努力结束人工智能（AI）的生物识别识别的种族和种族偏见，冬天总部位于加利福尼亚州圣何塞（San Jose）的公司在一份声明中说，是AI驱动的视频分析解决方案的提供者，发布了为期一年的努力的结果，以确保其AI平台“可以公平地认识并正确识别不同种族的面孔”。
Vintra说：“凭借面部识别算法的表现优于科技领导者和流行的开源FR算法的API，” Vintra说，它的重点是“消除来自机器学习驱动的分析的种族偏见。”
Vintra的AI机器学习驱动的视频分析软件旨在减少偏见，“导致偏见差距减少了三分之二以上，并超过了主要的市场和族裔身份的大多数种族和族裔身份的准确性率，而Microsoft和Microsoft和Amazon的大多数种族和族裔身份都超过了Frade Face nation Persiantial Alcise Alciention Alcorith Arcorth Arcrith arc arc arc arc anc arc arc arc anc arc anc arc.
Vintra CEO Brent Boekestein说：“我们从头开始建立了数据模型，并没有通过构建培训数据来违反隐私政策。我们从第一天起就专注于质量数据，并遵守我们的诚信和信任的核心原则。简而言之，这至关重要，这至关重要，这在结果中至关重要，它在结果中表现出来。”
该公司表示，其“分析……是根据野外的``种族面孔''（RFW）数据集进行的，并演示了Vintra的偏见结果最低，”康奈尔大学论文的作者，野外面孔：通过信息最大化适应网络减少种族偏见计算出亚马逊和微软面部识别API的各种种族的结果，”和“这些结果的平均值……作为[A]参考。”
康奈尔大学论文，梅·王（Mei Wang），魏·邓（Weihong Deng），贾安妮（Jiani Hu），Xunqiang Tao和Yaoohai Huang的作者说：“种族偏见是生物识别中的一个重要问题，但尚未深入研究。”
研究人员使用专门的种族面孔写道：“我们牢固地验证了四种商业API和四种最先进的算法的种族偏见。” Their solution was accomplished, they said, by “using deep unsupervised domain adaptation,” and proposing “a deep information maximization adaptation network (IMAN) to alleviate this bias by using Caucasian as source domain and other races as target domains. This unsupervised method simultaneously aligns global distribution to decrease race gap at domain-level, and learns the discriminative target representations at the cluster level.”
研究人员说：“提出了一种新型的相互信息丢失，以进一步增强没有标签信息的网络输出能力的歧视能力。”指出：“对RFW，GBU和IJB-A数据库进行了广泛的实验，这表明Iman成功地学习了在不同种族和不同数据库中广泛推广的特征。”
Vintra解释了这样的问题：“公众在部署时在很大程度上关注面部识别正常运行，而Vintra强烈支持关注的问题。机器学习开发的经常基于许多AI Solutions提供者用来构建其产品的庞大，公开可用的数据集。”
该公司表示：“不幸的是，大多数基于西方的面部识别算法误导了不是高加索人或皮肤较轻的面孔，这两个关键原因有两个。”
首先，它说：“核心数据集由超级白色面孔填充”，其次，“多年来，已经在这些数据集上构建和测试了算法。虽然算法的调整试图在过去试图解决这个问题，但单独的算法可以通过算法来克服任何给定的种族的糟糕代表性。”
Vintra概述了其解决方案，说“已经建立了并策划了自己的数据集，从76个国家和数万个身份中汲取了数十个身份，每个身份都有数十个参考图像，以便更好地代表了各种各样的群体，这项工作与整个数据群体相平衡，并在整个数据中取得了更大的平衡。真的看起来像。”
该公司表示，当在RFW等领先的数据集进行测试时，确保Vintra面部识别结果的准确性在全球范围的前十％持续下来，该公司表示“团队着手减少偏见差距”，这被描述为“正确识别白色面孔和所有其他非白人身份之间的百分比。”
公开可用的学术算法在黑色和白色面孔之间的偏见差异8％。相比之下，Vintra表示，市售算法的差异为9％，并补充说：“有些公司，尤其是微软和亚马逊，在看着白色和黑色的面孔时有12％的点差。”
Vintra说：“通过对新数据集和算法进行初步测试”，它可以在比较高加索和非洲降低面孔时将“种族偏见差距缩小到4.7”，并且“在所有非高调类别中的平均准确性都击败了所有非高卢斯类别中的平均准确性。
Vintra在其声明中说，“致力于确保可以公平地识别各种面孔的面部识别技术”，并且“这些解决方案的结果就越公平，越准确，社会将被社会作为善良的力量所接受。”
该公司声称，Vintra的视频分析平台Fulcrumai能够将视频从任何类型的摄像机转变为可操作，量身定制和值得信赖的智能，并补充说，“强大而灵活的Fulcrumai可以通过利用及时的预防性警报和情境的范围或强有力地进行了众多的compers and compers and compers and conders and conders and comply and comply and comply conders complient of Meantimes forment forment forment formant formant forment five。
该公司补充说，其Fulcrumai平台还“为私人安全专业人员和公共安全官员提供强大的视频分析，可以在任何环境中进行量身定制。”
Vintra废物480万美元的资金去年，并获得了由篝火合资企业和Vertex Ventures领导的风险投资资金的支持。
