IBM과 Microsoft가 도입 한 얼굴 인식 기술의 정확성을 테스트 한 미국 연구원은 테스트 한 서비스가 어두운 색의 사람이 정확하지 않고 흰색이 더 정확하다는 사실을 발견했습니다.이 보고서는 그 이유는 결과를 원래의 훈련 알고리즘을 덜 어두운 피부 인구 전문가들은. 더 투명해야한다 정보의 현재 인식 정확도의 산업이라고 유선 보도에 따르면, 연구진은 마이크로 소프트와 IBM은 성별 분석 서비스의 얼굴 사진을 확인하는 테스트 이 회사는 백인 남성 거의 백퍼센트의 정확도,하지만 분석에 비해 색상의 인식 알고리즘은 이유는 얼굴에 어두운 안색으로 학습 데이터 알고리즘을 구축하기 위해 기계 학습 기술을 사용하여 분석, 종종 잘못된 피부색 흑인 여성임을 발견 침팬지와 외부 세계의 경이에 검은 색 표시가됩니다 구글의 사진 서비스 분류 과거 이하, 따라서 어떻게 두려움과 기계 학습 시스템에서 소비자 제품, 비즈니스 시스템 및 정부 프로그램의 배포, 인공 지능 있는지 확인하기 위해 (AI) 2016 년 조지 타운 대학교 (Georgetown University) 지에서 논의 된 중요한 주제의 분야는 FBI와 지역 경찰이었습니다 이 새로운 연구에서 MIT 연구원 인 Joy Buolamwini와 Microsoft의 연구원 Timnit Gebru는 인식 시스템에 투자했습니다. 1,270 유럽 아프리카 국회의원 사진과 피츠 패 트릭 (Fitzpatrick) 규모 분류 시스템을 사용하여 Microsoft, IBM 및 본토 벤처 기업인 Megvii의 Face ++ 얼굴 인식 클라우드 서비스를 테스트하고 연구원을 잠갔습니다. 성별 탐지 기능의 세 가지 서비스는 여성보다 남성의 얼굴에 이러한 세 가지 서비스, 흰색 색상보다 높은 정확도가 어두운 색상보다 낫다는 것을 발견, 어두운 색상의 여성을위한 모든 서비스, 정확도는 Microsoft는 0.3 %의 IBM 오류율로 흰색 피부색의 남성에게 올바르게 대응하지 못했지만 Microsoft의 오류율은 Blacks의 경우 21 % 였고 IBM과 Face ++의 경우 모두 35 %였습니다. 선택적인 기계 학습 알고리즘을 사용하는 서비스는 Microsoft, IBM, Google 및 Amazon과 같은 대기업의 경쟁 영역이되었습니다. 클라우드는 이미지 및 텍스트의 의미를 구문 론적으로 분석하는 데 적합한 작업이라고 주장합니다. 같은 AI 기능의 의료 및 제조 도입 등의 대안은, 그러나 동시에, 고객은 그 한계를 받아들이도록 강요 할 가능성이 높다. Pivothead는 마이크로 소프트 AI 서비스 한 고객의 사용이다 신생 시각 장애인이 스마트 안경을 개발하기 위해, 그러나 마이크로 소프트의 기술 논문은 성인지와 감정과 나이 같은 다른 얼굴 특징은 현재 실험적이며 완전히 정확하지 않으며, 오바마 대통령의 전임 정보 과학자 인 DJ Patil은, 보고서는 자신의 기계가 인간의 모든 유형에 적용 할 수있는 시스템을 배우고 있는지 확인해야합니다 기술 기업의 중요성을 강조하지만, 자사의 서비스가 마이크로 소프트에 대한 제한은 여전히 업계도 더 열려 있어야합니다 현재 윤리적 문제에 대한 기계 학습 노력에 초점이라고 지적했다 이 회사의 연구원의 많은에 선도적 인 역할을 현장에 투입 장치가 감사 업무에 관여하고있다 2017 년 내부 AI 및 엔지니어링 및 연구 윤리위원회 (오드)를. 설정되어, 표정 분석은 발견 어린이에 대한 마이크로 소프트의 클라우드 서비스 성능이 좋지 않습니다.
