澳大利亚即将在澳大利亚试验的年龄保证技术的测试和评估将由位于墨尔本的软件咨询公司KJR进行innovationaus.com报告。所确定的早期挑战之一是确保生物识别年龄估计和其他技术对澳大利亚的原住民和其他所有人的工作也有效。
试验是由英国的年龄检查认证计划（），并吸引了大约50个年龄保证提供者的参与。
其中包括年龄保证的熟悉名称，，，，，，，，，，，，，，，，，，，，，，，，，，，，和。，它为澳大利亚政府的面部生物识别技术和livesection检测，在那里，国内开发商也是如此和法国开发人员。
KJR的代表说，该测试将提供保证并帮助利益相关者诚实。这很重要，部分原因是某些技术（例如必需品）的有效性是如此新，它们尚未经过独立测试。
KJR总经理安德鲁·哈蒙德（Andrew Hammond）告诉InnovationAus.com：“所有的迹象都是肯定的，它已经成熟。” “当然，行业已经改变了几年前的观点，这是现在这是不可能的。”他说，需要进行更多的测试，以对年龄保证行业最大的大胆主张的可靠性给出结论性的答案。
然后，人们担心偏见挑战的类型是普遍的，但特定于澳大利亚市场的人口统计。经过一系列测试，更广泛的试验将在学校环境中与包括原住民在内的各个人口组的13至23岁的人一起测试该技术。
哈蒙德指出，在美国或英国开发的模型“不太可能让我们的原住民在那里”，因此必须对培训数据中代表性不足引起的偏见进行测试。
正如Biometrics Testing Lab Fime指出的那样：“现在已经达成共识，AI模型仅与训练它的数据一样好。”
改善生物识别偏置测试
近年来，生物识别偏置测试已经显着发展，如最近的一个博客文章从。
生物识别系统准确性的主要参数是错误的接受率（FAR）和错误的拒绝率（FRR），这构成了测量差异的基础。这些测量值以“公平差异率（FDR），不平等率（IR），生物识别公平性（GARBE）或分离公平指数（SFI）的GINI聚集率（SFI）”等指标形式。
唱片详细介绍了测试评估指标灵敏度的方法。
该帖子解释说：“一旦计算出无偏见和综合有偏见的方案的数据集的公平指标，使用Pearson相关系数使专家能够可视化指标和偏见之间的线性关系。” “然后，他们可以比较公平指标如何响应每个综合变化。由Alpha参数控制的指标 - FDR，IR和GARBE在安全性和用户体验之间实现公平性的变量值不如没有一个值。”
最终，Fime提出了使用面积最大差异速率（AMDR）的使用，该速率（AMDR）衡量了错误的匹配率（FMR）和错误的非匹配率（FNMR）之间的差异，作为改进的公平指数。
文章主题
|||||||
