Zanyarên Komputerê Di AI-ê de Biasê Dipejirînin

Zanyarên komputerê ji Zanîngeha Princeton û Stanford niha ne çareserkirina pirsgirêkên biasê di îstîxbarata sûnî (AI) de. Ew li ser rêbazan dixebitin ku encamên daneyên dadperwertir ên ku wêneyên mirovan vedigirin. Lêkolîner ji nêz ve bi ImageNet re dixebitin, ku databasek ji zêdetirî 13 mîlyon wêneyan pêk tê. Di deh salên borî de, ImageNet alîkariya pêşkeftina dîtina komputerê kir. Bi karanîna rêbazên xwe, lêkolîner paşê ji bo databasê çêtirkirin pêşniyar kirin. 

IMAGEnet wêneyên tiştan, peyzaj û mirovan dihewîne. Lêkolînerên ku algorîtmayên fêrbûna makîneyê diafirînin ku wêneyan dabeş dikin ImageNet wekî çavkaniyek daneyê bikar tînin. Ji ber mezinahiya mezin a databasê, pêdivî bû ku li wir berhevkirina wêneya otomatîkî û şirovekirina wêneya girseyî hebe. Naha, tîmê ImageNet ji bo rastkirina nerîtan û pirsgirêkên din dixebite. Wêneyên bi gelemperî mirovên ku encamên nexwestî yên avakirina ImageNet-ê ne.

Olga Russakovsky hev-nivîskar û alîkarê profesorê zanistiya komputerê li Princeton e. 

"Vîzyona kompîturê naha bi rastî baş dixebite, ku tê vê wateyê ku ew li her deverê di her cûre şertan de tê bicîh kirin," wî got. "Ev tê vê wateyê ku naha dem dema axaftinê ye ka ew bandorek çawa li cîhanê dike û li ser van cûre pirsgirêkên dadperweriyê bifikirin."

Di kaxeza nû de, tîmê ImageNet bi pergalî têgehên ne-dîtbar û kategoriyên êrîşkar nas kirin. Van kategoriyan taybetmendiyên nijadî û zayendî di nav xwe de dihewand, û tîmê pêşniyara rakirina wan ji databasê kir. Tîmê di heman demê de amûrek çêkiriye ku destûrê dide bikarhêneran ku wêneyên mirovan diyar bikin û bistînin, û ew dikare li gorî temen, vegotina zayendî û rengê çerm wiya bike. Armanc ew e ku algorîtmayan biafirînin ku rû û çalakiyên mirovan di wêneyan de bi awayekî adil dabeş bikin. 

Xebata ku ji hêla lêkolîneran ve hatî kirin di 30ê Çileyê de li Konferansa Komeleya Makîneyên Kompîturê ya li ser Dadperwerî, Berpirsiyarî û Zelafî li Barcelona, ​​Spanya, hate pêşkêş kirin. 

Russakovsky got, "Pir hewcedarî bi lêkolîner û laboratîfên bi pisporiya teknîkî ya bingehîn di vê yekê de heye ku tev li van celeb danûstandinan bibin." "Ji ber rastiya ku em hewce ne ku daneyan bi pîvan berhev bikin, ji ber vê rastiyê ku ew ê bi qerebalixiyê were kirin ji ber ku ew xeta boriyê ya herî bikêr û baş-sazkirî ye, em ê çawa wiya bi rengek dadperwertir bikin - ev yek nabe" Ma tu nekevî van cure xefikên berê? Peyama bingehîn a vê gotarê li dora çareseriyên çêker e."

ImageNet di sala 2009 de ji hêla komek zanyarên komputerê ve li Princeton û Stanford hate destpêkirin. Ew ji bo lêkolîner û perwerdekarên akademîk wekî çavkaniyek bû. Afirandina pergalê ji hêla xwendekar û endamê fakulteya Princeton Fei-Fei Li ve hate rêve kirin. 

ImageNet karîbû bi karanîna crowdsourcing-ê bibe databasek wusa mezin a wêneyên nîşankirî. Yek ji platformên sereke yên ku hatine bikar anîn Amazon Mechanical Turk (MTurk) bû, û xebatkaran ji bo verastkirina wêneyên berendamê pere didan. Ev yek bû sedema hin pirsgirêkan, û gelek alîgir û kategorîzekirinên neguncayî hebûn. 

