Vem conhecer mais sobre diversidade em reconhecimento facial

Compartilhe:

Vamos falar de coisa boa? Melhor ainda: vamos falar de coisa boa aliada à diversidade? Que os avanços recentes em inteligência artificial têm proporcionado uma infinidade de possibilidades, isso muita gente já sabe.

Dá para citar um monte de exemplos, como o entendimento do comportamento humano para adaptar soluções voltadas aos problemas do cotidiano, a otimização de trabalhos que antes eram impossíveis de serem realizados com rapidez e até o reconhecimento avançado de imagens em vídeo para ajudar na segurança nossa de cada dia.

Apesar disso, caro leitor, é importante observar que as tecnologias precisam ser constantemente aprimoradas para trazerem os melhores resultados para a sociedade. E que esse aprimoramento, é claro, vem quando os sistemas de IA são ensinados com um conjunto de dados robusto — robusto, adoro essa palavra!

É por isso que, para respostas mais rápidas e precisas, os desenvolvedores de IA e a comunidade científica devem ser bem cuidadosos com os dados que usam para estes treinamentos. Pois é! E, em se tratando de reconhecimento facial, isso tem que ser seguido super à risca, sobretudo para refletir os diferentes tipos de rostos que existem!

Como a IBM continua comprometida em desenvolver sistemas de IA para tornar o mundo mais justo, a IBM Research acabou de lançar um novo conjunto de dados amplo e diversificado chamado Diversity in Faces (DiF), com o objetivo de promover avanços nos estudos da tecnologia de reconhecimento facial.

Caramba, que novidade boa!

Gostou? Calma, que não para por aí! Este conjunto é o primeiro – repetindo: o primeiro – que está disponível para a comunidade de pesquisa global e que fornece um conjunto de dados de anotações de 1 milhão de imagens faciais humanas. Como diria Faustão: ô loco, meu!

Mas como isso funciona?

Tô confusa, alguém me explica?

Pode deixar que vou explicar tim-tim por tim-tim! O DiF usa imagens publicamente disponíveis do conjunto de dados YFCC-100M Creative Commons, baseando-se em 10 esquemas de codificação independentes e bem estabelecidos da literatura científica para analisar os tipos de rostos.

Estes esquemas de codificação incluem, principalmente, medidas objetivas da face humana, como características craniofaciais, bem como anotações mais subjetivas, como previsões de idade e sexo com rotulagem humana.

Com isso, a IBM acredita que será possível oferecer um ponto de partida para pesquisadores em todo o mundo que estudam a tecnologia de reconhecimento facial. Não é bacana? Vale destacar que o conjunto de dados já está disponível mediante solicitação.

E tem mais! A IBM, incansável como só ela, quer continuar, junto da comunidade científica, estudando e investigando sistemas de reconhecimento facial mais justos para que pessoas como eu, você e cidadãos de todas as partes do mundo estejam melhor representados. Um compromisso e tanto, né, vamos combinar…

*por Phillipe Xavier