به گزارش خبرگزاری مهر به نقل از انگجت، تحقیقی که در این زمینه توسط مؤسسه ملی استاندارد و فناوری آمریکا صورت گرفته نشان می‌دهد الگوریتم‌های شناسایی چهره که در سخت افزارهای اسکن صورت و محصولات مختلف امنیتی به کار گرفته می‌شوند، در مورد برخی نژادها و جنسیت‌ها عملکرد ضعیف‌تری دارند و به عنوان مثال در مورد برخی افراد به دشواری می‌توانند چهره یک فرد را با عکس گذرنامه وی تطبیق دهند.
در مورد برخی جنسیت‌ها و نژادها این ضعف در زمان تطبیق عکس یک جنایتکار با مجموعه گسترده‌ای از عکس‌های یک پایگاه داده رخ می‌دهد و سیستم‌های تشخیص چهره نمی‌توانند با استفاده از عکس دریافتی، هویت آن فرد را از طریق تطبیق عکس‌ها در پایگاه داده بیابند.
بیشترین میزان اشتباه این الگوریتم‌ها زمانی رخ می‌دهد که افراد مورد بررسی آمریکایی‌های آفریقایی تبار، آسیایی‌ها، آمریکایی‌های سرخ پوست بوده اند. همچنین میزان اشتباه در مورد زنان بیش از مردان بوده است.
بیشترین میزان اشتباه هم در مورد آمریکایی‌هایی رخ داده که اصالتاً اهل قفقاز بوده اند. در مورد زنان بیشترین اشتباه مربوط به زنان آمریکایی آفریقایی تبار بوده است. از هر پنج زن آمریکایی آفریقایی تبار، تطبیق انجام شده در مورد دو نفر از آنها اشتباه بوده است.
نکته جالب این است که الگوریتم‌های تشخیص چهره‌ای که توسط شرکت‌های آسیایی طراحی شده اند، در زمینه تشخیص چهره افراد آسیایی تبار و اهالی قفقاز عملکرد بهتری داشته و کمتر خطا کرده اند. به نظر می‌رسد علت این مساله دسترسی بیشتر و متنوع‌تر این الگوریتم‌ها به تصاویر اهالی این بخش از جهان باشد.
نظر شما