La Vision par Ordinateur et le Biais dans la Détection des Teintes de Peau
La vision par ordinateur, une branche de l’intelligence artificielle qui permet aux machines de «voir» et d’interpréter des images et des vidéos, a été critiquée pour son biais dans la détection des teintes de peau. Traditionnellement, l’échelle Fitzpatrick a été utilisée pour mesurer ce biais, un outil qui classe les teintes de peau en six catégories basées sur leur réponse au soleil. Cependant, cette échelle a été critiquée pour être unidimensionnelle et ne pas représenter adéquatement la diversité des teintes de peau existantes.
Sony Développe un Outil pour Améliorer la Détection des Teintes de Peau
En réponse à ce problème, Sony a développé un nouvel outil qui étend l’échelle des teintes de peau à deux dimensions, mesurant à la fois la couleur (de clair à foncé) et la nuance (de rouge à jaune). Cette innovation a été inspirée par le travail de l’artiste brésilienne Angélica Dass, dont le projet photographique «Humanae» montre une grande variété de teintes de peau parmi les personnes d’origines similaires. Sony propose cet outil gratuitement en ligne.
La nuance de la teinte de peau est un facteur important qui avait jusqu’à présent été ignoré. Dans l’industrie cosmétique, par exemple, le choix de la teinte de base ne se fait pas seulement en fonction de sa clarté ou de sa obscurité, mais aussi de sa chaleur ou de sa froideur. Alice Xiang, responsable mondiale de l’éthique IA chez Sony, souligne l’importance de la nuance dans la teinte de peau et comment son inclusion peut améliorer la précision et l’équité dans les systèmes de vision par ordinateur.
Le Défi de Mesurer le Biais dans la Vision par Ordinateur
Cependant, mesurer le biais dans la vision par ordinateur reste un défi en raison de l’absence d’une norme communément acceptée. Cela rend difficile la comparaison entre les systèmes et l’identification des domaines d’amélioration. Dans ce contexte, Meta a développé FACET (Fairness in Computer Vision Evaluation), un outil conçu pour mesurer l’équité dans les modèles de vision par ordinateur. FACET peut être utilisé dans des tâches courantes telles que la classification, la détection et la segmentation.
Laura Gustafson, chercheuse en IA chez Meta, affirme que FACET est la première évaluation de l’équité qui inclut de nombreuses tâches différentes de vision par ordinateur et qui incorpore une gamme plus large de métriques d’équité que d’autres outils de biais. Cette avancée représente une étape importante vers la création de systèmes de vision par ordinateur plus justes et précis, capables de représenter adéquatement la diversité humaine.
Sarah est non seulement une experte en marketing digital, mais aussi une créatrice de contenu avec une grande expérience dans le domaine. Diplômée en Sociologie de l'Université de Barcelone et ayant un post-diplôme en Marketing Digital de l'Inesdi, Sarah a réussi à se distinguer en tant que Directrice de Marketing Digital. Sa connaissance approfondie des tendances digitales et sa capacité à identifier des opportunités de croissance ont été fondamentales pour le succès de nombreuses campagnes. De plus, elle donne des cours et des conférences dans des écoles de commerce prestigieuses, des universités et des événements, partageant ses connaissances et expériences avec d'autres professionnels et étudiants.
Cette entrée est également disponible dans : Español Português
