Yitu技术在生物识别更新中透露，它正在扩大其硅谷研究实验室，该实验室将由Yitu AI研究科学家Wu Shuang博士管理，因为该公司继续提高其国际知名度。
Wu博士在一次独家采访中告诉生物识别更新，该公司在各个开发阶段都有其卷积神经网络技术的广泛应用。例如，它的面部识别系统从无卡ATM交易中获得了积极的早期反馈，但其部署仍然带来了技术挑战。
该系统目前已部署到数千个ATM，并且该量表以及应用程序的固有灵敏度增加了其要求的显着复杂性。
Wu博士解释说：“存在技术挑战。由于它已被广泛部署，因此环境受到了较少的控制。” “我们有照明问题，或者有时摄像机略微鱼眼，您也需要进行lives镜检测。”
在医疗保健中，Yitu采用与面部识别解决方案中使用的AI成像技术相似的AI成像技术，并将其用于医学诊断工具，例如对肺癌的迹象进行早期筛查。
吴博士说：“基本工具是相同的，但是您在不同的情况下使用它。” “数据是不同的，但是要求在召回和精确度方面也有所不同。”
据WU博士称办公室于今年年初在新加坡开业以及目前活跃于欧洲的员工。
Yitu的国际资料由公司的胜利Wu博士说，NIST面部识别供应商测试（FRVT）IARPA面部识别奖挑战赛（FRPC）。
当被问到时最近引起的争议从领先的面部识别系统的相对较低的表现识别皮肤深色的妇女和人Wu博士指出，问题不仅是这种情况的自然产物，而且在行业中，它在相对较长的时间内也众所周知。
他说：“这意味着作为专业的面部识别服务提供商，您必须意识到这一点，并做一些事情来确保以这样的方式对其进行彻底测试，即使在具有挑战性的情况下，您也会取得良好的结果。” “在您和您的客户之间，您必须全面披露。这不仅意味着每个指标的单个数字。”
他指出，在许多情况下，该行业正在交流准确性，例如NIST FRVT，分数是根据种族和性别分解的，以表彰有必要确认和减少系统中的偏见。此外，根据吴博士的说法，Yitu的技术在人群之间的准确性差异要比媒体中常见的差异要低得多。
吴博士指出：“我们看到了一些引人入胜的标题周围流传的文章，而我们认为没有正确地解释自己的位置。” “这些并没有帮助就这个问题进行合理的公众辩论，这并不能帮助整个行业的前进。”
随着面部识别技术的迅速发展以及其受欢迎程度的提高，吴博士说，需要解决真正的技术和道德问题。但是，为了有效地发生，关于AI和面部识别技术的教育水平必须显着改善。
吴博士说：“我认为近年来面部识别有所改善。” “即使在该行业中，我们仍然不知道我们已经变得更好。行业和公众必须了解这一迅速的进步，然后我们可以谈论如何以更合理的方式应用这种先进的技术。我们需要建立行业标准，而且政策制定者还需要建立策略和法规，以便使用适当和广泛的企业和void和Void''的策略和疑问。'
