IBM发布人脸识别最强工具，多样性数据集，100万张人脸图像！

为了改善既有AI人脸识别存在的偏见问题，IBM发布脸部多样性数据集Diversity in Faces（DiF），来加速公平且准确的人脸识别系统研究，该数据集包含100万张已标注的人脸图像，IBM预计提供该数据集给全球的研究社区，研究人员按照申请步骤提出请求后，IBM将会进行批准。而麻省理工大学的计算器科学与AI实验室，也在前一天发布正在改善人脸识别算法的消息，新算法会先对数据集进行筛选，确保训练数据包含不同种族和肤色的数据，以减少训练数据对人脸识别系统产生影响。

目前人脸识别系统存在着偏见的问题，去年6月，麻省理工学院多媒体实验室曾测试了微软、IBM和中国的旷视科技开发的人脸识别系统，测试发现这些系统识别浅色人种性别的能力，大过于识别深色人种的性别，而辨识度最差的则是深色人种的女性，MIT多媒体实验室认为，人脸识别技术可能因为所使用的数据集和建立算法的条件，而造成偏差。

IBM发布的DiF数据集图片是来自于公开的YFCC-100M数据集，利用在人脸研究领域多年的10个编程方案（coding scheme）为图片标注，包含客观的人脸识别方法和主观的预测，客观的人脸识别方法是一些面孔特征，如头部长度、鼻子长度、额头高度、脸部的对称比例，而人类主观的预测则是年龄、性别、姿势等，IBM相信，借助发布100万标注的数据集，能够加速人脸识别系统数据集的覆盖率和多样性，减少AI系统的偏见，而这次发布的数据集只是第一步。

IBM希望，DiF数据集能够成为研究人员着手打造无偏见人脸识别技术的开端，初步的分析显示，相比过去的数据集，DiF数据集提供了更分布更平均且广泛的人脸图像，除此之外，DiF数据集也能够让研究人员更近一步理解人脸特征，用来研究人脸识别技术。