Массачусетс технология институту маалымат топтому 80 миллион кичинекей 32x32 сүрөттөрдүн аннотацияланган коллекциясын камтыган. Бул комплект компьютердик көрүү технологияларын иштеп чыгуучу топ тарабынан колдоого алынган жана 2008-жылдан бери ар кандай изилдөөчүлөр тарабынан машинаны үйрөнүү системаларында объектти таанууну үйрөтүү жана сыноо үчүн колдонулуп келет.
Алып салууга себеп болгон сүрөттөрдө сүрөттөлгөн объектилерди сүрөттөгөн этикеткаларда расисттик жана мизогинисттик терминдердин колдонулушу, ошондой эле кемсинтүү катары кабыл алынган сүрөттөрдүн болушу. Мисалы, жаргон терминдер менен жыныстык органдардын сүрөттөрү болгон, кээ бир аялдардын сүрөттөрү "сойкулар" катары мүнөздөлгөн жана кара жана азиялыктар үчүн заманбап коомдо кабыл алынгыс терминдер колдонулган.
Бирок, MIT келтирген документте мындай коллекциялардагы олуттуу көйгөйлөр да аныкталган: компьютердик көрүү технологиялары кандайдыр бир себептерден улам тыюу салынган калктын топторунун өкүлдөрүн издөө үчүн жүзүн таануу системаларын иштеп чыгуу үчүн колдонулушу мүмкүн; сүрөттөрдү түзүү үчүн нейрондук тармак анонимдүү маалыматтардан оригиналды калыбына келтире алат.
Жараксыз сөздөрдүн пайда болушуна классификациялоо үчүн англис лексикалык маалымат базасынан семантикалык мамилелерди колдонгон автоматташтырылган процессти колдонуу себеп болгон. , 1980-жылдары Принстон университетинде түзүлгөн. 80 миллион кичинекей сүрөттөрдө адепсиз сөздөрдүн бар-жоктугун кол менен текшерүү мүмкүн болбогондуктан, маалымат базасына кирүүнү толугу менен бөгөттөө чечими кабыл алынды. MIT ошондой эле башка изилдөөчүлөрдү коллекцияны колдонууну токтотууга жана анын көчүрмөлөрүн алып салууга үндөдү. Окшош көйгөйлөр эң чоң аннотацияланган сүрөттөр базасында байкалат , анда WordNetтин анкерлери да колдонулат.
Source: opennet.ru