計算機科學與人工智慧實驗室)目前正試圖打造一套更好的方案,他們希望用新的演算法來自動減少訓練數據中的種族影響,從而達到進一步提升人臉辨識 AI 適用範圍的目的。據稱該方案會先對數據進行掃描,在確定其傾向性後會再重新採樣,以確保數據能恰當覆蓋到不同性別、膚色的人種。

雖然在現階段這套方案還沒法完全消除相關的影響,但其效果似乎已經非常之顯著。經過 MIT 的測試,它在不影響識別準確率的同時,可以減少 60% 的「分類傾向」。此外其效率也較一般方案更高,在進行大型數據蒐集等任務時尤其能夠節省時間。不過距離這套方案真正投入使用估計還尚需一些時日,但對越來越依賴人臉辨識的當今社會來說,有這麼一個改進技術的方向還是非常讓人期待的。
標籤: ai, algorithm, artificialintelligence, computervision, csail, facedetection, facerecognition, gadgetry, gadgets, gear, internet, mit, racism, science
0分享次數