總部位於東京的軟件公司Chincotech與傳統系統相比，多種族面部識別系統的發展開發，以提供卓越的準確性，而傳統系統通常對非白人個體的錯誤率高度高。
在MIT媒體實驗室研究人員Joy Buolamwini對面部識別系統的測試中，性別被誤認了不到1％的較輕的男性，最多7％的較輕的雌性，《紐約時報》報告。相同的系統誤認了多達12％的黑皮膚男性的性別，並令人震驚的是35％的黑皮膚女性。
用於測試面部識別系統的數據集可能會導致該問題，因為估計一台廣泛使用的圖像集合的男性超過75％，白色超過80％。 Haverford College計算機科學家Sorelle Friedler，Buolamwini's的評論編輯研究論文（PDF）說，專家懷疑面部識別系統的性能取決於所考慮的人群，並且該研究是第一個從經驗上證實懷疑的研究。
該論文由Buolamwini和Microsoft研究人員Timnit Gebru撰寫，研究了Microsoft，IBM和Megvii的面部分析系統。
Chincotech正在使用3D轉換面部算法來應對這一挑戰，該算法不斷學習多種族特徵，以準確地識別2D圖片中的人。
Chincotech Head Software開發工程師Paul Rashford說：“我們的測試證明了這項技術，再加上一個被教導要學習種族之間的差異的系統，並且您擁有的系統可提供更準確的結果。”
Buolamwini已經就編碼偏見進行了TED演講，並提倡算法問責製作為創始人算法正義聯盟。
如前所述，薩里大學的研究人員去年開發了一種多種族的面部識別系統，該系統比典型的結果更準確。
該帖子於2021年7月27日上午9:22更新，以澄清性別陰影研究測試面部分析算法，而不是識別算法。
