মহিলাদের চেহারা শনাক্ত করতে ফেস আনলক কেন হয়ে যায় ব্যর্থ! জানেন কি এর কারণ

প্রেসকার্ড নিউজ ডেস্ক :  ফেস আনলক সফ্টওয়্যার কখনও কখনও মহিলাদের চেহারা চিনতে ভুল করে, যার কারণে মহিলারা অসুবিধার মুখোমুখি হন। ব্যাখ্যা করুন যে কিছু কিছু দেশের পুলিশ মুখের স্বীকৃতি সফ্টওয়্যার ব্যবহার করে অপরাধীদের শনাক্ত করে। ওয়ালমার্টের মতো অনেক খুচরা চেইন তালিকাভুক্ত শপলিফটার শনাক্ত করতে ও নিরীক্ষণের জন্য এটি ব্যবহার করে। এমন পরিস্থিতিতে যদি কোনও মহিলাকে ভুল নামে চিহ্নিত করা হয় তবে নির্দোষ হলেও সে অনেক সমস্যার মুখোমুখি হতে পারে। এই জাতীয় সফ্টওয়্যার ভুল হওয়ার মূল কারণটি হ'ল মুখের স্বীকৃতি প্রশিক্ষণের ডেটাসেটে মহিলাদের উপস্থিতি বেশ কম। কম্পিউটার দর্শনের দুটি অংশ রয়েছে - দেখা এবং বোঝা - দেখা এবং বিশ্লেষণ। এই দুটি অংশ প্রযুক্তিগত এবং মানবিক দিক থেকে নির্ধারিত হয়।  

ইন্টিগ্রেশন উইজার্ড সলিউশন এর প্রধান নির্বাহী কুনাল কিসলে ব্যাখ্যা করেছেন যে মুখের স্বীকৃতি অ্যালগরিদমগুলি মুখকে চিহ্নিত করার জন্য লক্ষণগুলি তৈরি করে - প্রতিটি মুখের বৈশিষ্ট্য যেমন চোখের মধ্যবর্তী স্থান, নাকের আকার এবং চোয়াল। মেশিন লার্নিং অ্যালগরিদমগুলি ডেটা সেট সহ প্রশিক্ষিত হয়। এই ডেটা সেটগুলি অনেক জায়গা থেকে মানুষের ছবি তোলার মাধ্যমে তৈরি করা হয়। উদাহরণস্বরূপ, যারা ফেসবুকে তাদের ফটো আপলোড করেছেন, তাদের সমস্ত ফটো মানুষ শনাক্ত করতে ব্যবহৃত হয়। মুখের স্বীকৃতি এই ছবিগুলি ব্যবহার করে আপনার কোনও ছবিতে আপনার পরিচিতদের ট্যাগ করার বিকল্প দেয়। 

কালো মহিলাদের চিহ্নিত করতে বেশি ভুল হয় 

প্রতিটি ধরণের অ্যালগরিদম প্রশিক্ষণের জন্য ডেটা সেটগুলি প্রয়োজন। এই ডেটা সেটে পুরুষদের অনুপাত মহিলাদের তুলনায় বেশি  সুতরাং সফ্টওয়্যারটি বহু ধরণের পুরুষকে স্বীকৃতি দেয় তবে মহিলাদের শনাক্তকরণে ভুল করে। এই ডেটা সেটে বেশিরভাগ ব্যক্তি হ'ল সাদা পুরুষ, তাই অ্যালগরিদম কালো মহিলা শনাক্তকরণে সর্বাধিক ভুল করে। গবেষণায় দেখা গেছে যে বেশিরভাগ ডেটা সেটে প্রায় ৭০% পুরুষ। কোডিং করা বেশিরভাগ লোকেরাও সাদা পুরুষ, তাই তারা যখন এই ডেটা সেটগুলিতে দেখেন, তখন তারা এতটা চিন্তা করেন না যে তাদের মধ্যে কৃষ্ণাঙ্গ বা অন্য জাতির লোকের অনুপাত খুব কম। 

প্রেসের এক প্রতিবেদনে বলা হয়েছে যে কৃত্রিম বুদ্ধিমত্তা সফ্টওয়্যারটি আমরাই তাদের শিখিয়েছি। সুতরাং কোডিং করা ব্যক্তির মধ্যে একই ধরণের স্টেরিওটাইপগুলি গভীরতর হয়েছে। লম্বা চুল, ছোট ডিম্বাকৃতি, পাতলা চুল, ছোট চিবুক এবং ছোট, পাতলা, গোলাপী ঠোঁট - অ্যালগরিদমটি সমস্ত ছবিতে এই জিনিসটি খুঁজে পাবেন। সুতরাং, ছবিটির অ্যালগরিদম কোনও মহিলার মতো লম্বা চুলের সাথে একটি ক্লিন শেভ পুরুষকে শনাক্ত করে। সংক্ষিপ্ত চুলের মহিলা, ঘন ঠোঁট একজন পুরুষের মতো শনাক্ত করতে পারে। 

মহিলাদের ডেটা সেটগুলিতে সব ধরণের অপশন তৈরি হয়নি। দাড়ি, গোঁফ এবং বয়সের কারণে যেখানে পুরুষের মুখের পার্থক্য দেখা দেয় সেখানে মহিলাদের মুখের বিভিন্ন প্রকারভেদ রয়েছে। চুলের বিভিন্ন স্টাইল থেকে তাদের মেক-আপ পর্যন্ত তারা তাদের সম্পূর্ণ আলাদা চেহারা দিতে পারে, যা অ্যালগরিদম চিনতে পারে না। মেক-আপ থেকে - চুলগুলি বিভিন্ন আকারের হতে পারে, লিপস্টিকের রঙ বা ফাউন্ডেশনের রঙ এবং কনসিলার ব্যবহার একই মহিলাকে পুরোপুরি আলাদা দেখায়, বিভিন্ন মুখের বৈশিষ্ট্য হাইলাইট করে। প্রশিক্ষণের ডেটা সেটগুলিতে ফটোগ্রাফের এতগুলি ভিন্নতা যুক্ত করা হয়নি। ডেটা সেটটি প্রায়শই বর্ধিত দাড়িওয়ালা পুরুষের বয়স প্রকাশ করে। একইভাবে, মুখের স্বীকৃতি সফ্টওয়্যারটি কনসিলার ব্যবহার করে লুকিয়ে থাকা বলিরেঙ্কগুলি শনাক্ত করতে পারে না এবং ভুল বয়স দেয়।