محققان دانشگاه MIT متوجه شده اند که فناوری تشخیص چهره نسبت به چهره مردان سفید پوست، عملکرد دقیق تر و بهتری دارد. ظاهرا مسایل و باگ های این فناوری هم کم کم دارد مطرح می شود.
تحقیقات جدید آزمایشگاه Media Lab MIT نشان می دهد که آنچه محققان نسبت به آن شک داشتند و مظنون بودند، ظاهرا درست بوده و تکنولوژی تشخیص چهره بر اساس مجموعه ای از داده ها و شرایط و بر اساس الگوریتم هایی که دارد می تواند به برخی چهره ها را بهتر و دقیق تر شناسایی کند و رد برخی حوزه ها ضعیف تر عمل نماید.
جوی بولاموینی، محقق آزمایشگاه MIT، اخیرا مجموعه ای متشکل از 1270 چهره از افراد ختلف از جمله چهره های سیاستمداران و افراد مشهور را بر اساس رتبه بندی کشورها و بر اساس جنسیت طبقه بندی کردند که در بین آنها تعداد قابل توجهی زنان مشغول به فعالیت در ادارات دولتی بودند. سپس بولاموینی سه نوع سیستم تشخیص چهره از شرکت های مایکروسافت، آی بی ام و Megvii چینی را مورد بررسی قرار داد تا متوجه شود دقت کدام یک بیشتر است. نتایج این تحقیق و بررسی در نیویورک تایمز منتشر شد که نشان دهنده این موضوع بود که فناوری تشخیص چهره نسبت به جنسیت واکنش خاصی نشان نمی دهد و برابری جنسیتی را رعایت می کند ولی ظاهرا این فناوری نژاد پرست بوده و به رنگ پوست سفید یا سیاه پوست بودن افراد واکنش نشان می دهد.
نتایج این تحقیق بدین صورت مشخص شد :
فناوری تشخیص چهره در تشخیص جنسیت مردان سفید پوست، کمتر از یک درصد خطا داشت.
فناوری تشخیص چهره در تشخیص جنسیت زنان سفید پوست، کمتر از هفت درصد خطا داشت.
فناوری تشخیص چهره در تشخیص جنسیت مردان با پوست تیره (سیاه پوست) ، کمتر از دوازده درصد خطا داشت.
فناوری تشخیص چهره در تشخیص جنسیت زنان با پوست تیره( سیاه پوست) کمتر از 35 درصد خطا داشت.
به طور کلی، ظاهرا این فناوری برای تشخیص هویت مردان، آن هم مردان سفید پوست با خطای کمتری مواجه بوده و از خطای آن در مورد تشخیص چهره زنان سیاه پوست از همه بیشتر است.محققان این آزمایشگاه نتایج خود را با تحقیقات یکی از پژوهشگران مایکروسافت به اشتراک گذاشتند و در نهایت متوجه شدند که در این طبقه بندی، فناوری تشخیص چهره بیشترین خطا را در مورد زنان سیاه پوست نسبت به همه گروه های دیگر دارد.
برای اولین بار است که چنین آزمایش هایی صورت می گیرد و این تکنولوژی در آیفون 10 خود را به جهان معرفی نمود. با آزمایش های بیشتر و مجموعه داده های متنوع تر و همچنین تنوع گروه های انسانی با مشخصات و ویژگی های مختلف؛ می تواند منجر به مشخص شدن مسایل این فناوری و تلاش در جهت رفع آنها گردد. اگر الگوریتم های این فناوری به درستی تبیین شوند، می توانند بدون توجه به نژاد و یا جنسیت به بررسی و اسکن چهره فرد بپردازند.
