अनुहार पहिचान प्रविधिमा ठूलो त्रुटिहरू फेला पर्यो: अमेरिकी अध्ययन

वाशिT्टन (एएफपी) - अनुहार पहिचान प्रणालीले विशेष गरी गैर-गोरा लागि खराब हिसाबले गलत परिणाम ल्याउन सक्छ, अमेरिकी सरकारले बिहीबार जारी गरेको अध्ययनले कृत्रिम खुफिया टेक्नोलोजीको तैनातीमा नयाँ शंका उत्पन्न गर्ने सम्भावना रहेको देखाएको छ।

दर्जनौं अनुहार पहिचान एल्गोरिदमहरूको अध्ययनले एसियाली र अफ्रिकी अमेरिकीहरूका लागि "गलत सकारात्मक" दर देखाउँदा गोराको भन्दा १० गुणा बढी छ।

सरकारी अनुसन्धान केन्द्र नेशनल इंस्टिट्यूट अफ स्टैंडर्ड्स एण्ड टेक्नोलोजी (एनआईएसटी) का अन्वेषकहरूले पनि भेट्टाएका दुई एल्गोरिदमहरूले लगभग 35 35 प्रतिशत समय काली महिलाहरूलाई गलत लि gender्ग तोकिदिएका थिए।

कानून प्रवर्तन, एयरपोर्टहरू, सीमा सुरक्षा, बैंकि,, खुद्रा बिक्रेता, स्कूलहरू र अनलक गर्ने स्मार्टफोन जस्ता व्यक्तिगत टेक्नोलोजीको लागि अनुहार पहिचानको व्यापक तैनातीको बीचमा यो अध्ययन आएको हो।

केही कार्यकर्ताहरू र अन्वेषकहरूले दावी गरेका छन् कि त्रुटिहरूको सम्भावना धेरै ठूलो छ र ती गल्तीहरूले निर्दोष मानिसहरूलाई जेलमा पार्दछ, र यो प्रविधि प्रयोग गर्न सकिन्छ डाटाबेस सिर्जना गर्न जुन ह्याक गर्न वा अनुचित रूपमा प्रयोग गर्न सकिन्छ।

एनआईएसटी अध्ययनले दुबै "झूटा सकारात्मकहरू" फेला पारे जसमा एक व्यक्तिलाई गल्तीले पहिचान गरिएको छ, र "झूटा नकारात्मकहरू", जहाँ एल्गोरिथ्म डाटाबेसको एक विशिष्ट व्यक्तिसँग अनुहार सही रूपमा मिलाउन असफल हुन्छ।

"एक गलत नकारात्मक मात्र असुविधा हुन सक्छ - तपाईं आफ्नो फोन मा प्राप्त गर्न सक्नुहुन्न, तर मुद्दा सामान्यतया दोस्रो प्रयास द्वारा समाधान गर्न सकिन्छ," नेतृत्व अनुसन्धानकर्ता पैट्रिक ग्रुथरले भने।

"तर एक बाट धेरै खोजीमा गलत सकारात्मकले उम्मेद्वारहरूको सूचीमा गलत मिलान राख्छ जसले थप छानबिनको लागि वारेन्ट गर्दछ।"

अध्ययनले देखाए कि अमेरिकी विकसित अनुहार पहिचान प्रणालीमा एशियनहरू, अफ्रिकी अमेरिकनहरू र मूल अमेरिकी समूहहरूको लागि उच्च त्रुटि दर थियो, अमेरिकी भारतीय जनसांख्यिकीयको साथ झूटो सकारात्मकको उच्च दर देखिएको छ।

यद्यपि एशियाली देशहरूमा विकास भएका केही एल्गोरिदमले एसियाली र काकेशियन अनुहारहरूबीच मेल खाने समान समान दरहरू उत्पादन गरे - जुन अन्वेषकहरूले भनेका छन् कि यी असमानताहरू सच्याउन सकिन्छ।

"यी नतीजाहरू प्रोत्साहनजनक स sign्केत हुन् कि अधिक विविध प्रशिक्षण डेटाले अधिक उचित नतिजा ल्याउन सक्छ," ग्रुथरले भने।

जे होस्, अमेरिकी नागरिक स्वतन्त्र संघको जय स्टानले, जसले अनुहार पहिचानको तैनातीको आलोचना गरेको छ, नयाँ अध्ययनले देखायो कि टेक्नोलोजी व्यापक तैनातीको लागि तयार छैन।

"सरकारी वैज्ञानिकहरूले पनि यो निगरानी प्रविधि त्रुटिपूर्ण र पक्षपातपूर्ण रहेको पुष्टि गरिरहेका छन्," स्टेनलीले एक विज्ञप्तिमा भने।

"एउटा गलत मिलानले छुटेका उडानहरू, लामो पूछताछ, वाचलिस्ट प्लेसमेन्टहरू, तनावग्रस्त पुलिस मुठभेडहरू, झुटो पक्राउ वा नराम्रो परिणाम हुन सक्छ। तर यस प्रविधिको कमजोरीहरू केवल एउटा चिन्ताको विषय हो। अनुहार पहिचान टेक्नोलोजी - सही हो वा छैन - अन्वेषण योग्य, स्थिर, र अभूतपूर्व पैमानेमा शंकाविहीन निगरानी। "

0 Comments