概要: Googleフォトが黒人の画像を「ゴリラ」と誤認してから8年が経った今でも、Google、Apple、Amazon、Microsoftの画像認識ソフトウェアは、霊長類の分類を避けたり、不正確に分類したりする兆候が見られます。テストの結果、GoogleとAppleフォトは霊長類の分類を一切避けていることが明らかになりました。これは、人種的ステレオタイプを永続させるリスクを避けるためと考えられます。Microsoft OneDriveは動物を全く識別できず、Amazonフォトは分類において過度に一般化しています。
インシデントのステータス
Risk Subdomain
A further 23 subdomains create an accessible and understandable classification of hazards and harms associated with AI
1.1. Unfair discrimination and misrepresentation
Risk Domain
The Domain Taxonomy of AI Risks classifies risks into seven AI risk domains: (1) Discrimination & toxicity, (2) Privacy & security, (3) Misinformation, (4) Malicious actors & misuse, (5) Human-computer interaction, (6) Socioeconomic & environmental harms, and (7) AI system safety, failures & limitations.
- Discrimination and Toxicity
Entity
Which, if any, entity is presented as the main cause of the risk
AI
Timing
The stage in the AI lifecycle at which the risk is presented as occurring
Post-deployment
Intent
Whether the risk is presented as occurring as an expected or unexpected outcome from pursuing a goal
Unintentional
インシデントレポート
レポートタイムライン
Eight years after a controversy over Black people being mislabeled as gorillas by image analysis software — and despite big advances in computer vision — tech giants still fear repeating the mistake.
When Google released its stand-alone Pho…
バリアント
「バリアント」は既存のAIインシデントと同じ原因要素を共有し、同様な被害を引き起こし、同じ知的システムを含んだインシデントです。バリアントは完全に独立したインシデントとしてインデックスするのではなく、データベースに最初に投稿された同様なインシデントの元にインシデントのバリエーションとして一覧します。インシデントデータベースの他の投稿タイプとは違い、バリアントではインシデントデータベース以外の根拠のレポートは要求されません。詳細についてはこの研究論文を参照してください
似たようなものを見つけましたか？
よく似たインシデント
Did our AI mess up? Flag the unrelated incidents
Predictive Policing Biases of PredPol
· 17 レポート
Northpointe Risk Models
· 15 レポート
よく似たインシデント
Did our AI mess up? Flag the unrelated incidents
Predictive Policing Biases of PredPol
· 17 レポート
Northpointe Risk Models
· 15 レポート