ข่าวไอที Blognone » งานวิจัยจาก MIT และ Stanford พบว่าระบบตรวจจับใบหน้าหลายค่ายทำงานกับใบหน้าคนต่างเพศต่างสีผิวได้ดีไม่เท่ากัน

งานวิจัยจาก MIT และ Stanford พบว่าระบบตรวจจับใบหน้าหลายค่ายทำงานกับใบหน้าคนต่างเพศต่างสีผิวได้ดีไม่เท่ากัน

26 กุมภาพันธ์ 2018
43   0

นักวิจัยจาก MIT และ Stanford ร่วมกันทำการทดสอบโปรแกรมวิเคราะห์ใบหน้าจาก 3 บริษัทใหญ่ พบว่าล้วนแล้วแต่ให้ผลการทำงานที่ดีกับภาพใบหน้าผู้ชายเหนือกว่าภาพใบหน้าผู้หญิง ทั้งยังทำการวิเคราะห์ภาพใบหน้าคนผิวขาวได้ดีกว่าภาพใบหน้าคนผิวสีด้วย

ทีมวิจัยได้ทำการทดสอบโปรแกรมวิเคราะห์ใบหน้าของ Microsoft, IBM และ Face++ โดยใช้ภาพใบหน้าบุคคลต่างๆ จำนวน 1,270 ภาพ ซึ่งทีมวิจัยได้ทำการคัดเลือกภาพใบหน้าของผู้คนที่มีสิผิวคล้ำแตกต่าง โดยปรึกษาแพทย์ผิวหนังเพื่อทำการแบ่งภาพใบหน้าออกเป็น 6 กลุ่มตามความเข้มของสีผิว (อิงตามมาตรวัดโทนสีผิว Fitzpatrick) และได้ผลการทดสอบที่น่าสนใจดังนี้

  • ทุกโปรแกรมสามารถระบุเพศของภาพชายผิวขาวได้ผิดพลาดไม่เกิน 0.8%
  • หนึ่งใน 3 โปรแกรมระบุเพศของภาพหญิงผิวคล้ำผิดพลาดมากกว่า 20% ในขณะที่อีก 2 โปรแกรมระบุเพศผิดพลาดเกินกว่า 34%
  • เมื่อจำเพาะลงไปในกลุ่มภาพใบหน้าผู้หญิงที่มีผิวคล้ำระดับ 6 (ระดับสูงสุดตามมาตรวัดโทนสีผิว Fitzpatrick) มีโปรแกรมหนึ่งที่ระบุเพศของบุคคลในภาพผิดพลาด 34.5% ส่วนอีก 2 โปรแกรมผิดพลาด 46.5% และ 46.8% ตามลำดับ ซึ่งแทบไม่ต่างกับการเดาสุ่มเลย

ทีมวิจัยตั้งคำถามถึงความแม่นยำในการวิเคราะห์ของโปรแกรม ซึ่งหนึ่งในบริษัทเจ้าของโปรแกรมระบุว่าผลงานของพวกเขาสามารถวิเคราะห์ใบหน้าได้ถูกต้องแม่นยำกว่า 97% และจากการตรวจสอบเพิ่มเติมก็พบว่าโปรแกรมซึ่งได้รับการกล่าวอ้างว่ามีความสามารถวิเคราะห์ใบหน้าได้อย่างแม่นยำ ผ่านการพัฒนาโดยการเทรนปัญญาประดิษฐ์ให้วิเคราะห์ภาพใบหน้าโดยส่วนใหญ่เป็นภาพใบหน้าผู้ชาย (เกินกว่า 77%) และเป็นภาพคนผิวขาว (เกินกว่า 83%)

หลังการเผยแพร่ผลการวิจัยศึกษานี้ออกมา IBM ก็เริ่มขยับตัว โดยระบุว่าเพิ่งทำการปรับปรุงชุดข้อมูลเพื่อใช้สำหรับการเทรนโปรแกรมวิเคราะห์ใบหน้าเสียใหม่เมื่อปีกลาย ซึ่งช่วยเพิ่มความแม่นยำในการวิเคราะห์ใบหน้าขึ้นอีกมาก ซึ่งเมื่อนำชุดข้อมูลภาพใบหน้า 1,270 ภาพของทีมวิจัยมาใช้ทดสอบโปรแกรมซ้ำอีกครั้ง ก็พบว่าสามารถวิเคราะห์ภาพใบหน้าผู้หญิงผิวคล้ำได้ผิดพลาดน้อยลงเหลือต่ำกว่า 3.4% และยิ่งภาพใบหน้าผู้ชายผิวขายด้วยแล้วเหลืออัตราความผิดพลาดของวิเคราะห์เพียง 0.25% เท่านั้น

ที่มา - MIT News, The Economist

[source: https://www.blognone.com/node/100163]