【CNMO新闻】至今为止，面部识别技术仍然存在着偏见性的问题。在实验中，识别算法在面对某些特定种族人民面部的时候会出现较高的错误率。于是IBM开始行动起来解决这一问题了。
IBM
面部识别是人工智能领域长期存在的一项挑战，我们需要的是一个能够探测，识别，验证和理解人脸特征的系统。目前人脸识别已经实现了前所未有的准确度了，但也有很多因素在限制面部识别的发展。我们希望面部识别在面对每个人时都会有相同的准确度，而不是区别对待不同的种族和不同的个人。
为了实现这一目标，IBM的研究者用十种不同的编码方式来标注数据集中的人脸，这涉及到了人脸的一些客观特征，包括头部长度，鼻子长度和额头宽度，以及像年龄和性别这样的主观特征。除此之外，被标注的还有面部比例，视觉属性和姿势等。
数据集中所使用的十种编码方式均来自于科学文献，在初步试验中，科学家们发现DiF数据集提供了更加平衡且覆盖面更广的面部图像。他们相信这一发现有可能会为人们带来更多有关人脸关键特征的新认知，并且能让IBM找到提升人脸识别技术的新途径。
IBM方面称将加速对人脸多样性和AI人脸识别数据覆盖的研究，从而确保AI系统表现得更加公平和准确。IBM并非唯一一个试图解决人脸识别系统偏见性问题的公司，微软，Facebook，亚马逊和Gfycat也都在针对这一问题进行技术研发。
加入收藏
