के बाद आईबीएम और माइक्रोसॉफ्ट और अन्य उद्योग एक उच्च सफेद रंग, मूल, धर्म, चेहरा पहचान तकनीक पाया स्वीकृति परीक्षण सेवा सटीकता की सटीकता का शुभारंभ अमेरिका के शोधकर्ताओं का परीक्षण, जाति काले रंग सटीकता कम है। रिपोर्ट कहती है कि कारण यह है कि मूल प्रशिक्षण एल्गोरिथ्म पर कम काले रंग जनसंख्या विशेषज्ञों को भी जानकारी को अधिक पारदर्शी बनाया जाना चाहिए की वर्तमान पहचान सटीकता में उद्योग के लिए कहा जाता है। वायर्ड रिपोर्टों के अनुसार, शोधकर्ताओं ने माइक्रोसॉफ्ट और आईबीएम लिंग विश्लेषण सेवाओं के चेहरे की तस्वीर की पहचान पर परीक्षण किया है, परिणाम कंपनी को पता चला कि सफेद पुरुषों लगभग सौ प्रतिशत सटीकता, लेकिन विश्लेषण से रंग में मान्यता एल्गोरिथ्म अक्सर गलत त्वचा का रंग काला महिलाओं है, कारण मशीन सीखने तकनीकों का उपयोग कर चेहरा काले रंग में प्रशिक्षण डेटा एल्गोरिदम का निर्माण करने के विश्लेषण किया जाता है अतीत Google के फ़ोटो सेवा वर्गीकरण चिम्पांजियों और बाहर की दुनिया आश्चर्य के लिए एक काला निशान होगा कम है, इसलिए, कैसे सुनिश्चित करना है कि उपभोक्ता उत्पादों, व्यापार प्रणालियों और निडर मशीन सीखने प्रणाली में सरकारी कार्यक्रमों में तैनाती, कृत्रिम बुद्धि है (AI) 2016 की जॉर्ज टाउन यूनिवर्सिटी (जॉर्ज टाउन यूनिवर्सिटी) की रिपोर्ट में चर्चा की गई महत्वपूर्ण विषयों के क्षेत्र ने बताया कि यह एफबीआई और स्थानीय पुलिस चेहरा पहचान तकनीक की सटीकता अफ्रीकी मूल के अमेरिकी शोधकर्ताओं जोय Buolamwini और माइक्रोसॉफ्ट शोधकर्ताओं Timnit गेब्रु तो नए अध्ययन में पहचान प्रणाली में डाल में कम है, मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी (एमआईटी) यूरोप के 1270 शीट अफ्रीकी नेशनल कांग्रेस और तस्वीरें, लेकिन यह भी शुल्क प्रकार पैमाने का उपयोग के सदस्य (फ़िज़पेट्रिक पैमाने) वर्गीकरण प्रणाली। फोटो संग्रह माइक्रोसॉफ्ट, आईबीएम परीक्षण करने के लिए इस्तेमाल किया गया था और मुख्य भूमि Megvii के चेहरे ++ क्लाउड सेवाओं की एक चेहरा पहचानने startups, शोधकर्ताओं ने ताला लगा सेवा के लिंग का पता लगाने की कार्यक्षमता के तीन प्रकार में। यह पाया गया कि इन तीन सेवा पुरुषों को महिलाओं की तुलना में अधिक सटीकता का सामना, whiter त्वचा काले रंग की तुलना में अधिक अच्छा है, सभी महिलाओं के लिए सेवाएं सभी की सटीकता पर गहरा रंग है माइक्रोसॉफ्ट ने 0.3% की आईबीएम त्रुटि दर के साथ, सफेद-चमड़ी पुरुषों को सही ढंग से जवाब नहीं दिया, लेकिन माइक्रोसॉफ्ट की त्रुटि दर ब्लैक के लिए 21% थी और आईबीएम और फेस ++ दोनों के लिए 35% थी ऑन-डिमांड मशीन सीखने एल्गोरिदम सेवा एक प्रमुख प्रतिस्पर्धी गर्म क्षेत्र, माइक्रोसॉफ्ट, आईबीएम, गूगल और अमेज़न (अमेज़न) कर रहे हैं प्रचार बादल जैसे व्याकरण अर्थ कार्यों से चित्र और पाठ का विश्लेषण करने के लिए उपयुक्त है बन गया है ऐसे ऐ क्षमताओं के चिकित्सा और विनिर्माण परिचय के रूप में वैकल्पिक है, लेकिन एक ही समय में, ग्राहकों को भी अपनी सीमाओं को स्वीकार करने के लिए मजबूर किया जाना है की संभावना, कर रहे हैं। नेत्रहीनों लोग स्मार्ट चश्मे startups Pivothead माइक्रोसॉफ्ट ऐ सेवाओं एक ग्राहक का उपयोग है विकसित करने के लिए के लिए हालांकि, माइक्रोसॉफ्ट के तकनीकी दस्तावेज है कि लिंग की पहचान, और इस तरह के उम्र के रूप में अन्य चेहरे की विशेषताओं, भावनात्मक और वर्तमान में एक प्रयोगात्मक बताया गया है, पूरी तरह से सही नहीं है। इस संबंध में पूर्व अमेरिकी राष्ट्रपति बराक ओबामा (ओबामा) किसी भी डीजे पाटिल में मुख्य डेटा वैज्ञानिक ने बताया कि रिपोर्ट प्रौद्योगिकी कंपनियों के महत्व पर प्रकाश डाला गया यह सुनिश्चित करना चाहिए कि उनके मशीन सीखने प्रणाली मनुष्य के सभी प्रकार पर लागू है, लेकिन उद्योग भी अधिक खुला के लिए अपनी सेवाएं अभी भी माइक्रोसॉफ्ट के बारे में प्रतिबंध होना चाहिए वर्तमान में नैतिक मुद्दों पर मशीन सीखने के प्रयासों पर ध्यान केंद्रित है कंपनी के शोधकर्ताओं के कई में एक अग्रणी भूमिका निभाने के क्षेत्र में डाल दिया जाता है और एक आंतरिक ऐ और इंजीनियरिंग और अनुसंधान नैतिकता समिति (Aether)। 2017 में इकाई लेखा परीक्षा कार्य में शामिल किया गया की स्थापना की, चेहरे की अभिव्यक्ति विश्लेषण में पाया गया है कि बच्चों पर माइक्रोसॉफ्ट के क्लाउड सेवाओं खराब प्रदर्शन
