اشترك

الاستمرار بالحساب الحالي

شارك
شارك
Article image
مصدر الصورة: ديفيد جيه فيليب/ أسوشييتد برس



تؤكد الدراسة نتائج سابقة تشير إلى وجود العديد من التحيزات في أنظمة التعرف على الوجوه، وتدعو إلى بذل الجهود للتخفيف من آثارها.

2019-12-30 15:42:12

30 ديسمبر 2019
وفقاً لدراسةٍ بارزة، فإن حوالي 200 خوارزمية تعرُّف على الوجوه -أي ما يمثل غالبيةً عظمى من الخوارزميات في هذا المجال- قد سجلت أداءً أسوأ عند التعرف على وجوه الأشخاص من ذوي البشرة الملونة. ما الخوارزميات التي اختبروها؟ قام المعهد الوطني الأميركي للمعايير والتكنولوجيا (NIST) باختبار كلّ خوارزميةٍ في اثنتين من المهام الأكثر شيوعاً لأنظمة التعرف على الوجوه. تتضمن المهمة الأولى (التي تُعرف باسم مطابقة "التناظر الأحادي") مطابقةَ صورة شخصٍ ما مع صورةٍ أخرى لنفس الشخص في قاعدة بيانات. وتُستخدم هذه المهمة -على سبيل المثال- في فتح الهواتف الذكية أو التحقق من جوازات السفر. أما المهمة الثانية (التي تعرف باسم بحث "التناظر من مفرد إلى عدة") فتتضمن تحديد ما إذا كان لصورة شخصٍ أيّةُ نتيجةٍ مطابِقة في قاعدة بياناتٍ ما، وغالباً ما تستخدم أقسامُ الشرطة هذا النوعَ من البحث لتحديد هوية المشتبه بهم في تحقيقٍ ما. وقد درس المعهد أربعَ مجموعاتٍ من بيانات الوجوه المستخدمة حالياً في التطبيقات الحكومية الأميركية، وهي: لقطاتٌ لأشخاصٍ يعيشون في الولايات المتحدة، والصور على الطلبات التي يتقدم بها أشخاصٌ للحصول على مزايا الهجرة، والصور على الطلبات التي يتقدم بها أشخاصٌ للحصول على تأشيرات الدخول إلى الولايات المتحدة، وصورٌ لأشخاص أثناء عبورهم الحدود إلى الولايات المتحدة. وقد شملت مجموعات البيانات بالمجمل 18.27 مليون صورةً لـ 8.49 مليون شخص. ما نتائج الدراسة؟ أعلن المعهد نتائجَ عالية المستوى من هذه الدراسة،

أدخل بريدك الإلكتروني واقرأ المقال مجاناً

أنشئ حساباً مجاناً واقرأ مقالتين مجاناً كل شهر من أوسع تشكيلة محتوى أنتجته ألمع العقول العالمية والعربية.



مراسلة الذكاء الاصطناعي ، إم آي تي تكنولوجي ريفيو