चेहरे और भावना ट्रैकिंग में पूर्वाग्रह
ऐसा लगता है कि हम इस लोकप्रिय अति-सरलीकरण को मान लेते हैं कि मशीनें मनुष्यों की तुलना में कम पक्षपाती होती हैं; हालांकि, यदि आप उन तरीकों से परिचित हैं जिनसे मशीनों को डेटा के विभिन्न पहलुओं को पढ़ने और उन पर ध्यान केंद्रित करने के लिए प्रशिक्षित किया जाता है, तो आप जानते हैं: यह इतना सरल नहीं है।.
यदि मशीनों को मनुष्यों द्वारा प्रशिक्षित किया जाता है तो वे पक्षपात से मुक्त नहीं होतीं।.
निम्नलिखित में चेहरे की ट्रैकिंग और अभिव्यक्ति लेबलिंग में उत्पन्न होने वाले विभिन्न प्रकार के पूर्वाग्रह प्रस्तुत किए गए हैं। इनमें से कई पूर्वाग्रहों को कम किया जा सकता है; इसलिए मैंने बेहतर तरीकों के लिए सुझाव भी शामिल किए हैं।. यदि आप किसी भी प्रकार के चेहरे और भावना ट्रैकिंग पर काम कर रहे हैं, तो इन पूर्वाग्रहों से अवगत रहना आपकी जिम्मेदारी है।.
नीचे दी गई स्लाइडें देखें या यहाँ लिंक किया गया वीडियो देखें।: यूट्यूब वीडियो
पाठ: कई चेहरे और भावना ट्रैकिंग कंपनियाँ कोशिश करें पॉल एकमैन का उपयोग करने के लिए चेहरा क्रिया संहिता प्रणाली (एफएसीएस)
– लेकिन कई लोग इसे सही तरीके से इस्तेमाल करने के लिए समय नहीं निकालते।.
पाठ: जब आप FACS का सही तरीके से उपयोग नहीं करते हैं तो क्या होता है?
- अभिव्यक्ति का गलत वर्गीकरण
- असंगत अभिव्यक्ति वर्गीकरण
- पक्षपातपूर्ण लेबलिंग (नस्लीय, सांस्कृतिक, आयु-संबंधी, आदि)
- अराजकता
भले ही आप FACS का सही तरीके से उपयोग करें, पक्षपात और असंगति हमेशा रहेगी – लेकिन सावधानीपूर्वक उपाय अपनाकर इन समस्याओं को काफी हद तक कम किया जा सकता है।.
पाठ: अभिव्यक्ति का गलत वर्गीकरण
- चेहरे की क्रियाएँ सूक्ष्म होती हैं और गहन अध्ययन के बिना उन्हें अलग करना कठिन होता है।.
- अधिकांश FACS संदर्भ (को छोड़कर मूल FACS मैनुअल) गलत FACS दृश्य प्रदान करते हैं – यहां तक कि विश्वसनीय माने जाने वाले स्रोत भी।.
- इन अशुद्धियों के बावजूद, ऐसे स्रोत अक्सर फेस ट्रैकिंग इंजीनियरों और शोधकर्ताओं द्वारा संदर्भ के रूप में उपयोग किए जाते हैं।.
- क्योंकि तकनीकी कंपनियाँ डेटा-आधारित भूमिकाओं में पर्याप्त निवेश नहीं करतीं, इसलिए उनके पास महत्वपूर्ण चेहरे की क्रियाओं में अंतर करने के लिए उपयुक्त कर्मचारी या संसाधन नहीं होते।.
पाठ: अभिव्यक्ति का गलत वर्गीकरण
- “ जैसे बुनियादी आकार“होठ कसाऊ” नियमित रूप से “ जैसे क्रियाओं के साथ भ्रमित हो जाते हैं“होठ दबाने वाला” और/या “होठ सिकुड़ना.”
- होठ कसाऊ में महत्वपूर्ण है: भावनात्मक अभिव्यक्तियाँ और भाषण उत्पादन
पाठ: अभिव्यक्ति का गलत वर्गीकरण
- ऊपर लिप टाइटनर का सच्चा प्रतिनिधित्व है।.
- यह उन कई रूपों में से सिर्फ एक है जो हर बार रडार के नीचे उड़ जाते हैं:
– गलत सिखाया हुआ – गलत वर्गीकृत – दुरुपयोग किया गया
पाठ: जब आप FACS का सही उपयोग नहीं करते हैं तो क्या होता है?
