Yitu技術在生物識別更新中透露，它正在擴大其矽谷研究實驗室，該實驗室將由Yitu AI研究科學家Wu Shuang博士管理，因為該公司繼續提高其國際知名度。
Wu博士在一次獨家採訪中告訴生物識別更新，該公司在各個開發階段都有其卷積神經網絡技術的廣泛應用。例如，它的面部識別系統從無卡ATM交易中獲得了積極的早期反饋，但其部署仍然帶來了技術挑戰。
該系統目前已部署到數千個ATM，並且該量表以及應用程序的固有靈敏度增加了其要求的顯著複雜性。
Wu博士解釋說：“存在技術挑戰。由於它已被廣泛部署，因此環境受到了較少的控制。” “我們有照明問題，或者有時攝像機略微魚眼，您也需要進行lives鏡檢測。”
在醫療保健中，Yitu採用與面部識別解決方案中使用的AI成像技術相似的AI成像技術，並將其用於醫學診斷工具，例如對肺癌的跡象進行早期篩查。
吳博士說：“基本工具是相同的，但是您在不同的情況下使用它。” “數據是不同的，但是要求在召回和精確度方面也有所不同。”
據WU博士稱辦公室於今年年初在新加坡開業以及目前活躍於歐洲的員工。
Yitu的國際資料由公司的勝利Wu博士說，NIST面部識別供應商測試（FRVT）IARPA面部識別獎挑戰賽（FRPC）。
當被問到時最近引起的爭議從領先的面部識別系統的相對較低的表現識別皮膚深色的婦女和人Wu博士指出，問題不僅是這種情況的自然產物，而且在行業中，它在相對較長的時間內也眾所周知。
他說：“這意味著作為專業的面部識別服務提供商，您必須意識到這一點，並做一些事情來確保以這樣的方式對其進行徹底測試，即使在具有挑戰性的情況下，您也會取得良好的結果。” “在您和您的客戶之間，您必須全面披露。這不僅意味著每個指標的單個數字。”
他指出，在許多情況下，該行業正在交流準確性，例如NIST FRVT，分數是根據種族和性別分解的，以表彰有必要確認和減少系統中的偏見。此外，根據吳博士的說法，Yitu的技術在人群之間的準確性差異要比媒體中常見的差異要低得多。
吳博士指出：“我們看到了一些引人入勝的標題周圍流傳的文章，而我們認為沒有正確地解釋自己的位置。” “這些並沒有幫助就這個問題進行合理的公眾辯論，這並不能幫助整個行業的前進。”
隨著面部識別技術的迅速發展以及其受歡迎程度的提高，吳博士說，需要解決真正的技術和道德問題。但是，為了有效地發生，關於AI和麵部識別技術的教育水平必須顯著改善。
吳博士說：“我認為近年來面部識別有所改善。” “即使在該行業中，我們仍然不知道我們已經變得更好。行業和公眾必須了解這一迅速的進步，然後我們可以談論如何以更合理的方式應用這種先進的技術。我們需要建立行業標準，而且政策制定者還需要建立策略和法規，以便使用適當和廣泛的企業和void和Void''的策略和疑問。'
