RFID供应商
首页 > 新闻热点 > 人脸识别应用日益广泛, 技术公平性和准确性如何保证?

人脸识别应用日益广泛, 技术公平性和准确性如何保证?


由于深度学习的广泛,近年来机器学习研讨蒸蒸日上,人脸辨认技术也得到了极大的改善。在一个典型的用例中,相片、视频或实时流媒体中的人脸会被扫描、分析,接着,它们的特征会被拿来与数据库中注释过的人脸进行比较。



人脸识别应用日益广泛, 技术公平性和准确性如何保证?

这项技术正被用于冲击人口贩运和机场快速安检,一同它也被用于监督音乐会、体育赛事。

可是,面部辨认的准确性仍是一个问题。研讨人员初步担忧人工智能系统中存在的小看和成见。该技术在正确辨认有色人种和女性等方面还存在着严峻缺陷。构成这一问题的原因之一,是数据集里男性相对于女性、白人相对有色人种的悬殊比例。


人脸识别应用日益广泛, 技术公平性和准确性如何保证?

对机器操练来说,数据多样性很重要,但数据的体量大小也相同重要。人脸辨认系统的操练和检验需求在数百万甚至数千万张人脸上进行。

多年来,研讨人员一贯通过人脸辨认数据集来进行相关研讨。这个包括图片链接的数据集都是从一个资源包中拾掇生成。该资源包被用于林林总总的科学项目研讨,包括在不运用地理坐标的情况下预算相片和视频的摄影地址的研讨。

IBM开发了一个名为“人脸多样性”的新项目,并为其准备了上百万张图片,该项目将进一步进步人脸辨认的公平性和准确性。

研讨人员们通过互联网收集并注释了各类物体的相片,以此来操练电脑,让其可以更好地了解它们周围的世界。

一般,他们通过谷歌图片查找和一些其他的途径获取数量巨大的图片。得到的数据集一般被用于学术研讨,比如操练或检验人脸辨认算法。但跟着微软、亚马逊、脸书和谷歌等公司押宝人工智能,人脸辨认正走出实验室,进入大型企业的视界中。

跟着顾客意识到他们在互联网上留下的数据可以发作的巨大威力,人脸辨认数据集正在加剧人们对隐私和监控的担忧。因此,一些研讨人员正在从头审视这种野蛮收集别人相片的行径。在布满同享精力的互联网中,运用别人相片本应寻求别人附和。

许多公司、研讨组织和个人都为面部辨认编制了数据集,IBM只是其间之一。其间一些数据集由实践的图像组成,还有一些类似IBM的数据集,是由图像链接组成的。有时,数据集也是可以通过摄影模特得到的。

一般情况下,这些数据集是知识同享的,但它们有必要用于非商业目的,比如算法研讨。但许多的类似数据集可以从网站免费下载。

知识同享协议于2002年初度发布,远远早于其时的人工智能热潮。

尽管研讨人员在网站上免费运用图片,但他们也招认,许多上传这些相片的人或许会对相片被用于操练人工智能的实践感到惊讶。

一些研讨人员认为,人们应该通过授权,自己抉择图片是否可以用于计算机视觉或人工智能研讨。

对此,知识同享协议并不能帮上大忙。只需遵照相关的条款,这个来自非营利组织的容许协议并不束缚任何方法的人工智能开发。

知识同享组织首席执行官称:“这些协议并不是为了保护隐私或研讨品德而规划的。”

近年来,人工智能展开之快,以至于相关法规几乎还没有来得及拟定,更不用说施行了。法则上,在收集和运用图像进行面部辨认时,公司并没有奉告职责。

现在还没有相关的联邦法规出台。在各州,情况则有所不同:例如,伊利诺斯州有一项法则,要求公司在收集生物特征信息之前有必要得到客户的附和;亚马逊和微软总部所在地华盛顿州的州参议院最近通过了一项束缚面部辨认运用的法案,该法案仍需在该州众议院获得通过。


人脸识别应用日益广泛, 技术公平性和准确性如何保证?

本年3月,参议院提出了一项法案,要求企业在收集和同享辨认数据之前有必要征得顾客的附和。它还要求公司进行外部检验,以确保算法在施行前是公平的。

数字版权组织电子前沿基金会技术政策主管则标明,即便没有严峻的法则束缚私家相片用于人工智能操练,企业和研讨团体也应该留心遵循品德规范。

在他看来,这意味着运用相片就要得到相片中人物的明晰附和。即便这很难做到,它也是企业有必要面对的实践。


标签:

需求发布

◎RFID物联网,RFID产品及方案一站式采购供应平台。
官方服务热线

4006-939-166

周一至周日09:00-18:00

在线咨询

无线射频识别电子标签
RFID物联网
官方微信扫一扫咨询
RFID解决方案
首页 电话咨询 在线咨询 需求发布
  • 官方微信

    官方微信
  • 返回顶部