論文の概要: Inclusive Portraits: Race-Aware Human-in-the-Loop Technology
- arxiv url: http://arxiv.org/abs/2311.03567v1
- Date: Mon, 6 Nov 2023 22:08:42 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-08 17:39:39.857544
- Title: Inclusive Portraits: Race-Aware Human-in-the-Loop Technology
- Title（参考訳）: インクルーシブ・ポートレート:レースを意識した人間のループ技術
- Authors: Claudia Flores-Saviaga, Christopher Curtis and Saiph Savage
- Abstract要約: 本稿では,人種を意識したインクルージョン・イン・ザ・ループ・システムを構築するために,人種に関する社会理論と結びつく新たなアプローチであるインクルーシブ・ポートレイツ(IP)を提案する。
顔認証のためのHuman-in-the-loop(HITL)システムにレースを組み込むことで,性能が著しく向上することを示す。
また,HITLシステムの設計において,個々の作業者特性を考慮することの重要性も強調した。
- 参考スコア（独自算出の注目度）: 1.547622875672718
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: AI has revolutionized the processing of various services, including the
automatic facial verification of people. Automated approaches have demonstrated
their speed and efficiency in verifying a large volume of faces, but they can
face challenges when processing content from certain communities, including
communities of people of color. This challenge has prompted the adoption of
"human-in-the-loop" (HITL) approaches, where human workers collaborate with the
AI to minimize errors. However, most HITL approaches do not consider workers'
individual characteristics and backgrounds. This paper proposes a new approach,
called Inclusive Portraits (IP), that connects with social theories around race
to design a racially-aware human-in-the-loop system. Our experiments have
provided evidence that incorporating race into human-in-the-loop (HITL) systems
for facial verification can significantly enhance performance, especially for
services delivered to people of color. Our findings also highlight the
importance of considering individual worker characteristics in the design of
HITL systems, rather than treating workers as a homogenous group. Our research
has significant design implications for developing AI-enhanced services that
are more inclusive and equitable.
- Abstract（参考訳）: AIは、人々の顔の自動検証など、さまざまなサービスの処理に革命をもたらした。
自動化されたアプローチは、大量の顔の検証においてそのスピードと効率を実証しているが、有色人種のコミュニティを含む特定のコミュニティのコンテンツを処理する際の課題に直面することがある。
この課題は、ヒューマンワーカーがAIと連携してエラーを最小限に抑える"Human-in-the-loop"(HITL)アプローチの採用を促している。
しかし、ほとんどのHITLアプローチは労働者の個性や背景を考慮していない。
本稿では,人種を意識した人物認識システムを設計するために,人種に関する社会理論と結びつく新しいアプローチであるインクルーシブ・ポートレート(ip)を提案する。
顔認証のためにHuman-in-the-loop(HITL)システムにレースを組み込むことで、特に有色人種に配信されるサービスにおいて、パフォーマンスが著しく向上することを示す。
また, 労働者を均質群として扱うのではなく, 個々の労働者特性をhitlシステムの設計において考慮することの重要性を強調する。
我々の研究は、より包括的で公平なAIサービスを開発する上で重要な設計上の意味を持っている。
関連論文リスト
- Making Data: The Work Behind Artificial Intelligence [0.0]
本稿では,ブラジルにおけるマイクロワークの実態を報告し,労働者の肖像画を提供する。
これは、現状の不安定化を克服するための、より広範な努力の一歩である。
論文 参考訳（メタデータ） (2024-09-23T08:12:24Z) - Towards Equitable Agile Research and Development of AI and Robotics [0.0]
本稿では,広く普及している研究開発(R&D)プロジェクトマネジメント手法を組織的エクイティ能力の構築に適用するための枠組みを提案する。
プロジェクトチームが、最も有望なプラクティス、スキルセット、組織文化、権利に基づく公平さ、公平性、説明責任、倫理的問題を検出し、対処する手法を組織し、運用する方法を説明します。
