Questo sito web utilizza cookie tecnici e, previo Suo consenso, cookie di profilazione, nostri e di terze parti. Chiudendo questo banner, scorrendo questa pagina o cliccando qualunque suo elemento acconsente all'uso dei cookie. Leggi la nostra Cookie Policy per esteso.OK

LA RICERCA

Riconoscimento facciale, gli algoritmi “faticano” con la pelle scura

Lo studio della Georgia Tech University: la radice del problema sarebbe nei sistemi che “allenano” la tecnologia. Ma con piccole modifiche al processo di apprendimento il problema può essere risolto

08 Mar 2019

A. S.

Se ad attraversare la strada davanti a un mezzo senza conducente è una persona dalla pelle scura, questa avrebbe oggi più probabilità di essere investita rispetto a un pedone bianco. E’ la conclusione a cui è giunto uno studio della Georgia Tech University pubblicato sul portale ArXiv, che ha focalizzato l’attenzione proprio sugli algoritmi utilizzati sulle self-drivig car per il riconoscimento facciale, testandone a fondo otto differenti. 

Ne è emerso che in media i sistemi automatici riconoscono la persone con la pelle scura con un’accuratezza che è del 5% inferiore rispetto alla media, in ogni condizione di luce. 

Alla base del problema, secondo l’analisi dei ricercatori, ci sarebbe uno squilibrio nella composizione dei database utilizzati per l’apprendimento automatico dei sistemi di intelligenza artificiale, che contengono troppo poche immagini di persone con la pelle scura e che non sono settati per tenere in considerazione questa circostanza. Una disattenzione che però potrebbe aumentare i rischi di incidenti stradali se queste tecnologie dovessero arrivare sul mercato senza correzioni. 

“Abbiamo dimostrato nello studio – sottolineano gli autori della ricerca – che con piccoli cambiamenti del processo di apprendimento si può mitigare questa disparità almeno parzialmente”.

@RIPRODUZIONE RISERVATA

Articolo 1 di 2