Twitter-მა გამოაცხადა ღია კონკურსის შედეგები, რათა აღმოაჩინოს მიკერძოება მის ფოტო ჭრის სისტემაში.
ბოუნტი გამოწვევა გაიხსნა ივლისში მას შემდეგ, რაც Twitter-ის მომხმარებლებმა აჩვენეს, რომ საიტის ავტომატური ჭრის ხელსაწყო უპირატესობას ანიჭებდა ღია ფერის მქონე ადამიანების სახეებს, ვიდრე მუქი ფერის მქონეებს. მან გააჩინა კითხვები იმის შესახებ, თუ როგორ ანიჭებდა პროგრამულმა უპირატესობას კანის ფერს და გარკვეულ ფაქტორებს სხვებთან შედარებით.
გამოწვევა ცდილობდა გამოეკვლია, რა სხვა ხარვეზები და მიკერძოებები შეიძლება ჰქონდეს ჭრის სისტემას პრობლემების გადასაჭრელად.
პირველი ადგილი დაიკავა ბოგდან კულინიჩმა, რომლის წარდგენამ აჩვენა, თუ როგორ შეუძლიათ სილამაზის ფილტრებს ალგორითმის ქულების მოდელის თამაში, რაც, თავის მხრივ, აძლიერებს სილამაზის ტრადიციულ სტანდარტებს.წარდგენა აჩვენა, რომ ალგორითმი ურჩევნია ახალგაზრდა და გამხდარი სახეები ღია ან თბილი კანის ტონით. კულინიჩმა მოიგო $3,500.
მეორე ადგილზე გავიდა HALT AI, ტექნიკური სტარტაპი ტორონტოში, რომელმაც აღმოაჩინა მოხუცების და შეზღუდული შესაძლებლობის მქონე პირების სურათები ამოჭრილი ფოტოებიდან. მეორე ადგილზე გასვლისთვის გუნდს 2000 დოლარი გადაეცა.
მესამე ადგილი და 500$ ერგო როია პაკზადს, Taraaz Research-ის დამფუძნებელს, რომელმაც აღმოაჩინა, რომ ალგორითმი ხელს უწყობს ლათინური დამწერლობების ჩამოჭრას არაბულზე, რამაც შეიძლება ზიანი მიაყენოს ენობრივ მრავალფეროვნებას.
დაწვრილებითი შედეგები DEF CON 29-ზე წარმოადგინა რუმან ჩაუდჰურიმ, Twitter-ის META გუნდის დირექტორმა. META-ს გუნდი სწავლობს ალგორითმებში არსებულ უნებლიე პრობლემებს და აღმოფხვრის ნებისმიერი სახის გენდერულ და რასობრივ მიკერძოებას, რომელიც შეიძლება ჰქონდეს ასეთ სისტემებს.
ამ კონკურსიდან მიღებული მონაცემები გამოყენებული იქნება შემცირების ალგორითმის შეცდომებისა და მიკერძოების შესამსუბუქებლად და უფრო ინკლუზიური გარემოს უზრუნველსაყოფად.
