国际最新研究构建超万张人类图像数据库 评估人工智能视觉偏见万隆优配
中新网北京11月6日电 (记者 孙自法)国际知名学术期刊《自然》最新发表一篇人工智能(AI)研究论文万隆优配，提出并构建了一个超过1万张人类图像的数据库，旨在评估AI模型在以人为本的计算机视觉领域中的偏见。
这一“公平的以人类为中心的图像基准”(FHIBE)由索尼AI团队开发，其采用符合伦理手段获取、基于用户同意的数据集万隆优配，可用于评估以人为中心的计算机视觉任务，从而识别、纠正偏见和刻板印象。
本项研究的相关图像数据(图片来自论文)。施普林格·自然 供图
该论文介绍，计算机视觉广泛应用于自动驾驶车辆到面部识别技术等领域。许多计算机视觉使用的AI模型，其训练数据存在缺陷，可能未经同意收集，经常来自网络大规模图像抓取。人们也已发现，AI模型可能会反映出延续性别歧视、种族歧视或其他刻板印象的偏见。
在本项研究中，索尼AI团队构建了一个图像数据集，在同意机制、多样性和隐私等多方面努力采取最佳实践：FHIBE包含81个国家或地区中1981个个体的10318张图像，该数据库涵盖人口统计和生理特征的全面标注，包括年龄、代词类别、祖先血统、发色与肤色等；参与者获得关于项目和潜在风险的详细信息，帮助他们做出知情同意，过程符合全面数据保护法规。这些特征使该数据库成为评估AI偏见的可靠资源。
研究团队将FHIBE和27个现有以人类为中心的计算机视觉应用数据集进行比较，发现FHIBE数据集在多样性与AI评估的可靠同意方面标准更高，同时还有效减少了偏见，它包含的参与者自我申报标注信息超过其他数据集，还包括了相当比例通常代表性不足的人群。
论文作者总结表示，FHIBE数据集可用于评估现有的AI模型在计算机视觉任务中的表现，能揭示更多此前无法了解的偏见。他们也提醒指出万隆优配，创建数据集的过程充满挑战且成本高昂，但FHIBE可能代表了迈向更可信AI的一步。(完)
相关文章
沪深京指数
热点资讯
