MIT ਨੇ ਨਸਲਵਾਦੀ ਅਤੇ ਦੁਰਵਿਹਾਰਕ ਸ਼ਬਦਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਤੋਂ ਬਾਅਦ ਛੋਟੇ ਚਿੱਤਰਾਂ ਦੇ ਸੰਗ੍ਰਹਿ ਨੂੰ ਹਟਾ ਦਿੱਤਾ

ਮੈਸੇਚਿਉਸੇਟਸ ਇੰਸਟੀਚਿਊਟ ਆਫ਼ ਟੈਕਨਾਲੋਜੀ ਹਟਾਇਆ ਗਿਆ ਡਾਟਾ ਸੈੱਟ ਛੋਟੇ ਚਿੱਤਰ, 80 ਮਿਲੀਅਨ ਛੋਟੇ 32x32 ਚਿੱਤਰਾਂ ਦੇ ਐਨੋਟੇਟਿਡ ਸੰਗ੍ਰਹਿ ਦੀ ਵਿਸ਼ੇਸ਼ਤਾ. ਸੈੱਟ ਦੀ ਸਾਂਭ-ਸੰਭਾਲ ਕੰਪਿਊਟਰ ਵਿਜ਼ਨ ਟੈਕਨਾਲੋਜੀ ਵਿਕਸਿਤ ਕਰਨ ਵਾਲੇ ਇੱਕ ਸਮੂਹ ਦੁਆਰਾ ਕੀਤੀ ਗਈ ਸੀ ਅਤੇ ਵੱਖ-ਵੱਖ ਖੋਜਕਰਤਾਵਾਂ ਦੁਆਰਾ 2008 ਤੋਂ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਆਬਜੈਕਟ ਮਾਨਤਾ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਅਤੇ ਟੈਸਟ ਕਰਨ ਲਈ ਵਰਤਿਆ ਜਾ ਰਿਹਾ ਹੈ।

ਹਟਾਉਣ ਦਾ ਕਾਰਨ ਸੀ ਪਛਾਣ ਤਸਵੀਰਾਂ ਵਿੱਚ ਦਰਸਾਏ ਗਏ ਵਸਤੂਆਂ ਦਾ ਵਰਣਨ ਕਰਨ ਵਾਲੇ ਲੇਬਲਾਂ ਵਿੱਚ ਨਸਲਵਾਦੀ ਅਤੇ ਦੁਰਵਿਵਹਾਰਕ ਸ਼ਬਦਾਂ ਦੀ ਵਰਤੋਂ, ਅਤੇ ਨਾਲ ਹੀ ਉਹਨਾਂ ਚਿੱਤਰਾਂ ਦੀ ਮੌਜੂਦਗੀ ਜਿਹਨਾਂ ਨੂੰ ਅਪਮਾਨਜਨਕ ਸਮਝਿਆ ਗਿਆ ਸੀ। ਉਦਾਹਰਨ ਲਈ, ਅਸ਼ਲੀਲ ਸ਼ਬਦਾਂ ਦੇ ਨਾਲ ਜਣਨ ਅੰਗਾਂ ਦੀਆਂ ਤਸਵੀਰਾਂ ਸਨ, ਕੁਝ ਔਰਤਾਂ ਦੀਆਂ ਤਸਵੀਰਾਂ "ਵੇਸ਼ੀਆਂ" ਵਜੋਂ ਦਰਸਾਈਆਂ ਗਈਆਂ ਸਨ ਅਤੇ ਕਾਲੇ ਅਤੇ ਏਸ਼ੀਆਈ ਲੋਕਾਂ ਲਈ ਆਧੁਨਿਕ ਸਮਾਜ ਵਿੱਚ ਅਸਵੀਕਾਰਨਯੋਗ ਸ਼ਬਦ ਵਰਤੇ ਗਏ ਸਨ।