- अभिव्यक्ति का गलत वर्गीकरण
- असंगत अभिव्यक्ति वर्गीकरण
- पक्षपातपूर्ण लेबलिंग (नस्लीय, सांस्कृतिक, आयु-संबंधी, आदि)
- अराजकता
भले ही आप FACS का सही तरीके से उपयोग करें, पक्षपात और असंगति हमेशा रहेगी – लेकिन सावधानीपूर्वक उपाय अपनाकर इन समस्याओं को काफी हद तक कम किया जा सकता है।.
पाठ: अभिव्यक्ति का गलत वर्गीकरण
गलत वर्गीकरण से जुड़ी वही समस्याएँ असंगत वर्गीकरण में भी योगदान करते हैं।.
पाठ: असंगत अभिव्यक्ति वर्गीकरण
यदि टेक कंपनियाँ डेटा गुणवत्ता में पूरी तरह से निवेश नहीं करती हैं, उनके डेटा वर्गीकरण नियम मानकीकृत नहीं किए जा सकते।.
के कारण:
- डेटा-आधारित भूमिकाओं के लिए कर्मचारियों की भर्ती और/या प्रशिक्षण में निवेश की कमी
- गुणवत्तापूर्ण FACS संसाधनों की कमी
- चेहरे की क्रियाओं में अंतर करने में एक अंतर्निहित कठिनाई
→ लेबल लगाने वाले अभिव्यक्तियों को असंगत रूप से वर्गीकृत करते हैं।.
→ ट्रैकर्स अजीबोगरीब आदतें विकसित कर लेते हैं, गलत अभिव्यक्तियों को एक-दूसरे से जोड़कर दूसरों को भ्रमित कर देते हैं।.
पाठ: असंगत अभिव्यक्ति वर्गीकरण
ध्यान दें: यह आरेख अवतारों के लिए आकार सक्रियण में समस्याओं को समझाने के लिए बनाया गया था, लेकिन वही मूल अवधारणाएँ चेहरे और भावना ट्रैकिंग पर भी लागू होती हैं।.
पाठ: जब आप FACS का सही उपयोग नहीं करते हैं तो क्या होता है?
- अभिव्यक्ति का गलत वर्गीकरण
- असंगत अभिव्यक्ति वर्गीकरण
- पक्षपातपूर्ण लेबलिंग (नस्लीय, सांस्कृतिक, आयु-संबंधी, आदि)
- अराजकता
भले ही आप FACS का सही तरीके से उपयोग करें, पक्षपात और असंगति हमेशा रहेगी – लेकिन सावधानीपूर्वक उपाय अपनाकर इन समस्याओं को काफी हद तक कम किया जा सकता है।.
पाठ: पक्षपातपूर्ण लेबलिंग (नस्लीय, सांस्कृतिक, आयु-संबंधी, आदि)
जब अभिव्यक्ति के लेबल अस्पष्ट और कम समझे हुए हों, तो छोटी-छोटी गलतियाँ बड़े पूर्वाग्रह पैदा कर सकती हैं।.
पाठ: पक्षपातपूर्ण लेबलिंग (नस्लीय, सांस्कृतिक, आयु-संबंधी, आदि)
चेहरा ट्रैकिंग तकनीक में मौजूद हो सकने वाले पूर्वाग्रहों पर जाने से पहले, फ़ीचर पहचान तकनीक में पहले से मौजूद पूर्वाग्रहों पर विचार करें: चेहरे की पहचान।.
पाठ: पक्षपातपूर्ण लेबलिंग (नस्लीय, सांस्कृतिक, आयु-संबंधी, आदि)
अगर हम फीचर डिटेक्शन को भी सही से नहीं कर पाते, तो कल्पना कीजिए कि एक्सप्रेशन ट्रैकिंग में पूर्वाग्रह कितना जटिल हो सकता है। एक्सप्रेशन ट्रैकिंग के लिए केवल चेहरे की विशेषताओं से परे समझ की आवश्यकता होती है। यह सूक्ष्म चेहरे की गतिविधियों की समझ की मांग करता है।.
-
ब्लेइस, कैरोलीन और जैक, रेचल और शीपर्स, क्रिस्टोफ़ और फिसेट, डैनियल और काल्डारा, रोबर्टो। संस्कृति आकार देती है कि हम चेहरों को कैसे देखते हैं। (2008)। PloS one. 3. e3022. 10.1371/journal.pone.0003022.
