Mindre forudindtaget ansigtsgenkendelse? Microsoft byder på forbedring, IBM tilbyder hjælp

Ansigtsgenkendelsesteknologi er kommet under beskydning i de senere år for at være forudindtaget over for farvede mennesker og kvinder. I et forsøg på at imødegå disse bekymringer har Microsoft annonceret forbedringer af sin ansigtsgenkendelsesalgoritme, som den siger vil gøre den mere nøjagtig og mindre forudindtaget. IBM tilbyder også et nyt værktøj til at hjælpe udviklere med at bygge mere inkluderende ansigtsgenkendelsessystemer.

Microsofts forbedringer

Microsofts nye ansigtsgenkendelsesalgoritme, kaldet "FairFace", er designet til at være mere præcis på ansigter af alle racer, køn og aldre. Firmaet siger, at FairFace er blevet testet på et datasæt med over 1 million billeder, og det overgår andre ansigtsgenkendelsesalgoritmer med hensyn til nøjagtighed og bias.

Ud over at forbedre nøjagtigheden er FairFace også designet til at være mere gennemsigtigt. Microsoft leverer et værktøj, der giver brugerne mulighed for at se, hvordan algoritmen fungerer, og hvordan den træffer beslutninger. Denne gennemsigtighed vil hjælpe udviklere med at identificere og adressere eventuelle potentielle skævheder i algoritmen.

IBM's tilbud

IBM tilbyder et nyt værktøj kaldet "AI Fairness 360" for at hjælpe udviklere med at bygge mere inkluderende ansigtsgenkendelsessystemer. AI Fairness 360 giver et sæt værktøjer og teknikker, der kan bruges til at identificere og adressere skævhed i ansigtsgenkendelsesalgoritmer.

Værktøjerne i AI Fairness 360 kan bruges til at:

* Mål nøjagtigheden af ​​en ansigtsgenkendelsesalgoritme på forskellige demografiske grupper.

* Identificer de funktioner, som algoritmen bruger til at træffe beslutninger.

* Bestem, om algoritmen er forudindtaget i forhold til en bestemt demografisk gruppe.

Ved at bruge AI Fairness 360 kan udviklere bygge ansigtsgenkendelsessystemer, der er mere nøjagtige og mindre forudindtaget.

Vigtigheden af ​​bias-fri ansigtsgenkendelse

Ansigtsgenkendelsesteknologi bruges i en række forskellige applikationer, herunder retshåndhævelse, sikkerhed og markedsføring. Det er vigtigt for ansigtsgenkendelsessystemer at være nøjagtige og upartiske for at undgå diskrimination og andre negative konsekvenser.

Microsofts forbedringer af sin ansigtsgenkendelsesalgoritme og IBMs tilbud om AI Fairness 360 er vigtige skridt i retning af at opbygge mere inkluderende ansigtsgenkendelsessystemer. Ved at gøre ansigtsgenkendelsesteknologien mere præcis og mindre forudindtaget, kan vi være med til at sikre, at den bliver brugt til gavn og ikke til skade.