Tiedemiehet ovat keksiä tavan vierittää AI: tä rasismista

Tammikuun lopussa Amazon oli jälleensen skandaalin keskus, joka liittyy sen tekoälyyn kasvojen tunnistamiseen. Kävi ilmi, että sen järjestelmä Rekognition ei pysty erottamaan mustien ihmisten sukupuolta, ja siksi se on paljon huonompi kuin Microsoftin ja muiden yritysten analogien ominaisuudet. Looginen tapa ratkaista ongelma olisi käyttää parempia koulutustietoja, mutta Massachusettsin yliopiston keinotekoisen älyn laboratorion tutkijat tulivat tehokkaammin.

Tuli tunnetuksi, että he kehittävät algoritmiajoka automaattisesti vapauttaa harjoitustietosarjat valokuvista, jotka voivat johtaa virheeseen tunnistaa tumma iho. Tutkijat eivät lupaa, että tämä menetelmä antaa 100%: n tuloksen, mutta virheiden määrä tulee selvästi vähenemään. Tämän osoittavat tutkijoiden sisäiset testit: keinotekoinen äly on tullut 60% vähemmän puolueelliseksi, eikä samalla ole menettänyt tunnustustarkkuuttaan. Teknologia vähentää myös oppimisaikaa - suurten tietomäärien käyttö on hidastanut prosessia huomattavasti.

Väärinkäytön puute - erittäin tärkeäkeinotekoiselle älylle. Poliisi käyttää sitä yhä useammin, joten jopa pieni virhe algoritmissa voi aiheuttaa täysin viaton henkilön vangitsemisen. Monet ihmiset eivät pidä kasvojentunnistusjärjestelmien laajasta käytöstä, mutta jos niitä käytetään, on tärkeää, että ne toimivat mahdollisimman tarkasti.

Niitä käytetään jo Venäjällä. Esimerkiksi vuoden 2018 MM-kisoissa Moskovan Frunzenskaya-metroasemalle otettiin käyttöön kasvojentunnistusalgoritmi. Hänen ansiostasa poliisi pystyi nopeasti löytämään henkilön, joka haluttiin ryöstöön. Hänestä tuli ensimmäinen rikollinen, joka oli pyydetty käyttämällä kasvojentunnistusjärjestelmää. Sen kustannukset ovat muuten arviolta 4 miljardia ruplaa.

Haluatko puhua kasvojentunnistusjärjestelmistä? Tervetuloa kommentteihin tai Telegram-keskusteluun, jossa satoja osallistujia on aina iloisia puhumaan tieteen ja teknologian aiheesta!