MIT የዘረኝነት እና የተሳሳቱ ቃላትን ካወቀ በኋላ ጥቃቅን ምስሎችን አስወግዷል

የማሳቹሴትስ የቴክኖሎጂ ተቋም ተሰርዟል። የውሂብ ስብስብ ጥቃቅን ምስሎች፣ 80 ሚሊዮን ትናንሽ 32x32 ምስሎችን የያዘ የተብራራ ስብስብ ያሳያል። ስብስቡ የኮምፒዩተር ራዕይ ቴክኖሎጂዎችን በሚያዳብር ቡድን ተጠብቆ የቆየ ሲሆን ከ 2008 ጀምሮ በተለያዩ ተመራማሪዎች በማሽን መማሪያ ስርዓቶች ውስጥ የነገሮችን እውቅና ለማሰልጠን እና ለመሞከር ጥቅም ላይ ውሏል ።

የማስወገድ ምክንያት ነበር። መለየት በሥዕሎቹ ላይ የተገለጹትን ነገሮች በሚገልጹ መለያዎች ውስጥ የዘረኝነት እና የብልግና ቃላት አጠቃቀም፣ እንዲሁም አጸያፊ ተብለው የሚታሰቡ ምስሎች መኖራቸውን ያሳያል። ለምሳሌ, የብልት ብልቶች ምስሎች በስምምነት ቃላት ነበሩ, የአንዳንድ ሴቶች ምስሎች እንደ "ጋለሞታ" ተለይተዋል, እና በዘመናዊው ማህበረሰብ በጥቁሮች እና እስያውያን ዘንድ ተቀባይነት የሌላቸው ቃላት ጥቅም ላይ ውለዋል.

ሆኖም ፣ በ MIT የተጠቀሰው ሰነድ በእንደዚህ ያሉ ስብስቦች ላይ የበለጠ ከባድ ችግሮችን ይለያል-የኮምፒዩተር እይታ ቴክኖሎጂዎች በሆነ ምክንያት የተከለከሉ የህዝብ ቡድኖች ተወካዮችን ለመፈለግ የፊት መለያ ስርዓቶችን ለማዘጋጀት ጥቅም ላይ ሊውሉ ይችላሉ ። ለምስል ማመንጨት የነርቭ አውታረመረብ ዋናውን ስም-አልባ ውሂብ እንደገና መገንባት ይችላል።

ልክ ያልሆኑ ቃላቶች የታዩበት ምክንያት ከእንግሊዝኛ የቃላት ዳታቤዝ የፍቺ ግንኙነቶችን ለመፈረጅ የሚጠቀም አውቶሜትድ ሂደትን በመጠቀም ነው። WordNetበ1980ዎቹ በፕሪንስተን ዩኒቨርሲቲ የተፈጠረ። በ 80 ሚሊዮን ትናንሽ ስዕሎች ውስጥ አፀያፊ ቋንቋ መኖሩን በእጅ ማረጋገጥ ስለማይቻል የውሂብ ጎታውን ሙሉ በሙሉ ለማገድ ተወስኗል. MIT ሌሎች ተመራማሪዎች ስብስቡን መጠቀም እንዲያቆሙ እና ቅጂዎቹን እንዲያነሱ አሳስቧል። በትልቁ የተብራራ የምስል ዳታቤዝ ውስጥ ተመሳሳይ ችግሮች ይስተዋላሉ ImageNet, እሱም ደግሞ ከ WordNet መልህቆችን ይጠቀማል.

ምንጭ: opennet.ru