科技中立，但人制造出來的 AI 卻可能帶有偏見或歧視。AI 偏見情況像是性別歧視、種族歧視，例如面部偵測算法在識別白人時的準確率比識別黑人高許多，男性跟女性類別也存在類似問題，讓軟件識別犯罪嫌犯人選、企業(yè)挑選求職者時，也曾引發(fā)歧視問題。
為了減少這方面的偏差，IBM研究院打造了一套更加多樣化的“百萬人臉數(shù)據(jù)集”。近年來，隨著智能手機的普及，面部識別已經(jīng)在許多領域得到了廣泛的運用。然而在一些測試中，某些看似很優(yōu)秀的 AI，竟然也會敗下陣來。
憑借全新的“百萬多樣性人臉數(shù)據(jù)集”，AI 開發(fā)者將能夠充分考慮到多樣性的面部特征（DiF）。
為使面部識別能夠按照要求執(zhí)行（既公平又準確），訓練用的數(shù)據(jù)，必須提供足夠的平衡和覆蓋。
它應該足夠大、且多樣化，以便了解更多類型的面部固有差異。圖像必須反映我們在世界中看到的面部特征的多樣性。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
