IBM计划在今年秋天提供超过一百万张图像的世界上最大的面部属性和身份培训，以帮助改善人工智能面部识别系统的培训，并减少算法的偏见。
IBM在一个数据集中说的数据集博客文章是当前可用的最大的五倍，将用属性和身份信息注释，并使用Flickr Geo-Tag从不同国家 /地区绘制的图像，并用主动学习工具减轻样本选择偏见。虽然当前可用的数据集包含属性，例如发色或标签，以识别多个图像是同一个人的属性，但IBM的新集合将两者都包括在内。在种族，性别和年龄之间，具有36,000个面部图像平均分布的数据集也将被专门发布，以帮助识别和解决偏见。
“随着人工智能的采用的增加，防止偏见进入AI系统的问题正在增加判断，直觉和专业知识。高级创新的能力，例如AI，不仅在于它们的增强能力，而不是替换，人为制定的能力。因此，对于使用AI的任何组织，包括识别能力或视频分析能力，包括与IT的bbias and It compias and It It It compias and It It compias compias and It It compias and It It compias and It compias and It compias and It It compias compias and It It compias compias and It compias compias and It It compias，并涉及其依赖的偏见。如何解决它。”
据《邮报》报道，IBM今年早些时候表明，其面部分析的Watson视觉识别服务的错误率降低了近十倍。
IBM是面部识别提供者之一错误率的主要差异今年早些时候不同人口的人之间。
微软是另一位带有算法的面部识别提供者在同一测试中证明了偏见，刚刚宣布了一个面部识别算法的能力显着改善认识到肤色深色的人的性别，因为它试图解决同一问题。