पाठ: पक्षपातपूर्ण लेबलिंग (नस्लीय, सांस्कृतिक, आयु-संबंधी, आदि)
- लोग चेहरे देखते समय अलग-अलग तरह से जानकारी निकालते हैं और भावनाओं की व्याख्या करते समय अलग-अलग संकेतों की तलाश करते हैं।.
- संस्कृति इस बात को गहराई से प्रभावित करती है कि हम किस जानकारी और सुरागों को मूल्यवान मानते हैं।.
अध्ययनों से पता चला है:
- पूर्वी एशियाई प्रतिभागी आमतौर पर चेहरे के बीच में, नाक के आसपास ध्यान केंद्रित किया जाता है, और आँखों तथा उनकी दृष्टि की दिशा को अधिक महत्व दिया जाता है।.
- पश्चिमी कॉकेसियन प्रतिभागी भौंहों और मुँह के आसपास भावनाओं के भावों को देखने की प्रवृत्ति रखते हैं।
- ध्यान में ये अंतर प्रतिभागियों में पूर्वाग्रह पैदा करते हैं जब वे विरोधाभासी भावों वाले चेहरों को देखते हैं।
उदाहरण के लिए, जब उदास आँखें हों और मुँह खुश हो:
– जापानी प्रतिभागी आँखों में दिखने वाले भाव को अधिक महत्व देते हैं।
– अमेरिकी प्रतिभागी मुँह के क्षेत्र की अधिक परवाह करते हैं।.
1. ब्लेज़, सी., जैक, आर. ई., शीपर्स, सी., फिसेट, डी., और कैल्डारा, आर. (2008). संस्कृति आकार देती है कि हम चेहरों को कैसे देखते हैं। PLoS ONE 3:e3022. doi: 10.1371/journal.pone.0003022
2. एल्फेनबिन, एच. ए., और अंबाडी, एन. (2003). भावनाओं को पहचानने में सार्वभौमिकता और सांस्कृतिक मतभेद। करंट डायरेक्शंस इन साइकोलॉजिकल साइंस, 12(5), 159-164।.
3. मात्सुमोटो, डी., कस्री, एफ., और कूकेन, के. (1999). अभिव्यक्ति की तीव्रता और व्यक्तिपरक अनुभव के मूल्यांकन में अमेरिकी-जापानी सांस्कृतिक अंतर। कॉग्निशन एंड इमोशन, 13(2), 201-218।.
४. मात्सुमोटो, डी., और एकमैन, पी. (1989). भावनात्मक अभिव्यक्तियों के चेहरे के भावों की तीव्रता रेटिंग में अमेरिकी-जापानी सांस्कृतिक मतभेद। मोटिवेशन एंड इमोशन, 13(2), 143-157।.
5. मार्श, ए. ए., एल्फेनबिन, एच. ए., और अंबाडी, एन. (2003). गैर-मौखिक “उच्चारण”: भावनात्मक अभिव्यक्तियों में सांस्कृतिक अंतर। साइकोलॉजिकल साइंस, 14(4), 373-376।.
6. युकी, एम., मैडक्स, डब्ल्यू. डब्ल्यू., और मसुदा, टी. (2007). क्या पूर्व और पश्चिम में आत्मा की खिड़कियाँ एक जैसी हैं? जापान और संयुक्त राज्य अमेरिका में भावनाओं को पहचानने के संकेत के रूप में आँखों और मुँह का उपयोग करने में सांस्कृतिक अंतर। जर्नल ऑफ एक्सपेरिमेंटल सोशल साइकोलॉजी, 43(2), 303-311।.
पाठ: पक्षपातपूर्ण लेबलिंग (नस्लीय, सांस्कृतिक, आयु-संबंधी, आदि)
अब अभिव्यक्ति लेबलिंग में क्या-क्या शामिल होता है, उस पर विचार करें… .
पाठ: पक्षपातपूर्ण लेबलिंग (नस्लीय, सांस्कृतिक, आयु-संबंधी, आदि)
- यदि ओठ कोने का अवतलक यदि सही से नहीं समझा जाता है, तो लेबल लगाने वाले गलत वर्गीकरण करने की अधिक संभावना रखते हैं। कोई भी लटकते होंठों के कोनों के साथ आकार के रूप में ओठ कोने का अवतलक. ये गलत वर्गीकृत आकृतियाँ अक्सर के प्रभावों के कारण होती हैं ठोड़ी उठाने वाला – लेकिन उनमें कुछ और भी बदतर हो सकता है।तटस्थ चेहरे (बिना भाव वाले चेहरे)।.
