”Europa håller på att missa en unik chans i historien, menar entreprenörerna Daniel Ek och Mark Zuckerberg.”
Med sådana vänner behöver man knappt några fiender.
Jag kan se att IT-oligarkerna ser en möjlighet att tjäna pengar på AI-bubblan. Men vi andra? Hur kommer detta leda till någon högre livskvalitet i längden?
https://www.dn.se/varlden/kommer-bryssels-regler-gora-att-europa-halkar-hopplost-efter/
@gufo AI-lagen är bra, men den hade kunnat vara ännu mer reglerande.
Att polis får använda AI för ansiktsigenkänning på allmän plats, är helt horribelt. Vi vet sedan tidigare att sådana algoritmer har en högre benägenhet att flagga mörkhyade, utan någon som helst evidens.🤢
@mikaellundin @gufo Vet du varför ansiktsigenkänning flaggar mer på mörkhyade? Är det generellt för alla slags igenkänningstränare eller specifikt för den som polisen använder? Fattar jag dig rätt att träffsäkerheten att det är rätt ansikte som identifieras är högre med ljusare hy?
(T ex finns det ansiktsigenkänning i mitt fotokatalogprogram digiKam, i det fallet förstås lokalt på min dator och opensource, men jag har inte grottat ner mig i hur digiKam klarar av olika ansiktsfärger mm)
@gufo @mikaellundin Ja, vi har lättare att känna igen det som är bekant.
Men jag tänker när man tränar, görs inte det på fakta? Alltså, om det nu är bilder från nätet, eller om Polisen skulle t ex använda passfoton, att man alltså vet att Person 1 tillhör ansiktsbild 1 osv. Dvs jag trodde att träningsdata inte skulle bygga mänskligt gissande utan faktabilder. Och att i så fall skulle den sämre träffsäkerheten kunna vara på att man har färre datapunkter att jämföra med. Eller så spånade jag 1/2
@hehemrin @mikaellundin En ML-modell som känner igen ansikten bör rimligen klara av när ansiktet är i olika vinklar och ljusförhållanden. De behöver tränas på ett grunddata där samma ansikte förekommer i många olika förhållanden.
Om det grunddatat brister i representationen av olika hudtyper osv… då blir ansiktsigenkänningen därefter.
@gufo @mikaellundin För referens, om någon är nyfiken, så kommer länk nedan till avsnittet i digiKams bok om ansiktstaggning, detektering och igenkänning. Detta är alltså mjukvara för fotointresserade, liknande Adobes Lightroom och Photoshop Elements, men open source.
Jag har själv än så länge bara använt den manuella metoden, delvis ärvt från Photoshop Elements. Men i framtiden ska jag kanske försöka testa automatiken, för att få med ansikten jag missat.
@hehemrin @mikaellundin En ML-modell blir aldrig bättre än det data den tränas på. Om de som klassificerar träningsbilderna har svårare att skilja mörkhyade ansikten från varandra, kommer modellen också ha svårare för det.
Vi vet från forskning att man har lättare för att känna igen människor som liknar en själv. Så om modellen tränats av övervägande ljushyade… ja, du fattar.