การทำงานเพื่อยุติอคติทางเชื้อชาติและชาติพันธุ์ในปัญญาประดิษฐ์ (AI)-การรับรู้ใบหน้าไบโอเมตริกซ์ฤดูหนาวผู้ให้บริการโซลูชั่นการวิเคราะห์วิดีโอ AI ที่ขับเคลื่อนด้วย AI ได้เปิดตัวผลลัพธ์ของความพยายามตลอดทั้งปีเพื่อให้แน่ใจว่าแพลตฟอร์ม AI“ สามารถรับรู้ได้อย่างเท่าเทียมและระบุใบหน้าที่ถูกต้องข้ามเผ่าพันธุ์ที่แตกต่างกัน” บริษัท ซานโฮเซ่รัฐแคลิฟอร์เนียกล่าวในแถลงการณ์
“ ด้วยอัลกอริธึมการจดจำใบหน้าที่ดีกว่า APIs จากผู้นำด้านเทคโนโลยีและอัลกอริทึม FR โอเพนโอเพนซอร์สยอดนิยม” Vintra กล่าวว่ากำลังมุ่งเน้น“ การกำจัดอคติทางเชื้อชาติจากการวิเคราะห์ที่ขับเคลื่อนด้วยเครื่องจักร”
ซอฟต์แวร์การวิเคราะห์วิดีโอการเรียนรู้ที่ขับเคลื่อนด้วยเครื่อง AI ของ Vintra ได้รับการออกแบบมาเพื่อลดอคติซึ่งมี“ ส่งผลให้การลดช่องว่างอคติมากกว่าสองในสามและเหนือกว่าอัตราความแม่นยำในการจัดหาตัวตนที่มีการจดจำใบหน้า
“ เราสร้างแบบจำลองข้อมูลของเราจากพื้นดินและไม่ได้ละเมิดนโยบายความเป็นส่วนตัวโดยการสร้างข้อมูลการฝึกอบรมของเราเรามุ่งเน้นไปที่ข้อมูลคุณภาพตั้งแต่วันแรกและยึดมั่นในหลักการหลักของความซื่อสัตย์และความไว้วางใจเพียงแค่กล่าวว่ามันสำคัญที่เรามาที่นี่
บริษัท กล่าวว่า“ การวิเคราะห์…ถูกคำนวณบนใบหน้า 'ใบหน้าที่ได้รับการยอมรับอย่างดีในชุดข้อมูล Wild' (RFW) และแสดงให้เห็นว่า Vintra มีผลอคติต่ำที่สุดอย่างไร” สังเกตว่าผู้เขียนหนังสือพิมพ์ Cornell Universityใบหน้าทางเชื้อชาติในโลก: ลดอคติทางเชื้อชาติโดยเครือข่ายการปรับตัวสูงสุดของข้อมูลผลลัพธ์ที่คำนวณได้เกี่ยวกับเชื้อชาติต่าง ๆ จาก API การจดจำใบหน้าของ Amazon และ Microsoft” และ“ ค่าเฉลี่ยของผลลัพธ์เหล่านั้นมีให้…เป็นข้อมูลอ้างอิง [A]”
“ อคติทางเชื้อชาติเป็นปัญหาสำคัญในไบโอเมตริกซ์ แต่ยังไม่ได้รับการศึกษาอย่างละเอียดในการจดจำใบหน้าลึก” ผู้เขียนกระดาษมหาวิทยาลัยคอร์เนลล์, เหม่ยวัง, Weihong Deng, Jiani Hu, Xunqiang Tao และ Yaohai Huang กล่าว
นักวิจัยเขียนว่าใบหน้าของเชื้อชาติโดยเฉพาะนักวิจัยเขียนว่า“ เราได้ตรวจสอบความเอนเอียงทางเชื้อชาติของ API เชิงพาณิชย์สี่แบบและอัลกอริทึมที่ทันสมัยสี่ครั้ง” การแก้ปัญหาของพวกเขาสำเร็จพวกเขากล่าวโดย“ การใช้การปรับโดเมนที่ไม่ได้รับการดูแลอย่างลึกซึ้ง” และเสนอ“ เครือข่ายการปรับตัวสูงสุดของข้อมูลที่ลึกซึ้ง (IMAN) เพื่อบรรเทาอคตินี้โดยใช้คอเคเซียนเป็นโดเมนต้นทางและเผ่าพันธุ์อื่น ๆ เป็นโดเมนเป้าหมาย
นักวิจัยกล่าวว่า“ มีการเสนอการสูญเสียข้อมูลร่วมกันใหม่เพื่อเพิ่มความสามารถในการเลือกปฏิบัติของการส่งออกเครือข่ายโดยไม่มีข้อมูลฉลาก” โดยสังเกตว่า“ การทดลองอย่างกว้างขวางเกี่ยวกับ RFW, GBU และฐานข้อมูล IJB-A แสดงให้เห็นว่า Iman ได้เรียนรู้คุณสมบัติที่ประสบความสำเร็จ