- इस भ्रांति का एक संभावित परिणाम है: अति-पहचान की ओठ कोने का अवतलक जिन लोगों के होंठों के कोने झुके हुए होते हैं। अक्सर बुजुर्गों के मुँह के कोने गुरुत्वाकर्षण के दीर्घकालिक प्रभावों के कारण झुके हुए होते हैं।.
पाठ: पक्षपातपूर्ण लेबलिंग (नस्लीय, सांस्कृतिक, आयु-संबंधी, आदि)
- गलत लेबलिंग प्रथाओं के कारण, वृद्ध आबादी का अत्यधिक पता लगने का खतरा हो सकता है। ओठ कोने का अवतलक.
- लिप कॉर्नर डिप्रेसर उदासी का एक प्रमुख घटक है।. क्या यह त्रुटि वृद्ध आबादी में उदासी का अति-निदान कर सकती है?
- उन अन्य समूहों का क्या, जिनकी चेहरे की विशेषताएँ लटके हुए होंठों के कोनों से चिह्नित होती हैं? क्या उन्हें गलत तरीके से “दुखी” के रूप में व्याख्यायित किया जाएगा?
पाठ: पक्षपातपूर्ण लेबलिंग (नस्लीय, सांस्कृतिक, आयु-संबंधी, आदि)
- किसी ट्रैकर के लिए गलत पहचान करना कोई बड़ी बात नहीं लग सकती। ओठ कोने का अवतलक या उदासी, लेकिन: जब फेस ट्रैकिंग का उपयोग मानसिक स्वास्थ्य के आकलन या संभावित नौकरी के उम्मीदवारों का मूल्यांकन जैसी बड़ी चीजों के लिए किया जाता है तो क्या होता है?
पाठ: पक्षपातपूर्ण लेबलिंग (नस्लीय, सांस्कृतिक, आयु-संबंधी, आदि)
- एआई अब वीडियो जॉब इंटरव्यू के दौरान उम्मीदवारों के चेहरे के भावों का विश्लेषण कर रहा है – यूनिलीवर, आईबीएम, डंकिन डोनट्स और कई अन्य कंपनियां पहले से ही इस तकनीक का उपयोग कर रही हैं।
- भावना-पहचान तकनीक काम नहीं करती, लेकिन पेशेवरों को काम पर रखने के अलावा अन्य लोग इसका उपयोग कर रहे हैं: रिपोर्ट
- ‘भावना पहचान’ एआई एक $20 अरब डॉलर का उद्योग है। नए शोध का कहना है कि यह वह नहीं कर सकता जो यह दावा करता है।.
पाठ: पक्षपातपूर्ण लेबलिंग (नस्लीय, सांस्कृतिक, आयु-संबंधी, आदि)
हमने इस बारे में बात की कि कैसे गलत लेबलिंग वृद्ध आबादी के खिलाफ पक्षपात को भड़का सकती है। . लेकिन कुछ चेहरे की विशेषताओं वाले लोगों के प्रति अन्य पूर्वाग्रहों का क्या?
पाठ: पक्षपातपूर्ण लेबलिंग (नस्लीय, सांस्कृतिक, आयु-संबंधी, आदि)
“. . . चेहरे की पहचान कार्यक्रम दो अलग-अलग प्रकार के पक्षपात प्रदर्शित करते हैं।.
पहले, हर मुस्कान के लिए काले चेहरों को लगातार सफेद चेहरों की तुलना में अधिक क्रोधित माना गया।. Face++ ने इस प्रकार का पक्षपात दिखाया।. दूसरा, काले चेहरों को हमेशा अधिक गुस्सैल माना जाता था। अगर उनके चेहरे के भावों में कोई अस्पष्टता थी। Face API ने इस प्रकार का भेदभाव प्रदर्शित किया। भले ही काले चेहरे आंशिक रूप से मुस्कुरा रहे हों, मेरे विश्लेषण ने दिखाया कि समान अभिव्यक्तियों वाले अपने श्वेत समकक्षों की तुलना में प्रणालियों ने अधिक नकारात्मक भावनाओं का अनुमान लगाया।. जातियों के बीच औसत भावनात्मक स्कोर काफी करीब थे, लेकिन काले और सफेद चेहरों के लिए अभी भी ध्यान देने योग्य अंतर थे।”
भावना-पठन करने वाले एआई में छिपे हुए पक्षपात को समझना
-लॉरेन रू
पाठ: पक्षपातपूर्ण लेबलिंग (नस्लीय, सांस्कृतिक, आयु-संबंधी, आदि)
कैसे क्या ऐसा हो सकता है?
