Massaçusets Texnologiya İnstitutu məlumat dəsti , 80 milyon kiçik 32x32 təsvirdən ibarət şərhli kolleksiyadan ibarətdir. Dəst kompüter görmə texnologiyalarını inkişaf etdirən bir qrup tərəfindən saxlanılırdı və 2008-ci ildən müxtəlif tədqiqatçılar tərəfindən maşın öyrənmə sistemlərində obyektlərin tanınmasını öyrətmək və sınaqdan keçirmək üçün istifadə edilmişdir.
Çıxarılmasına səbəb olub şəkillərdə təsvir edilən obyektləri təsvir edən etiketlərdə irqçi və qadın cinsli terminlərin istifadəsi, eləcə də təhqiredici kimi qəbul edilən şəkillərin olması. Məsələn, jarqon terminlərlə cinsiyyət orqanlarının təsvirləri var idi, bəzi qadınların təsvirləri "fahişə" kimi xarakterizə olunurdu, qaradərililər və asiyalılar üçün müasir cəmiyyətdə qəbuledilməz olan terminlər istifadə olunurdu.
Bununla belə, MİT-in istinad etdiyi sənəddə bu cür kolleksiyalarla bağlı daha ciddi problemlər də müəyyən edilir: kompüterlə görmə texnologiyaları nədənsə qadağan olunmuş əhali qruplarının nümayəndələrinin axtarışı üçün sifətin tanınması sistemlərinin hazırlanmasında istifadə edilə bilər; görüntü yaratmaq üçün neyron şəbəkəsi anonim məlumatlardan orijinalı yenidən qura bilər.
Etibarsız sözlərin yaranmasına səbəb təsnif etmək üçün ingilis leksik verilənlər bazasından semantik əlaqələrdən istifadə edən avtomatlaşdırılmış prosesin istifadəsi olub. , 1980-ci illərdə Princeton Universitetində yaradılmışdır. 80 milyon kiçik fotoşəkildə təhqiramiz dilin olub-olmadığını əl ilə yoxlamaq mümkün olmadığı üçün verilənlər bazasına girişin tamamilə bloklanması qərara alınıb. MIT də digər tədqiqatçıları kolleksiyadan istifadəni dayandırmağa və onun nüsxələrini çıxarmağa çağırıb. Oxşar problemlər ən böyük annotasiya edilmiş təsvirlər bazasında da müşahidə olunur , bu da WordNet-dən lövbərlərdən istifadə edir.
Mənbə: opennet.ru