Nivîskarê sereke Kaiyu Yang xwendekarek mezûn e di zanistiya kompîturê de. 

"Gava ku hûn ji mirovan dipirsin ku wêneyan bi bijartina yên rast ji komek mezin a berendaman verast bikin, mirov hest bi zextê dikin ku hin wêneyan hilbijêrin û ew wêne mêldarê wan in ku bi taybetmendiyên cihêreng an stereotipîkî ne," wî got. 

Di beşa yekem a lêkolînê de fîlterkirina kategoriyên kesên potansiyel êrîşkar an hesas ji ImageNet re têkildar bû. Kategoriyên êrîşkar wekî yên ku di nav wan de bêbextî an jî îftirayên nijadî an zayendî hene, hatin pênase kirin. Yek ji van kategoriyên hestiyar dabeşkirina mirovan li ser bingeha meyla zayendî an olê bû. Diwanzdeh xwendekarên mezûn ên ji paşerojên cihêreng hatin birin da ku kategoriyan şîrove bikin, û ji wan re hat ferman kirin ku heke ew jê ne bawer bin ku kategoriyek hesas bi nav bikin. Nêzîkî 54% ji kategoriyan hatin rakirin, ango 1,593 ji kategoriyên 2,932 kesan di ImageNet de. 

Karkerên MTurk paşê "imageability" ya kategoriyên mayî li ser pîvanek ji 1 heta 5 nirxand. Van komek kategoriyên fîlterkirî zêdetirî 158 wêne dihewîne, ku dikarin ji bo perwerdekirina algorîtmayên dîtina komputerê pir bikêr bin. 

Lekolînwanan temsîla demografîk a mirovan di wêneyan de lêkolîn kirin, û asta nelirêtiyê di ImageNet de hate nirxandin. Naveroka çavkaniyê ji motorên lêgerînê bi gelemperî encamên ku ji mêran, mirovên çermê sivik, û mezinên di navbera 18 û 40 salî de zêde temsîl dikin peyda dikin.

"Mirovan dît ku belavkirina demografîk di encamên lêgerîna wêneyê de pir alîgir in, û ji ber vê yekê belavkirina di ImageNet de jî alîgir e," got Yang. "Di vê gotarê de me hewl da ku fêm bikin ka ew çiqas alîgir e, û her weha rêbazek ji bo hevsengiya belavkirinê jî pêşniyar bikin."

Lekolînwan sê taybetmendiyên ku di bin qanûnên dijî-cudakarîyê yên Dewletên Yekbûyî de jî têne parastin hesibandin: rengê çerm, vegotina zayendî, û temen. Dûv re xebatkarên MTurk her taybetmendiya her kesî di wêneyekê de şîrove kirin. 

Encaman destnîşan kir ku naveroka ImageNet xwedan bertekek girîng e. Yên herî kêm bi çermê tarî, jin û mezinên ji 40 salî mezintir hatine temsîlkirin.

Amûrek navgîniya malperê hate sêwirandin ku dihêle bikarhêner komek wêneyên ku ji hêla demografîk ve hevseng in bi rengek ku bikarhêner hildibijêre bistînin. 

"Em naxwazin bibêjin ka awayê rast ji bo hevsengiya demografiyê çi ye, ji ber ku ew ne pirsgirêkek pir rast e," got Yang. "Belavbûn dikare li deverên cihêreng ên cîhanê cûda be - ji bo nimûne, belavkirina rengên çerm li Dewletên Yekbûyî ji welatên Asyayê cûda ye. Ji ber vê yekê em wê pirsê ji bikarhênerê xwe re dihêlin, û em tenê amûrek peyda dikin da ku binkeyek hevseng a wêneyan bistînin.

Tîma ImageNet naha li ser nûvekirinên teknîkî yên hardware û databasa xwe dixebite. Ew her weha hewl didin ku fîlterkirina kategoriyên kesan û amûra hevsengiyê ya ku di vê lêkolînê de hatî pêşve xistin pêk bînin. ImageNet tê destnîşan kirin ku bi nûvekirinan re, digel banga bersivdayînê ji civata lêkolîna dîtina komputerê, ji nû ve were berdan. 

Kaxez jî ji hêla Princeton Ph.D. xwendekar Klint Qinami û Alîkarê Profesorê Zanistên Kompîturê Jia Deng. Lêkolîn ji hêla Weqfa Zanistiya Neteweyî ve hate piştgirî kirin.