![](https://o.aolcdn.com/images/dims?resize=2000%2C2000%2Cshrink&image_uri=https%3A%2F%2Fs.yimg.com%2Fos%2Fcreatr-uploaded-images%2F2019-01%2F117b8050-22cc-11e9-b5d5-271a91c68f64&client=a1acac3e1b3290917d92&signature=fb5e7fa425939487609b9efdfafd550a2bcfa8d4)
为了降低种族差异对面部辨识系统的影响,过去曾有人尝试过提供更全面训练数据的方法,但这往往需要人工持续加入新的资料。而 MIT 的 CSAIL(计算机科学与人工智能实验室)目前正试图打造一套更好的方案,他们希望用新的算法来自动减少训练数据中的种族影响,从而达到进一步提升人脸辨识 AI 适用范围的目的。据称该方案会先对数据进行扫描,在确定其倾向性后会再重新采样,以确保数据能恰当覆盖到不同性别、肤色的人种。 虽然在现阶段这套方案还没法完全消除相关的影响,但其效果似乎已经非常之显著。经过 MIT 的测...
from Engadget 中文版 RSS Feed https://engt.co/2UsGJrR
via
IFTTT
评论
发表评论