Instituti i Teknologjisë në Masaçusets grup të dhënash , që paraqet një koleksion të shënuar prej 80 milionë imazhesh të vogla 32x32. Kompleti u mbajt nga një grup që zhvillon teknologjitë e vizionit kompjuterik dhe është përdorur që nga viti 2008 nga studiues të ndryshëm për të trajnuar dhe testuar njohjen e objekteve në sistemet e mësimit të makinerive.
Arsyeja e largimit ishte përdorimi i termave raciste dhe mizogjene në etiketat që përshkruajnë objektet e paraqitura në foto, si dhe prania e imazheve që u perceptuan si fyese. Për shembull, kishte imazhe të organeve gjenitale me terma zhargon, imazhet e disa grave u karakterizuan si "kurva" dhe u përdorën terma që ishin të papranueshëm në shoqërinë moderne për zezakët dhe aziatikët.
Megjithatë, dokumenti i cituar nga MIT identifikon gjithashtu probleme më serioze me koleksione të tilla: teknologjitë e vizionit kompjuterik mund të përdoren për të zhvilluar sisteme të njohjes së fytyrës për të kërkuar përfaqësues të grupeve të popullsisë që janë të ndaluara për ndonjë arsye; një rrjet nervor për gjenerimin e imazheve mund të rindërtojë origjinalin nga të dhënat anonime.
Arsyeja e shfaqjes së fjalëve të pavlefshme ishte përdorimi i një procesi të automatizuar që përdor marrëdhënie semantike nga baza e të dhënave leksikore angleze për të klasifikuar , krijuar në vitet 1980 në Universitetin Princeton. Meqenëse nuk është e mundur të kontrollohet manualisht prania e gjuhës fyese në 80 milion fotografi të vogla, u vendos që të bllokohet plotësisht qasja në bazën e të dhënave. MIT u kërkoi gjithashtu studiuesve të tjerë të ndalonin përdorimin e koleksionit dhe të hiqnin kopjet e tij. Probleme të ngjashme vërehen në bazën më të madhe të të dhënave të imazheve me shënime , i cili gjithashtu përdor spiranca nga WordNet.
Burimi: opennet.ru