Vintra อธิบายปัญหาเช่นนี้:“ ประชาชนส่วนใหญ่เกี่ยวข้องกับการจดจำใบหน้าที่ทำงานอย่างถูกต้องเมื่อมีการปรับใช้และ Vintra สนับสนุนอย่างมากที่กังวล AI ที่พัฒนาจากการเรียนรู้ของเครื่องมักจะขึ้นอยู่กับชุดข้อมูลขนาดใหญ่ที่เปิดเผยต่อสาธารณะ
“ น่าเสียดาย” บริษัท กล่าวว่า“ อัลกอริธึมการรับรู้ใบหน้าแบบตะวันตกส่วนใหญ่ส่วนใหญ่จะไม่ได้เป็นคนผิวขาวหรือมีผิวที่เบากว่าด้วยเหตุผลสำคัญสองประการ”
อันดับแรกกล่าวว่า“ ชุดข้อมูลหลักมีการเติมเต็มใบหน้าสีขาวส่วนใหญ่” และประการที่สอง“ อัลกอริทึมได้ถูกสร้างและทดสอบในชุดข้อมูลเหล่านี้เป็นเวลาหลายปีในขณะที่การปรับแต่งอัลกอริทึมได้พยายามแก้ไขปัญหานี้ในอดีต
Vintra ระบุวิธีแก้ปัญหาของมันโดยกล่าวว่า“ ได้สร้างและดูแลชุดข้อมูลของตัวเอง [ของมัน] ดึงออกมาจากกว่า 76 ประเทศและตัวตนหลายหมื่นตัวที่มีภาพอ้างอิงหลายสิบภาพสำหรับแต่ละตัวตนเพื่อให้เป็นตัวแทนของคนผิวขาวแอฟริกาและเชื้อชาติอินเดีย ดูเหมือนจริงๆ”
ตรวจสอบให้แน่ใจว่าความถูกต้องของผลลัพธ์การรับรู้ใบหน้าของ Vintra นั้นทนอยู่ในสิบเปอร์เซ็นต์ของโซลูชั่นทั่วโลกเมื่อทดสอบชุดข้อมูลชั้นนำเช่น RFW บริษัท กล่าวว่า
อัลกอริทึมการศึกษาที่เปิดเผยต่อสาธารณชนมีความแตกต่างกันแปดเปอร์เซ็นต์ในอคติระหว่างใบหน้าสีดำและสีขาว ในการเปรียบเทียบอัลกอริทึมที่มีวางจำหน่ายทั่วไปมีความแตกต่างเก้าเปอร์เซ็นต์ Vintra กล่าวว่าผลลัพธ์ของมันระบุว่า“ บาง บริษัท โดยเฉพาะอย่างยิ่ง Microsoft และ Amazon มีความแตกต่างของจุด 12 เปอร์เซ็นต์เมื่อมองใบหน้าสีขาวและสีดำ”
Vintra กล่าวว่า“ ด้วยการทดสอบครั้งแรกของชุดข้อมูลและอัลกอริทึมใหม่” มันสามารถปิด“ ช่องว่างอคติทางเชื้อชาติถึง 4.7 เมื่อเปรียบเทียบใบหน้าคอเคเซียนและแอฟริกัน-ใบหน้าที่มีความแม่นยำโดยเฉลี่ย
Vintra กล่าวในแถลงการณ์ว่า“ มุ่งมั่นที่จะสร้างความมั่นใจว่าเทคโนโลยีการจดจำใบหน้าสามารถพัฒนาขึ้นเพื่อรับรู้ใบหน้าทุกประเภทได้อย่างเท่าเทียมกัน” และ“ ยิ่งยุติธรรมและแม่นยำมากขึ้นผลลัพธ์ของการแก้ปัญหาเหล่านี้ก็ยิ่งได้รับการยอมรับจากสังคม
Fulcrumai แพลตฟอร์มการวิเคราะห์วิดีโอของ Vintra มีความสามารถในการเปลี่ยนวิดีโอจากกล้องทุกประเภทให้เป็นสติปัญญาที่สามารถดำเนินการได้และเชื่อถือได้ บริษัท อ้างว่าเสริมว่า“ พลังที่มีประสิทธิภาพ แต่ยืดหยุ่น
บริษัท เสริมว่าแพลตฟอร์ม Fulcrumai ยัง“ ให้การวิเคราะห์วิดีโอที่ทรงพลังสำหรับผู้เชี่ยวชาญด้านความปลอดภัยส่วนตัวและเจ้าหน้าที่ความปลอดภัยสาธารณะที่สามารถปรับแต่งได้สำหรับทุกสภาพแวดล้อม”
Vintra Wasteเงินทุน 4.8 ล้านดอลลาร์ปีที่แล้วและได้รับการสนับสนุนจากการระดมทุนร่วมทุนนำโดย Bonfire Ventures และ Vertex Ventures
หัวข้อบทความ
AI-อัลกอริทึม-อาร์คเฟซ-ปัญญาประดิษฐ์-อคติไบโอเมตริกซ์-ไบโอเมตริกซ์-จริยธรรม-การจดจำใบหน้า-การวิจัยและพัฒนา-ฤดูหนาว
