จากบล็อคของ Microsoft กล่าวว่าระบบรู้จำใบหน้า (facial recognition) กำลังได้รับการพัฒนาให้ดีขึ้นกว่าเดิมในการระบุตัวตนของคนที่มีผิวสี โดย error rate ได้ถูกทำให้ลดลงกว่าเดิมมากถึง 20 เท่าสำหรับข้อมูลผู้ชายและผู้หญิงที่มีผิวเข้ม และ 9 เท่าสำหรับข้อมูลผู้หญิงทั้งหมด
โดยบริษัทกล่าวว่าได้ดำเนินการเทรนระบบ AI ด้วยข้อมูล dataset ที่ใหญ่ขึ้นและหลากหลายมากขึ้น ซึ่งสิ่งนี้เองทำให้เกิดความก้าวหน้า “ถ้าหากพวกเรากำลังเทรนระบบการเรียนรู้ของเครื่อง (Machine Learning) เพื่อที่จะเลียนแบบการตัดสินใจซึ่งถูกทำจากข้อมูลที่มี bias โดยใช้ข้อมูลที่สร้างมาจากสังคมที่เดียวเท่านั้น ระบบเหล่านั้นจะต้องมีกระบวนการในการลด bias ลงไป” คุณ Hanna Wallach นักวิจัยอาวุโสของ Microsoft กล่าวในบล็อคโพส
ในเดือนกุมภาพันธ์ที่ผ่านมา มีรายงานจากห้องปฏิบัติการสื่อของ MIT (MIT Media Lab) ได้ทดสอบระบบรู้จำใบหน้าจากของ Microsoft, IBM และ Megvii จากจีน ซึ่งพบว่าข้อมูลผู้หญิงที่มีผิวสีถึง 35% จะถูกทำนายเพศผิดพลาด โดยรายงานนี้เพียงแค่ยืนยันเรื่องจำนวนเท่านั้น ซึ่งแสดงให้เห็นว่าระบบรู้จำใบหน้าสามารถถูกทำให้เกิด bias ได้โดยข้อมูล dataset ที่มีจำกัดและปัจจัยอื่นๆ อย่างเช่น เรื่องการเหยียดสีผิว
หากย้อนกลับไปเมื่อปี 2558 ที่ผ่านมา ทาง Google เองก็พบกับข้อผิดพลาด โดยได้ระบุข้อมูลในภาพเพื่อนคนผิวสีของ Software Engineer คนหนึ่งว่าเป็น “กอริลล่า” ซึ่ง Google ก็ได้ออกมาขอโทษสำหรับข้อผิดพลาดนี้แล้ว
Source : https://www.theverge.com/2018/6/26/17507304/microsoft-facial-recognition-darker-skin-tones
