امریکی محققین کی جانچ IBM اور مائیکروسافٹ اور دیگر صنعت ایک اعلی سفید رنگ، نسلی وابستگی پر چہرے تسلیم ٹیکنالوجی پایا قبولیت کی جانچ سروس کی درستگی کی درستگی کا آغاز کے بعد، نسل سیاہ رنگ کی درستگی کم ہے. رپورٹ کے نوٹ وجہ ہے کہ اصل تربیت الگورتھم پر کم گہرے رنگ آبادی کے ماہرین بھی معلومات کو زیادہ شفاف بنایا جانا چاہئے کی موجودہ تسلیم کی درستگی میں صنعت کا مطالبہ کیا. وائرڈ اطلاعات کے مطابق، محققین مائیکروسافٹ اور آئی بی ایم کی نشاندہی صنفی تجزیہ خدمات کے چہرے کی تصویر پر تجربہ کیا، نتائج کمپنی کی کہ سفید مردوں تقریبا سو فیصد درستگی، لیکن تجزیہ مقابلے رنگ میں تسلیم الگورتھم، اکثر غلط جلد کی رنگت سیاہ فام عورتوں کنندہ وجہ چہرے سیاہ رنگ میں تربیت کے ڈیٹا الگورتھم تعمیر کرنے کی مشین لرننگ تکنیک کا استعمال کرتے ہوئے تجزیہ کیا جاتا ہے پتہ چلا گوگل کی تصویر سروس کی درجہ بندی chimps کے اور باہر کی دنیا تعجب کے لئے ایک سیاہ نشان پڑے گا ماضی سے کم، لہذا، کہ کس طرح یقینی بنانے کے لیے کوئی خوف کے ساتھ مشین لرننگ نظام میں صارفی مصنوعات، کاروبار کے نظام اور سرکاری پروگراموں میں تعیناتی، مصنوعی ذہانت ہے (AI) بحث موضوعات کے اہم علاقوں. 2016 جارج ٹاؤن یونیورسٹی (جارج ٹاؤن یونیورسٹی) کی رپورٹ نے نشاندہی کی ہے، محکمہ پولیس اور ایف بی آئی کے ارد گرد کیا گیا ہے چہرے تسلیم ٹیکنالوجی کی درستگی افریقی امریکی محققین خوشی Buolamwini اور مائیکروسافٹ محققین Timnit Gebru کی پھر نئی تحقیق میں تسلیم نظام میں ڈال دیا میں کم ہے، ٹیکنالوجی کے میسا چوسٹس انسٹی ٹیوٹ (ایم آئی ٹی) یورپ کے 1،270 شیٹس افریقی نیشنل کانگریس اور تصاویر، لیکن یہ بھی فیس قسم پیمانے کے استعمال کے ممبران (Fitzpatrick کی پیمانے) کی درجہ بندی کا نظام. تصویر مجموعہ مائیکروسافٹ، IBM کو ٹیسٹ کرنے کے لئے استعمال کیا گیا تھا اور سرزمین Megvii کے چہرے + + بادل خدمات کا ایک چہرے تسلیم startups کے، محققین کو مقفل سروس کی جنس کا پتہ لگانے کی فعالیت کی تین اقسام میں یہ پایا گیا ہے ان تین خدمت مرد عورتوں کے مقابلے میں زیادہ درستگی کا سامنا ہے کہ سفید جلد سیاہ رنگ کے مقابلے میں زیادہ اچھا ہے، تمام خواتین کے لیے خدمات سب کے درستگی پر گہرا رنگ ہے زیادہ نہیں ہے. مائیکروسافٹ جب سفید مردوں کے مقابلے میں رنگ کی شناخت، IBM کی خرابی کی شرح 0.3 فیصد تھی، لیکن کی شناخت blacker خواتین میں 21 فیصد کے مائیکروسافٹ کی خرابی کی شرح، آئی بی ایم اور فیس ++ 35 فیصد تبصرہ کر رہے ہیں فراہم کرتے ہیں کہ مکمل جواب آن ڈیمانڈ مشین لرننگ الگورتھم سروس ایک اہم مسابقتی گرم زون، مائیکروسافٹ، IBM، گوگل اور ایمیزون (ایمیزون) ہیں پروپیگنڈے بادل جیسے گرائمر معنی کاموں سے تصاویر اور متن کا تجزیہ کرنے کے لئے موزوں ہے ہو گیا ہے جیسے AI صلاحیتوں کے طبی اور مینوفیکچرنگ تعارف متبادل، لیکن ایک ہی وقت میں، گاہکوں کو بھی اس کی حدود کو قبول کرنے پر مجبور کرنا پڑتا ہے کا امکان، ہیں. startups کے Pivothead مائیکروسافٹ AI خدمات ایک گاہک کا استعمال ہے ضعف بصارت کا شکار لوگوں سمارٹ شیشے تیار کرنے کے لئے تاہم، مائیکروسافٹ کے تکنیکی دستاویزات کہ صنفی شناخت، اور اس طرح عمر دوسرے چہرے کی خصوصیات، جذباتی اور فی الحال ایک تجرباتی متنبہ، مکمل طور پر درست نہیں ہے. اس سلسلے میں سابق امریکی صدر باراک اوباما (اوباما) کسی بھی DJ پاٹل چیف ڈیٹا سائنسدان رپورٹ ٹیکنالوجی کمپنیوں کی اہمیت پر روشنی ڈالی گئی ہے کہ یقینی بنانے کے ضروری ان کے سیکھنے مشین ہے کہ انسان کی تمام اقسام پر لاگو نظام، لیکن اس کی خدمات کو اب بھی مائیکروسافٹ کے حوالے سے پابندیاں ہیں کے لئے صنعت بھی زیادہ کھلا ہونا چاہئے فی الحال اخلاقی مسائل پر مشین لرننگ کوششوں پر توجہ مرکوز کرنا ہے اس کی نشاندہی کمپنی کے محققین میں سے بہت سے میں ایک اہم کردار ادا میدان میں ڈال دیا اور ایک اندرونی AI اور انجینئرنگ اور تحقیق کی اخلاقیات کمیٹی (البم: Aether). 2017 میں یونٹ آڈٹ کے کام میں ملوث کیا گیا ہے قائم کیا جاتا ہے، چہرے اظہار تجزیہ پتہ چلا ہے کہ بچوں پر مائیکروسافٹ کے کلاؤڈ سروسز ناقص کارکردگی.
