Gerald Schut
De meest geavanceerde objectidentificatiesystemen zijn slechter in het herkennen van voetgangers met een donkere dan met een lichte huidskleur. Dat melden onderzoekers van het Georgia Institute of Technology.
De onderzoekers namen acht beeldherkenningsalgoritmes, die waren getraind met een standaardbeeldbank met straatbeelden, onder de loep. Voetgangers op de foto’s werden verdeeld in twee groepen: die met een lichtere en met een donkerdere huidskleur volgens de standaardclassificatie van Fitzpatrick.
De algoritmes bleken 5% slechter te scoren op het herkennen van voetgangers met een donkere huid dan die met een lichte huid, ook als gecorrigeerd werd voor tijdstip en obstakels in beeld. De onderzoekers veronderstellen dat dit verschil veroorzaakt werd doordat er relatief weinig mensen met donkere huidskleur in de trainingsdatabase zaten. Volgens hen kan verschil worden opgeheven door de algoritmes meer gewicht aan dit soort minderheden toe te kennen of door de database aan te passen.
De Raad van Europa waarschuwde onlangs nog voor het toenemende gebruik van kunstmatige intelligentie, dat zonder extra waarborgen tot discriminatie en verdieping van bestaande maatschappelijke verschillen kan leiden.
De LIDAR systemen, die zelfrijdende auto’s gebruiken voor navigatie, zijn overigens ook slechter in het herkennen van zwart geverfde voertuigen, die infrarood (ir) absorberen in plaats van weerkaatsen. Autoverfproductent PPG presenteerde daarom vorig jaar verf, die donker is maar toch ir reflecteert door het zelfde principe te gebruiken als de aubergine: een donkere huid die ir doorlaat, met daaronder wit vlees dat de warmte weerkaatst. Hierdoor barsten aubergines in warme landen niet uit elkaar.
