مساعدة أجهزة الكمبيوتر على "رؤية" عالمنا
تلعب درجة لون البشرة دورًا رئيسيًا في كيفية تجربتنا ومعاملتنا في العالم ، بل إنها عوامل تؤثر في كيفية تفاعلنا مع التقنيات. تشير الدراسات إلى أن المنتجات التي تم إنشاؤها باستخدام تقنيات الذكاء الاصطناعي (AI) والتعلم الآلي (ML) الحالية يمكن أن تديم التحيزات غير العادلة ولا تعمل بشكل جيد للأشخاص ذوي البشرة الداكنة.
رؤية الكمبيوتر (CV) هي نوع من الذكاء الاصطناعي الذي يسمح لأجهزة الكمبيوتر "برؤية وفهم" صور الأشخاص والبيئات ، ولكن عندما لا يتم تصميم الأنظمة الحالية مع وضع الجميع في الاعتبار ، فقد تفشل في "الرؤية" و "الفهم" "الأشخاص ذوي البشرة الداكنة. يتطلب بناء أنظمة سيرة ذاتية أكثر شمولاً أن تكون مقصودًا - من جمع مجموعات البيانات التمثيلية للتدريب والتقييم ، إلى تطوير مقاييس التقييم الصحيحة ، إلى بناء الميزات التي تعمل لجميع المستخدمين.
التعريف بمقياس لون بشرة الراهب
لتحسين فهم أنظمة السيرة الذاتية للون البشرة وتحسين تقييم عدالة ML ، نحن نوفر مصدرًا مفتوحًا لمقياس Monk Skin Tone (MST) - وهو مقياس بديل أكثر شمولاً من معيار صناعة التكنولوجيا الحالي. يوفر مقياس MST ، الذي طوره الأستاذ بجامعة هارفارد ، الدكتور إليس مونك ، نطاقًا أوسع من درجات ألوان البشرة التي يمكن الاستفادة منها لتقييم مجموعات البيانات ونماذج ML للحصول على تمثيل أفضل.
قام مركز أبحاث Google للذكاء الاصطناعي المسؤول والتكنولوجيا المرتكزة على الإنسان بالشراكة مع دكتور مونك لإطلاق مقياس MST بشكل مفتوح لمجتمع ML. من خلال الإفراج العلني عن المقياس للصناعة الأوسع ، نأمل أن يقوم الآخرون بدمج المقياس في عمليات التطوير الخاصة بهم وأن نتمكن بشكل جماعي من تحسين هذا المجال من الذكاء الاصطناعي.
يواصل فريق البحث لدينا التعاون مع الدكتور مونك في تحسين الميزان بشكل أكبر. سواء كنت مستخدمًا أو خبيرًا في عدالة ML أو مطورًا ، فإننا نشجعك على مشاركة التعليقات حول كيف يمكننا تحسين النطاق وتطوير نماذجنا بشكل مسؤول ، بما يتماشى مع مبادئ الذكاء الاصطناعي الخاصة بـ Google .
ليست هناك تعليقات:
إرسال تعليق