MIT 正開發能自動減少種族差異影響的人臉辨識 AI

為了降低種族差異對面部辨識系統的影響，過去曾有人嘗試過提供更全面訓練資料的方法，但這往往需要人工持續加入新的資料。而 MIT 的 CSAIL（電腦科學與人工智慧實驗室）目前正試圖打造一套更好的方案，他們希望用新的演算法來自動減少訓練資料中的種族影響，從而達到進一步提升人臉辨識 AI 適用範圍的目的。據稱該方案會先對資料進行掃描，在確定其傾向性後會再重新取樣，以確保資料能恰當覆蓋到不同性別、膚色的人種。

雖然在現階段這套方案還沒法完全消除相關的影響，但其效果似乎已經非常之顯著。經過 MIT 的測試，它在不影響識別準確率的同時，可以減少 60% 的「分類傾向」。此外其效率也較一般方案更高，在進行大型資料蒐集等任務時尤其能夠節省時間。不過距離這套方案真正投入使用估計還尚需一些時日，但對越來越依賴人臉辨識的當今社會來說，有這麼一個改進技術的方向還是非常讓人期待的。