บริษัท ที่พัฒนาชีวภาพและอัลกอริธึมปัญญาประดิษฐ์จะต้องกำจัดระบบอคติทางประชากรศาสตร์และทำให้วิธีการของพวกเขาโปร่งใสสิ่งใดก็ตามเพื่อตอบสนองต่อสถาบันมาตรฐานและเทคโนโลยีแห่งชาติของสหรัฐอเมริกา (NIST's) เรียกร้องให้มีการแสดงความคิดเห็นสาธารณะเกี่ยวกับวิธีการที่เสนอสำหรับการประเมินความน่าเชื่อถือของผู้ใช้ในระบบ AI-
NIST พัฒนาปัจจัยรายการเอกสารในความไว้วางใจของระบบ AIและเรียกร้องความคิดเห็นเป็นส่วนหนึ่งของความพยายามที่จะกระตุ้นการอภิปรายในหัวข้อ
จดหมายของ Anyvision ลงนามโดย CEO Avi Golan และมีชื่อว่า 'การล้างข้อมูลทางประชากรศาสตร์ในขณะที่เพิ่มความโปร่งใสในการรับรู้ใบหน้า' เน้นความสำคัญของการทำความเข้าใจกรณีการใช้งานเพื่อประเมินว่าผู้ใช้ที่เชื่อถือได้ควรวางในระบบมากแค่ไหน Golan อธิบายถึงสหภาพยุโรปการเคลื่อนไหวล่าสุดไปสู่กฎระเบียบ AIซึ่งจัดหมวดหมู่การระบุไบโอเมตริกซ์ระยะไกลว่า 'มีความเสี่ยงสูง' เป็นความพยายามที่จะให้ความชัดเจนเกี่ยวกับกรณีการใช้งาน
“ สิ่งเหล่านี้เป็นขั้นตอนในทิศทางที่ถูกต้องในการทำความเข้าใจและจัดหมวดหมู่ AI เพราะเป็นที่เข้าใจกันว่า AI ให้ประโยชน์ที่สำคัญรวมถึงความเร็วที่ดีขึ้นความแม่นยำการประหยัดต้นทุนการตรวจจับการฉ้อโกงการวินิจฉัยทางการแพทย์และประสบการณ์ของลูกค้า” Golan อธิบาย “ ในขณะเดียวกันก็เป็นสิ่งสำคัญที่จะต้องจัดการกับจุดอ่อนทางประวัติศาสตร์ดังนั้น บริษัท AI จะต้องทำการล้างอคติทางประชากรจากอัลกอริทึมของพวกเขาและมีความโปร่งใสเกี่ยวกับวิธีการและข้อมูลการฝึกอบรมที่ใช้ในการพัฒนาแบบจำลองของพวกเขา
“ นั่นเป็นเหตุผลที่เราเรียกร้องให้ NIST ช่วยกำหนดและกำหนดรูปแบบการอภิปรายเกี่ยวกับการใช้การจดจำใบหน้าอย่างรับผิดชอบและการเฝ้าระวังวิดีโอโดยการร่างแนวทางที่คล้ายกัน - แนวทางปฏิบัติที่ดีที่สุดที่สามารถช่วยองค์กรของแถบทั้งหมดปรับใช้เทคโนโลยีอย่างปลอดภัยปลอดภัยและมีจริยธรรม” เขากล่าวเสริม
AnyVision ดำเนินการความท้าทายการจดจำใบหน้าที่ยุติธรรมเป็นส่วนหนึ่งของการประชุมยุโรปเกี่ยวกับวิสัยทัศน์คอมพิวเตอร์ 2020 และกล่าวว่าผลลัพธ์ของทีม 10 อันดับแรกแสดงให้เห็นว่าอคติทางเชื้อชาติสามารถลดลงหรือกำจัดด้วยข้อมูลการฝึกอบรมที่หลากหลายอย่างเหมาะสมในขณะที่ยังคงให้ความแม่นยำทางชีวภาพในระดับสูง
Golan ยังนำเสนอข้อมูลเชิงลึกของ AnyVision ที่ได้รับจากประสบการณ์การทำงานกับผู้เล่นระดับโลกและเอเจนซี่จากทั่วโลกและแสดงความปรารถนาของ บริษัท ในการทำงานกับ NIST และนักวิชาการชั้นนำและองค์กรพัฒนาเอกชนเพื่อร่างแนวทางและแนวทางปฏิบัติที่ดีที่สุดสำหรับการลดอคติ
Anyvision ได้รับการจัดอันดับให้อยู่ในกลุ่มผู้นำในทั้งห้าหมวดหมู่กลุ่มในการเปรียบเทียบความแม่นยำในการตรวจสอบความถูกต้องของการตรวจสอบไบโอเมตริกซ์ของ NIST ในเดือนมีนาคม
หัวข้อบทความ
ความแม่นยำ-AI-อัลกอริทึม-สิ่งใดก็ตาม-การระบุไบโอเมตริกซ์-อคติไบโอเมตริกซ์-ไบโอเมตริกซ์-การวิจัยทางชีวภาพ-ชุดข้อมูล-การจดจำใบหน้า-คนที่มีความสำคัญ-การวิจัยและพัฒนา-การฝึกอบรม