आइए फिर से देखें कि डेटा में अधिक निवेश करना क्यों महत्वपूर्ण है।.
पाठ: पक्षपातपूर्ण लेबलिंग (नस्लीय, सांस्कृतिक, आयु-संबंधी, आदि)
FACS आकार पर विचार करें “ऊपरी होंठ उठाने वाला.” ऊपरी होंठ उठाने वाला जैसे भावनाओं का एक प्रमुख घटक है घृणा, क्रोध, और अवमानना.
ऊपरी होंठ उठाने वाले की विशेषताएँ शामिल हैं:
- उठी हुई ऊपरी होंठ
- ऊपरी नासोलाबियल खाई का गोल क्षेत्र
(हँसी की लकीर – फोटो देखें)
ध्यान देंसंभावित चेहरे की क्रिया लेबलिंग पूर्वाग्रहों के अलावा, सामान्यतः मूल भावना सिद्धांत (जैसे तिरस्कार, क्रोध आदि जैसे मूल भावना प्रोटोटाइप) पर भी काफी विवाद है। देखें “‘सब कुछ आँखों में ही है और अन्य झूठ।.“
पाठ: पक्षपातपूर्ण लेबलिंग (नस्लीय, सांस्कृतिक, आयु-संबंधी, आदि)
कुछ लोगों की नासोलैबियल खाई में अधिक वक्रता होती है।.
यह बस उनके स्वाभाविक रूप से मौजूद चेहरे की संरचना का परिणाम है।.
पाठ: पक्षपातपूर्ण लेबलिंग (नस्लीय, सांस्कृतिक, आयु-संबंधी, आदि)
चेहरे की क्रिया कोडिंग प्रणाली में ठीक से पारंगत नहीं एक लेबलर आसानी से गैर-अभिव्यक्ति-आधारित नासोलैबियल फरोव वक्र वाले लोगों को होने के रूप में गलत लेबल कर सकता है ऊपरी होंठ उठाने वाला.
ये गलत लेबल एक ऐसे ट्रैकर को जन्म देते हैं जिसे कुछ विशिष्ट संरचनाओं वाले चेहरों को भाव व्यक्त करते हुए पहचानने के लिए प्रशिक्षित किया गया है। ऊपरी होंठ उठाने वाला – भले ही वे तटस्थ हों या मुस्कुरा रहे हों।.
यदि आपके लेबल गलत हैं तो “विविध डेटा सेट” प्राप्त करना अप्रासंगिक है।.
इस तरह का प्रशिक्षण लॉरेन रू के निष्कर्षों को समझाता है। भावना-पठन करने वाले एआई में छिपे हुए पक्षपात को समझना.
पाठ: पक्षपातपूर्ण लेबलिंग (नस्लीय, सांस्कृतिक, आयु-संबंधी, आदि)
पक्षपाती भावना लेबलिंग की उपस्थिति तब भी बनी रहेगी, भले ही आप FACS-आधारित दृष्टिकोण से हटकर लेबल करने वालों से भावनाओं को समग्र रूप से वर्गीकृत करने का प्रयास करें।.
पाठ: पक्षपातपूर्ण लेबलिंग (नस्लीय, सांस्कृतिक, आयु-संबंधी, आदि)
यदि यह स्पष्ट नहीं है कि समग्र भावना लेबलिंग के असफल होने की संभावना उतनी ही अधिक क्यों है (यदि अधिक नहीं) – यहाँ एक रिफ्रेशर है।:
- लोग चेहरे देखते समय अलग-अलग तरह से जानकारी निकालते हैं और भावनाओं की व्याख्या करते समय अलग-अलग संकेतों की तलाश करते हैं।.
- संस्कृति इस बात को गहराई से प्रभावित करती है कि हम किस जानकारी और सुरागों को मूल्यवान मानते हैं।.
