La semana pasada, Niccolo Mejía compartido en vista del interesante uso del reconocimiento facial en aplicaciones financieras.

Enumeró tres categorías: Verificación de la identidad para la aprobación de préstamos, autenticación para carteras digitales y aplicaciones habilitadas para blockchain, y coincidencia de rostros similares para campañas de marketing. El elemento visual que captó nuestra atención fue una captura de pantalla de Kairosuna empresa de reconocimiento facial con sede en Miami.

Afirman utilizar conjuntos de datos diversos para evitar la identificación errónea de personas de color, así como de diferentes grupos de edad y géneros.

Al principio, nos preocupaban un poco características como el reconocimiento de la edad, el sexo y la raza, ya que esto puede dar lugar a todo tipo de prejuicios y problemas de privacidad. Pero también nos dimos cuenta de que la empresa se autodenomina en su página web como "vendedor ético", y lo que eso significa está bien descrito en esta entrada por el Dr. Stephen Moore, Jefe de la Oferta Científica de Kairos.

La identificación errónea de personas en función de su etnia, sexo y edad es una plaga en la industria del reconocimiento facial, y nuestra misión constante es solucionar este problema... Nosotros Fundamentalmente, creemos que para que las interacciones entre humanos e IA -incluso entre IA- sean realmente útiles, es necesario que puedan explicarse de forma intuitiva y comprensible. Para que el público en general confíe en las IA, estas deben ser auditables.

Una IA responsable, auditable y ética es definitivamente el camino a seguir y debería formar parte de cualquier conversación sobre ética digital.

Post invitado del comisario de contenidos de The Futures Agency Petervan

Ejemplo de "Mapa de relevancia facial" de Untangle