努力結束人工智能（AI）的生物識別識別的種族和種族偏見，冬天總部位於加利福尼亞州聖何塞（San Jose）的公司在一份聲明中說，是AI驅動的視頻分析解決方案的提供者，發布了為期一年的努力的結果，以確保其AI平台“可以公平地認識並正確識別不同種族的面孔”。
Vintra說：“憑藉面部識別算法的表現優於科技領導者和流行的開源FR算法的API，” Vintra說，它的重點是“消除來自機器學習驅動的分析的種族偏見。”
Vintra的AI機器學習驅動的視頻分析軟件旨在減少偏見，“導致偏見差距減少了三分之二以上，並超過了主要的市場和族裔身份的大多數種族和族裔身份的準確性率，而Microsoft和Microsoft和Amazon的大多數種族和族裔身份都超過了Frade Face nation Persiantial Alcise Alciention Alcorith Arcorth Arcrith arc arc arc arc anc arc arc arc anc arc anc arc.
Vintra CEO Brent Boekestein說：“我們從頭開始建立了數據模型，並沒有通過構建培訓數據來違反隱私政策。我們從第一天起就專注於質量數據，並遵守我們的誠信和信任的核心原則。簡而言之，這至關重要，這至關重要，這在結果中至關重要，它在結果中表現出來。”
該公司表示，其“分析……是根據野外的``種族面孔''（RFW）數據集進行的，並演示了Vintra的偏見結果最低，”康奈爾大學論文的作者，野外面孔：通過信息最大化適應網絡減少種族偏見計算出亞馬遜和微軟面部識別API的各種種族的結果，”和“這些結果的平均值……作為[A]參考。 ”
康奈爾大學論文，梅·王（Mei Wang），魏·鄧（Weihong Deng），賈安妮（Jiani Hu），Xunqiang Tao和Yaoohai Huang的作者說：“種族偏見是生物識別中的一個重要問題，但尚未深入研究。”
研究人員使用專門的種族面孔寫道：“我們牢固地驗證了四種商業API和四種最先進的算法的種族偏見。” Their solution was accomplished, they said, by “using deep unsupervised domain adaptation,” and proposing “a deep information maximization adaptation network (IMAN) to alleviate this bias by using Caucasian as source domain and other races as target domains. This unsupervised method simultaneously aligns global distribution to decrease race gap at domain-level, and learns the discriminative target representations at the cluster level.”
研究人員說：“提出了一種新型的相互信息丟失，以進一步增強沒有標籤信息的網絡輸出能力的歧視能力。”指出：“對RFW，GBU和IJB-A數據庫進行了廣泛的實驗，這表明Iman成功地學習了在不同種族和不同數據庫中廣泛推廣的特徵。”
Vintra解釋了這樣的問題：“公眾在部署時在很大程度上關注面部識別正常運行，而Vintra強烈支持關注的問題。機器學習開發的經常基於許多AI Solutions提供者用來構建其產品的龐大，公開可用的數據集。”
該公司表示：“不幸的是，大多數基於西方的面部識別算法誤導了不是高加索人或皮膚較輕的面孔，這兩個關鍵原因有兩個。”
首先，它說：“核心數據集由超級白色面孔填充”，其次，“多年來，已經在這些數據集上構建和測試了算法。雖然算法的調整試圖在過去試圖解決這個問題，但單獨的算法可以通過算法來克服任何給定的種族的糟糕代表性。”
Vintra概述了其解決方案，說“已經建立了並策劃了自己的數據集，從76個國家和數万個身份中汲取了數十個身份，每個身份都有數十個參考圖像，以便更好地代表了各種各樣的群體，這項工作與整個數據群體相平衡，並在整個數據中取得了更大的平衡。真的看起來像。”
該公司表示，當在RFW等領先的數據集進行測試時，確保Vintra面部識別結果的準確性在全球範圍的前十％持續下來，該公司表示“團隊著手減少偏見差距”，這被描述為“正確識別白色面孔和所有其他非白人身份之間的百分比。”
公開可用的學術算法在黑色和白色面孔之間的偏見差異8％。相比之下，Vintra表示，市售算法的差異為9％，並補充說：“有些公司，尤其是微軟和亞馬遜，在看著白色和黑色的面孔時有12％的點差。”
Vintra說：“通過對新數據集和算法進行初步測試”，它可以在比較高加索和非洲降低面孔時將“種族偏見差距縮小到4.7”，並且“在所有非高調類別中的平均準確性都擊敗了所有非高盧斯類別中的平均準確性。
Vintra在其聲明中說，“致力於確保可以公平地識別各種面孔的面部識別技術”，並且“這些解決方案的結果就越公平，越準確，社會將被社會作為善良的力量所接受。”
該公司聲稱，Vintra的視頻分析平台Fulcrumai能夠將視頻從任何類型的攝像機轉變為可操作，量身定制和值得信賴的智能，並補充說，“強大而靈活的Fulcrumai可以通過利用及時的預防性警報和情境的範圍或強有力地進行了眾多的compers and compers and compers and conders and conders and comply and comply and comply conders complient of Meantimes forment forment forment formant formant forment five。
該公司補充說，其Fulcrumai平台還“為私人安全專業人員和公共安全官員提供強大的視頻分析，可以在任何環境中進行量身定制。”
Vintra廢物480萬美元的資金去年，並獲得了由篝火合資企業和Vertex Ventures領導的風險投資資金的支持。
