Tekniken för ansiktsigenkänning har hamnat i skymundan de senaste åren för att vara partisk mot färgade personer och kvinnor. I ett försök att ta itu med dessa problem har Microsoft tillkännagett förbättringar av sin ansiktsigenkänningsalgoritm som de säger kommer att göra den mer exakt och mindre partisk. IBM erbjuder också ett nytt verktyg för att hjälpa utvecklare att bygga mer inkluderande system för ansiktsigenkänning.
Microsofts förbättringar
Microsofts nya ansiktsigenkänningsalgoritm, kallad "FairFace", är utformad för att vara mer exakt på ansikten av alla raser, kön och åldrar. Företaget säger att FairFace har testats på en datauppsättning med över 1 miljon bilder, och den överträffar andra ansiktsigenkänningsalgoritmer när det gäller noggrannhet och bias.
Förutom att förbättra noggrannheten är FairFace också designad för att vara mer transparent. Microsoft tillhandahåller ett verktyg som låter användare se hur algoritmen fungerar och hur den fattar beslut. Denna transparens kommer att hjälpa utvecklare att identifiera och ta itu med eventuella fördomar i algoritmen.
IBM:s erbjudande
IBM erbjuder ett nytt verktyg som heter "AI Fairness 360" för att hjälpa utvecklare att bygga mer inkluderande system för ansiktsigenkänning. AI Fairness 360 tillhandahåller en uppsättning verktyg och tekniker som kan användas för att identifiera och ta itu med bias i ansiktsigenkänningsalgoritmer.
Verktygen i AI Fairness 360 kan användas för att:
* Mät noggrannheten hos en ansiktsigenkänningsalgoritm på olika demografiska grupper.
* Identifiera funktionerna som algoritmen använder för att fatta beslut.
* Bestäm om algoritmen är partisk mot någon viss demografisk grupp.
Genom att använda AI Fairness 360 kan utvecklare bygga ansiktsigenkänningssystem som är mer exakta och mindre partiska.
Vikten av fördomsfri ansiktsigenkänning
Teknik för ansiktsigenkänning används i en mängd olika tillämpningar, inklusive brottsbekämpning, säkerhet och marknadsföring. Det är viktigt att system för ansiktsigenkänning är korrekta och opartiska för att undvika diskriminering och andra negativa konsekvenser.
Microsofts förbättringar av sin ansiktsigenkänningsalgoritm och IBM:s utbud av AI Fairness 360 är viktiga steg mot att bygga mer inkluderande system för ansiktsigenkänning. Genom att göra ansiktsigenkänningstekniken mer exakt och mindre partisk kan vi hjälpa till att säkerställa att den används för gott och inte för skada.
