Educare l’intelligenza artificiale necessita di dati, e questo IBM lo sa bene, così come lo sanno gli altri grandi della rete - Google, Apple, Amazon, Facebook e Microsoft su tutti - e i governi dei Paesi: basti vedere la Cina, intenzionata a staccare la “concorrenza” per diventare leader dell’IA entro il 2030, come previsto dal secondo piano di sviluppo redatto dal Consiglio di Stato.

In questo caso specifico parliamo di sistemi di riconoscimento facciale che, per essere più precisi possibili, devono necessariamente basarsi su enormi set di dati da mettere a disposizione agli algoritmi di intelligenza artificiale per la loro elaborazione. A questo scopo IBM Research ha deciso di donare un milione di immagini (con relativi dati e annotazioni) agli istituti di ricerca che ne fanno domanda, consentendo loro di sviluppare la metodologia di riconoscimento e di colmare il gap con i big della rete e i governi nazionali (Cina in primis).

L’intento di IBM - spiega il centro di ricerca - è quello di garantire maggiore equità nel mondo, permettendo alle università di realizzare strumenti “correttamente addestrati”, basati su set di dati accurati e completi che tengano conto di tutte le diversità che il volto umano offre al fine di evitare errori che, in casi estremi, potrebbero avere ricadute anche gravi sulla privacy e la sicurezza delle persone (la preoccupazione è alta non solo sulla qualità dei metodi, ma anche sulla loro applicazione, come dimostrano le lettere aperte inviate a Google, Microsoft e Amazon).

Non bastano dunque le variazioni dovute a età, sesso e colore della pelle, gli unici parametri su cui si incentrano molte delle metodologie attuali per il riconoscimento facciale. IBM ritiene che - al fine di fornire risultati ottimali - siano necessarie valutazioni di dati ulteriori e più dettagliati, inclusi la simmetria del volto, il contrasto facciale, la posa del viso, la posizione e dimensione di occhi, naso, fronte o mento.

In quest’ottica nasce Diversity in Faces (DiF), 1 milione di immagini facciali umane tratte dal set di dati Creative Commons YFCC-100M. A tale set IBM ha aggiunto annotazioni sui volti utilizzando 10 schemi di codifica che includono “misure oggettive” come le caratteristiche cranio-facciali e la simmetria facciale, ed altre più “soggettive” come le previsioni basate sull’età.

Riteniamo che estraendo e rilasciando queste annotazioni del sistema di codifica facciale su un grande seti di dati di 1 milione di immagini di volti accelereremo lo studio della diversità e della copertura dei dati per i sistemi di riconoscimento facciale tramite IA per garantire sistemi più equi ed accurati.

I dati sono disponibili gratuitamente a scopi puramente di ricerca a tutti gli istituti che ne fanno richiesta.