ਹਾਲਾਂਕਿ, MIT ਦੁਆਰਾ ਹਵਾਲਾ ਦਿੱਤਾ ਗਿਆ ਦਸਤਾਵੇਜ਼ ਅਜਿਹੇ ਸੰਗ੍ਰਹਿ ਦੇ ਨਾਲ ਹੋਰ ਗੰਭੀਰ ਸਮੱਸਿਆਵਾਂ ਦੀ ਵੀ ਪਛਾਣ ਕਰਦਾ ਹੈ: ਕੰਪਿਊਟਰ ਵਿਜ਼ਨ ਟੈਕਨਾਲੋਜੀ ਦੀ ਵਰਤੋਂ ਚਿਹਰੇ ਦੀ ਪਛਾਣ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਵਿਕਸਤ ਕਰਨ ਲਈ ਆਬਾਦੀ ਸਮੂਹਾਂ ਦੇ ਪ੍ਰਤੀਨਿਧਾਂ ਦੀ ਖੋਜ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ ਜੋ ਕਿਸੇ ਕਾਰਨ ਕਰਕੇ ਵਰਜਿਤ ਹਨ; ਚਿੱਤਰ ਬਣਾਉਣ ਲਈ ਇੱਕ ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਅਗਿਆਤ ਡੇਟਾ ਤੋਂ ਮੂਲ ਨੂੰ ਪੁਨਰਗਠਨ ਕਰ ਸਕਦਾ ਹੈ।

ਅਵੈਧ ਸ਼ਬਦਾਂ ਦੀ ਦਿੱਖ ਦਾ ਕਾਰਨ ਇੱਕ ਸਵੈਚਲਿਤ ਪ੍ਰਕਿਰਿਆ ਦੀ ਵਰਤੋਂ ਸੀ ਜੋ ਸ਼੍ਰੇਣੀਬੱਧ ਕਰਨ ਲਈ ਅੰਗਰੇਜ਼ੀ ਸ਼ਬਦਕੋਸ਼ ਡੇਟਾਬੇਸ ਤੋਂ ਅਰਥ ਸਬੰਧਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ। ਵਰਡਨੇਟ, ਪ੍ਰਿੰਸਟਨ ਯੂਨੀਵਰਸਿਟੀ ਵਿੱਚ 1980 ਵਿੱਚ ਬਣਾਇਆ ਗਿਆ ਸੀ। ਕਿਉਂਕਿ 80 ਮਿਲੀਅਨ ਛੋਟੀਆਂ ਤਸਵੀਰਾਂ ਵਿੱਚ ਅਪਮਾਨਜਨਕ ਭਾਸ਼ਾ ਦੀ ਮੌਜੂਦਗੀ ਨੂੰ ਹੱਥੀਂ ਜਾਂਚਣਾ ਸੰਭਵ ਨਹੀਂ ਹੈ, ਇਸ ਲਈ ਡੇਟਾਬੇਸ ਤੱਕ ਪਹੁੰਚ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਬਲੌਕ ਕਰਨ ਦਾ ਫੈਸਲਾ ਕੀਤਾ ਗਿਆ ਸੀ। ਐਮਆਈਟੀ ਨੇ ਹੋਰ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਵੀ ਸੰਗ੍ਰਹਿ ਦੀ ਵਰਤੋਂ ਬੰਦ ਕਰਨ ਅਤੇ ਇਸ ਦੀਆਂ ਕਾਪੀਆਂ ਨੂੰ ਹਟਾਉਣ ਦੀ ਅਪੀਲ ਕੀਤੀ। ਸਭ ਤੋਂ ਵੱਡੇ ਐਨੋਟੇਟਿਡ ਚਿੱਤਰ ਡੇਟਾਬੇਸ ਵਿੱਚ ਵੀ ਇਸੇ ਤਰ੍ਹਾਂ ਦੀਆਂ ਸਮੱਸਿਆਵਾਂ ਵੇਖੀਆਂ ਜਾਂਦੀਆਂ ਹਨ ਚਿੱਤਰਨੈੱਟ, ਜੋ WordNet ਤੋਂ ਐਂਕਰ ਵੀ ਵਰਤਦਾ ਹੈ।

ਸਰੋਤ: opennet.ru