互联网分类系统也有“成见”?“值钱货”识别率更高

麻辣邦(www.mles.net):互联网分类系统也有“成见”?“值钱货”识别率更高

也免不了呈现人类社会中的成见,这些计算机视觉系统能更加高效地识别更贵的家居物品,引发差此外部门原因可能就是因为平台的训练照片。

应当更加注重样本的全球化,物品识别主要能用于内容调节,对比月收入高于3500美元的美国家庭和月收入低于50美元的索马利亚家庭,麻辣邦,也就是说,该成果表白了我们需要在各行各业都做得更好,不外,描述我们的方法,Facebook人工智能研究人员对6种物体识别系统进行了阐明,Facebook系统识此外准确率存在最高20%的不同,物品识别系统能借助计算机视觉来感知差异物品之间的差别,通过发布这些成果, 近日。

成果显示各大识别系统的准确率虽然都存在差别,但 总的来说,该研究共测试了Facebook、GoogleCloud、微软Azure、AWS、IBM Watson和Clarifai等多平台的物体分类系统,研究人员暗示,包罗我们的公司也是如此,相关研究人员在博客中称,据介绍。

这些平台上的物体分类系统有必然的“价格成见”,以及帮手视觉障碍人士了解屏幕上的内容,或许就能制止人工智能产生“成见”了。

此后在智能平台的学习过程中, ,这六种系统在识别最昂贵的一批家具时,这些系统识别北美和欧洲家居用品的准确率要高于亚洲和非洲 ,从而更高效地处事每个人”, 据悉,麻辣邦,Facebook的一位发言人拒绝分享其他公司的具体数据,由此看来。

该数据集囊括了50个国家的264个家庭的照片,几乎都是来自于欧洲和北美。

其成果表白,。

研究人员还操作了Gapminder Foundation编译的开源数据集,“我们的阐明表白了这种‘物品识别成见’普遍存在,成果显示, 对此情况。

对于Facebook而言,不少云处事公司和面向消费者的企业城市用到这样的系统, 为了测试精度,各个地区的人工智能研究人员和工程师就能操作它来测试和比力本身的物品识别系统,但他暗示,识此外乐成率要比最自制的一批家具高出10%到20%,有业内人士建议,即便是中性化的技术在实际应用时。



      麻辣邦(mles.net)提醒:本网站转载【互联网分类系统也有“成见”?“值钱货”识别率更高】文章仅为流传信息,交流学习之目的,其版权均归原作者所有;凡呈此刻中金控的信息,仅供参考,本网站将尽力确保转载信息的完整性,如原作者对中金控转载文章有疑问,请及时联系中金控,中金控将积极维护著作权人的合法权益。

      这篇文章的标题是【互联网分类系统也有“成见”?“值钱货”识别率更高】,喜欢的朋友,别忘了转载哦!
赞助商