澳大利亞即將在澳大利亞試驗的年齡保證技術的測試和評估將由位於墨爾本的軟件諮詢公司KJR進行innovationaus.com報告。所確定的早期挑戰之一是確保生物識別年齡估計和其他技術對澳大利亞的原住民和其他所有人的工作也有效。
試驗是由英國的年齡檢查認證計劃（），並吸引了大約50個年齡保證提供者的參與。
其中包括年齡保證的熟悉名稱，，，，，，，，，，，，，，，，，，，，，，，，，，，，和。，它為澳大利亞政府的面部生物識別技術和livesection檢測，在那裡，國內開發商也是如此和法國開發人員。
KJR的代表說，該測試將提供保證並幫助利益相關者誠實。這很重要，部分原因是某些技術（例如必需品）的有效性是如此新，它們尚未經過獨立測試。
KJR總經理安德魯·哈蒙德（Andrew Hammond）告訴InnovationAus.com：“所有的跡像都是肯定的，它已經成熟。” “當然，行業已經改變了幾年前的觀點，這是現在這是不可能的。”他說，需要進行更多的測試，以對年齡保證行業最大的大膽主張的可靠性給出結論性的答案。
然後，人們擔心偏見挑戰的類型是普遍的，但特定於澳大利亞市場的人口統計。經過一系列測試，更廣泛的試驗將在學校環境中與包括原住民在內的各個人口組的13至23歲的人一起測試該技術。
哈蒙德指出，在美國或英國開發的模型“不太可能讓我們的原住民在那裡”，因此必須對培訓數據中代表性不足引起的偏見進行測試。
正如Biometrics Testing Lab Fime指出的那樣：“現在已經達成共識，AI模型僅與訓練它的數據一樣好。”
改善生物識別偏置測試
近年來，生物識別偏置測試已經顯著發展，如最近的一個博客文章從。
生物識別系統準確性的主要參數是錯誤的接受率（FAR）和錯誤的拒絕率（FRR），這構成了測量差異的基礎。這些測量值以“公平差異率（FDR），不平等率（IR），生物識別公平性（GARBE）或分離公平指數（SFI）的GINI聚集率（SFI）”等指標形式。
唱片詳細介紹了測試評估指標靈敏度的方法。
該帖子解釋說：“一旦計算出無偏見和綜合有偏見的方案的數據集的公平指標，使用Pearson相關係數使專家能夠可視化指標和偏見之間的線性關係。” “然後，他們可以比較公平指標如何響應每個綜合變化。由Alpha參數控制的指標 - FDR，IR和GARBE在安全性和用戶體驗之間實現公平性的變量值不如沒有一個值。”
最終，Fime提出了使用面積最大差異速率（AMDR）的使用，該速率（AMDR）衡量了錯誤的匹配率（FMR）和錯誤的非匹配率（FNMR）之間的差異，作為改進的公平指數。
文章主題
|||||||
