Massachusetts Institute of Technology set sa datos , nga adunay annotated nga koleksyon sa 80 milyon nga gagmay nga 32x32 nga mga imahe. Ang set gipadayon sa usa ka grupo nga nagpalambo sa mga teknolohiya sa panan-aw sa kompyuter ug gigamit sukad sa 2008 sa lainlaing mga tigdukiduki aron sa pagbansay ug pagsulay sa pag-ila sa butang sa mga sistema sa pagkat-on sa makina.
Ang hinungdan sa pagtangtang mao ang paggamit sa racist ug misogynistic nga mga termino sa mga label nga naghulagway sa mga butang nga gihulagway sa mga hulagway, ingon man ang presensya sa mga imahen nga giisip nga makapasakit. Pananglitan, adunay mga hulagway sa mga kinatawo nga adunay mga pulong nga balbal, ang mga hulagway sa pipila ka mga babaye gihulagway nga "mga bigaon," ug ang mga termino nga dili madawat sa modernong katilingban alang sa mga itom ug mga Asyano gigamit.
Bisan pa, ang dokumento nga gikutlo sa MIT nagpaila usab sa mas grabe nga mga problema sa ingon nga mga koleksyon: ang mga teknolohiya sa panan-awon sa kompyuter mahimong magamit aron mapalambo ang mga sistema sa pag-ila sa nawong aron pangitaon ang mga representante sa mga grupo sa populasyon nga gidili tungod sa pipila ka hinungdan; ang usa ka neural network alang sa paghimo og imahen makahimo pag-usab sa orihinal gikan sa wala mailhi nga datos.
Ang hinungdan sa pagpakita sa dili balido nga mga pulong mao ang paggamit sa usa ka awtomatiko nga proseso nga naggamit mga relasyon sa semantiko gikan sa English nga lexical database aron maklasipikar. , gimugna niadtong 1980s sa Princeton University. Tungod kay dili posible nga mano-mano nga susihon ang presensya sa opensiba nga sinultian sa 80 milyon nga gagmay nga mga litrato, nakahukom nga hingpit nga babagan ang pag-access sa database. Giawhag usab sa MIT ang ubang mga tigdukiduki nga hunongon ang paggamit sa koleksyon ug tangtangon ang mga kopya niini. Ang susamang mga problema makita sa pinakadako nga annotated image database , nga naggamit usab ug mga angkla gikan sa WordNet.
Source: opennet.ru