अध्ययनों से पता चला है:
- पूर्वी एशियाई प्रतिभागी आम तौर पर चेहरे के बीच में, नाक के आसपास ध्यान केंद्रित करते हैं, और आँखों तथा देखने की दिशा को अधिक महत्व देते हैं।.
- पश्चिमी कॉकेसियन प्रतिभागी भौंहों और मुँह के आसपास भावनाओं के भावों को देखने की प्रवृत्ति रखते हैं।
- ध्यान में ये अंतर प्रतिभागियों में पूर्वाग्रह पैदा करते हैं जब वे विरोधाभासी भावों वाले चेहरों को देखते हैं।
उदाहरण के लिए, जब उदास आँखें हों और मुँह खुश हो:
– जापानी प्रतिभागी आँखों में दिखने वाले भाव को अधिक महत्व देते हैं।
– अमेरिकी प्रतिभागी मुँह के क्षेत्र की अधिक परवाह करते हैं।.
पाठ: जब आप FACS का सही उपयोग नहीं करते हैं तो क्या होता है?
- अभिव्यक्ति का गलत वर्गीकरण
- असंगत अभिव्यक्ति वर्गीकरण
- पक्षपातपूर्ण लेबलिंग (नस्लीय, सांस्कृतिक, आयु-संबंधी, आदि)
- अराजकता
भले ही आप FACS का सही तरीके से उपयोग करें, पक्षपात और असंगति हमेशा रहेगी – लेकिन सावधानीपूर्वक उपाय अपनाकर इन समस्याओं को काफी हद तक कम किया जा सकता है।.
पाठ: अराजकता
यदि . . .
- संस्कृति इस बात को प्रभावित करती है कि हम अभिव्यक्तियों और भावनाओं की व्याख्या कैसे करते हैं।
- पर्यावरणीय परिस्थितियाँ प्रभावित करती हैं कि हम चेहरों का मूल्यांकन करने के लिए किन संकेतों को देखते हैं।
- चेहरे की क्रियाओं का ज्ञान इस बात को प्रभावित करता है कि हम अभिव्यक्तियों को कैसे नाम देते हैं।
. . . तकनीकी कंपनियाँ इन मानवीय त्रुटियों को कम करने और उन्हें लीक होने से रोकने के लिए क्या कर सकती हैं अल्गोरिदम में?
पाठ: चेहरा ट्रैकिंग में पक्षपात कम करने के लिए तकनीकी कंपनियाँ क्या कर सकती हैं?
- तकनीकी कंपनियों को यह पहचानना चाहिए कि चेहरा ट्रैकिंग इंजीनियरिंग की सीमाओं से आगे बढ़ गया है।.
- तकनीकी कंपनियों को चाहिए तकनीक की पक्षपात के प्रति संवेदनशीलता को स्वीकार करें और कर्मचारियों को इन कमजोरियों के बारे में शिक्षित करें।.
- तकनीकी कंपनियों को चाहिए डेटा गुणवत्ता में अधिक निवेश करें।.
पाठ: चेहरा ट्रैकिंग तकनीक की प्रगति को पहचानना, इसकी कमजोरियों को समझना, और डेटा की गुणवत्ता में अधिक निवेश करना का अर्थ है . . .
- वास्तव में कार्मिक आवंटन डेटा गुणवत्ता पर केंद्रित भूमिकाओं की ओर – भले ही इसके लिए इंजीनियरिंग के कर्मचारियों की संख्या से जगह लेनी पड़े।.
- समय, ऊर्जा खर्च करना, और संसाधन के लिए डेटा विशेषज्ञों को खोजें।. यदि यह संभव नहीं है, तब भी कंपनी का दायित्व है कि वह डेटा विशेषज्ञों को प्रशिक्षित करने में समय, ऊर्जा और संसाधन खर्च करे।. चेहरे के हाव-भावों का वर्गीकरण ट्रैफ़िक सिग्नलों जैसी बुनियादी वस्तुओं के वर्गीकरण से कहीं अधिक जटिल है और इसे उसी तरह से माना जाना चाहिए।.
पाठ: चेहरा ट्रैकिंग में पूर्वाग्रहों को कम करना
चेहरा ट्रैकिंग तकनीक की प्रगति को पहचानना, इसकी कमजोरियों को समझना, और डेटा की गुणवत्ता में अधिक निवेश करना का अर्थ है . . .