論文 参考訳（メタデータ） (2024-02-13T06:13:17Z) - You Only Learn One Query: Learning Unified Human Query for Single-Stage Multi-Person Multi-Task Human-Centric Perception [37.667147915777534]
人間中心の知覚は、コンピュータビジョンの長年の問題である。
本稿では,一段階多人数マルチタスク人間中心認識(HCP)のための統合多目的フレームワーク(HQNet)を提案する。
Human Queryは、個人のための複雑なインスタンスレベルの機能をキャプチャし、複雑なマルチパーソンシナリオを分離する。
論文 参考訳（メタデータ） (2023-12-09T10:36:43Z) - What Matters to You? Towards Visual Representation Alignment for Robot
Learning [81.30964736676103]
人のために運用する場合、ロボットはエンドユーザーの好みに合わせて報酬を最適化する必要がある。
本稿では、視覚的表現アライメント問題を解決するためのRAPL(Representation-Aligned Preference-based Learning)を提案する。
論文 参考訳（メタデータ） (2023-10-11T23:04:07Z) - Towards Fair and Explainable AI using a Human-Centered AI Approach [5.888646114353372]
分類システムと単語埋め込みにおける説明可能性と公平性の向上を目的とした5つの研究プロジェクトについて述べる。
最初のプロジェクトは、ローカルモデル説明を機械教師のインタフェースとして導入するユーティリティ/ダウンサイドについて検討する。
第二のプロジェクトは、因果性に基づくヒューマン・イン・ザ・ループ視覚ツールであるD-BIASを紹介し、データセットの社会的バイアスを特定し緩和する。
第3のプロジェクトは、グループに対するバイアスに対するトレーニング済みの静的単語埋め込みの監査を支援する、ビジュアルインタラクティブツールであるWordBiasを提示する。
4番目のプロジェクトは、ソーシャルを識別するビジュアル分析ツールDramatVis Personae
論文 参考訳（メタデータ） (2023-06-12T21:08:55Z) - Stable Bias: Analyzing Societal Representations in Diffusion Models [72.27121528451528]
本稿では,テキスト・ツー・イメージ(TTI)システムにおける社会的バイアスを探索する新しい手法を提案する。
我々のアプローチは、プロンプト内の性別や民族のマーカーを列挙して生成された画像の変動を特徴づけることに依存している。
我々はこの手法を利用して3つのTTIシステムによって生成された画像を分析し、そのアウトプットが米国の労働人口層と相関しているのに対して、彼らは常に異なる範囲において、限界化されたアイデンティティを低く表現している。
論文 参考訳（メタデータ） (2023-03-20T19:32:49Z) - Human-Centric Multimodal Machine Learning: Recent Advances and Testbed
on AI-based Recruitment [66.91538273487379]
人間中心のアプローチでAIアプリケーションを開発する必要性には、ある程度のコンセンサスがある。
i)ユーティリティと社会的善、(ii)プライバシとデータ所有、(iii)透明性と説明責任、(iv)AIによる意思決定プロセスの公正性。
異種情報ソースに基づく現在のマルチモーダルアルゴリズムは、データ中の機密要素や内部バイアスによってどのように影響を受けるかを検討する。
論文 参考訳（メタデータ） (2023-02-13T16:44:44Z) - Human in the Loop for Machine Creativity [0.0]
我々は、創造的アプリケーションのための既存のHuman-in-the-loop(HITL)アプローチを概念化する。
モデル,インターフェース,機械の創造性に対する長期的影響について検討し,考察する。
テキスト,視覚,音,その他の情報を結合し,人や環境の自動解析を行うマルチモーダルHITLプロセスを提案する。
論文 参考訳（メタデータ） (2021-10-07T15:42:18Z) - The MineRL BASALT Competition on Learning from Human Feedback [58.17897225617566]
MineRL BASALTコンペティションは、この重要な種類の技術の研究を促進することを目的としている。
Minecraftでは、ハードコードされた報酬関数を書くのが難しいと期待する4つのタスクのスイートを設計しています。
これら4つのタスクのそれぞれについて、人間のデモのデータセットを提供するとともに、模擬学習ベースラインを提供する。
論文 参考訳（メタデータ） (2021-07-05T12:18:17Z) - PHASE: PHysically-grounded Abstract Social Events for Machine Social
Perception [50.551003004553806]
私たちは、物理的に根拠のある抽象的なソーシャルイベント、フェーズのデータセットを作成します。
フェーズは人間の実験によって検証され、人間は社会出来事において豊かな相互作用を知覚する。
ベースラインモデルとして,最新のフィードフォワードニューラルネットワークよりも優れたベイズ逆計画手法SIMPLEを導入する。
論文 参考訳（メタデータ） (2021-03-02T18:44:57Z) - Watch-And-Help: A Challenge for Social Perception and Human-AI
Collaboration [116.28433607265573]
我々は、AIエージェントでソーシャルインテリジェンスをテストするための課題であるWatch-And-Help(WAH)を紹介する。
WAHでは、AIエージェントは、人間のようなエージェントが複雑な家庭用タスクを効率的に実行するのを助ける必要がある。
マルチエージェントの家庭環境であるVirtualHome-Socialを構築し、計画と学習ベースのベースラインを含むベンチマークを提供する。
論文 参考訳（メタデータ） (2020-10-19T21:48:31Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。