- इंजीनियरिंग, अनुसंधान और उत्पाद को केवल डेटा से यह नहीं कहना चाहिए कि उन्हें क्या चाहिए – बल्कि सुनना चाहिए। डेटा टीमों को जो चाहिए। डेटा टीमें एल्गोरिदम के सुचारू संचालन के लिए आवश्यक पर्दे के पीछे के काम के बारे में सबसे अधिक जानकार होती हैं।. यहीं पर कई कंपनियाँ असफल हो जाती हैं।.
- डेटा-आधारित भूमिकाओं वाले कर्मचारियों को नियमित रूप से इंजीनियरिंग, अनुसंधान और उत्पाद टीमों के साथ इंटरफ़ेस करने की आवश्यकता।.
पाठ: चेहरा ट्रैकिंग में पूर्वाग्रहों को कम करना
चेहरा ट्रैकिंग तकनीक की प्रगति को पहचानना, इसकी कमजोरियों को समझना, और डेटा की गुणवत्ता में अधिक निवेश करना का अर्थ है . . .
- तकनीक में पक्षपात की वास्तविकता के बारे में कर्मचारियों को शिक्षित करना।.
- सही सावधानियाँ बरतने के लिए लेबलिंग का मानकीकरण और परिभाषित करें।.
- हमेशा यह विचार करते हुए कि पक्षपात कब और कहाँ प्रकट हो सकता है।.
– लेबलिंग कौन कर रहा है?
– वे क्या लेबल कर रहे हैं?
– किन कारकों का उनके लेबलिंग पर प्रभाव पड़ सकता है?
* मनोदशा * संस्कृति * अनुभव
पाठ: चेहरा ट्रैकिंग में पूर्वाग्रहों को कम करना
चेहरा ट्रैकिंग तकनीक की प्रगति को पहचानना, इसकी कमजोरियों को समझना, और डेटा की गुणवत्ता में अधिक निवेश करना का अर्थ है . . .
पार्श्व टिप्पणी: स्थिर छवियों से अभिव्यक्तियों को लेबल करना बंद करें।.
- सटीक FACS और भावना लेबलिंग काफी हद तक गति देखने पर निर्भर करती है।.
- यदि गति पर अधिक जोर दिया जाता, तो ढीले होंठों के कोने और घुमावदार नासोलाबियल खाई जैसी स्थिर चेहरे की विशेषताएँ पहचान को सक्रिय करने की संभावना कम होती। ओठ कोने का अवतलक और ऊपरी होंठ उठाने वाला (क्रमशः).
पाठ: चेहरा ट्रैकिंग में पूर्वाग्रहों को कम करना
अंतिम नोट्स . . .
पाठ: चेहरा ट्रैकिंग में पूर्वाग्रहों को कम करना
हम तकनीक पर जितना अधिक विश्वास करेंगे और निर्भर रहेंगे, इन पूर्वाग्रहों के और भी अधिक परिणाम होंगे।.
पाठ: चेहरा ट्रैकिंग में पूर्वाग्रहों को कम करना
“… चेहरे की पहचान सॉफ़्टवेयर व्यक्ति की जाति के आधार पर भावनाओं की व्याख्या अलग-अलग ढंग से करता है। …यह निष्कर्ष व्यक्तियों, संगठनों और समाज के लिए निहितार्थ रखता है, और यह एआई में पक्षपात और/या असमान प्रभाव पर बढ़ते साहित्य में योगदान देता है।”
रू, लॉरेन, भावनाओं के स्वचालित धारणाओं पर नस्लीय प्रभाव (9 नवंबर, 2018)।. SSRN पर उपलब्ध: https://ssrn.com/abstract=3281765 या http://dx.doi.org/10.2139/ssrn.3281765
पाठ: चेहरा ट्रैकिंग में पूर्वाग्रहों को कम करना
जिम्मेदारी लें।.
पक्षपात कम करने के लिए मेहनत करें।.
डेटा में अधिक निवेश करें।.
पाठ:
निम्न-गुणवत्ता और गलत FACS संदर्भों की प्रचुरता के जवाब में, मैंने एक मुफ्त “FACS चीट शीट” बनाई है।” कलाकारों, शोधकर्ताओं और इंजीनियरों के लिए मार्गदर्शिका के रूप में काम करने के लिए। यह मेरी FACS संसाधन साइट पर उपलब्ध है, FACS का सामना करें. मैं परामर्श के लिए भी उपलब्ध हूँ।.
“Bias In Emotion Tracking” पर 1 विचार”
टिप्पणियाँ बंद हैं।.