คุณภาพชีวิต
อคติสีผิวในปัญญาประดิษฐ์ อาจทำให้คนผิวเข้มเสี่ยงถูกรถยนต์ไร้คนขับชนมากกว่า
ทีมวิจัยจากสถาบันวิจัยเทคโนโลยีจอร์เจีย (Georgia Institute of Technology) ได้ทำการทดสอบปัญญาประดิษฐ์ 8 ตัว ซึ่งใช้ในการพัฒนาระบบตรวจจับวัตถุรุ่นล่าสุดทั้งหลาย เป็นระบบที่ทำให้รถยนต์ไร้คนขับสามารถจดจำป้าย หรือสัญญาณจราจร คนเดินถนน และวัตถุอื่นๆ ได้
คำถามตั้งต้นของงานวิจัยชิ้นนี้คือ ปัญญาประดิษฐ์ตรวจจับวัตถุที่กำลังพัฒนากันอยู่นั้นมีความแม่นยำเพียงใด เมื่อตรวจจับผู้คนที่มีชาติพันธุ์ต่างกัน โดยใช้ปัญญาประดิษฐ์ที่มีทดสอบกับภาพจำนวนมากของคนเดินถนนในฐานข้อมูล
ทีมวิจัยแบ่งภาพของคนเดินถนนออกเป็นสองกลุ่มคือ กลุ่มผิวสีอ่อน และกลุ่มผิวสีเข้ม โดยอิงจากฟิตซ์แพทริกสเกล (Fitzpatrick scale) ซึ่งจัดประเภทสีผิวของมนุษย์ออกเป็น 6 ระดับใหญ่ๆ
สำหรับงานวิจัยนี้ ผู้ที่มีสีผิวในระดับ 1 ถึง 3 ของสเกลจะจัดว่ามีผิวสีอ่อน และผู้ที่มีสีผิวในระดับ 4 ถึง 6 จะจัดว่ามีผิวสีเข้ม โดยการวิจัยพบว่า ปัญญาประดิษฐ์ทุกตัวตรวจจับวัตถุได้แย่ลงเฉลี่ย 5 เปอร์เซ็นต์ เมื่อใช้งานกับภาพของคนเดินถนนกลุ่มที่มีผิวสีเข้ม
- ฟิตซ์แพทริกสเกล (Fitzpatrick scale) ที่จัดสีผิวมนุษย์ออกเป็น 6 ระดับ
นี่ไม่ได้หมายความว่า ปัญญาประดิษฐ์มองไม่เห็นพวกเขา เพราะสีผิวที่เข้มจนกลืนไปกับความมืดในยามราตรี เนื่องจากทีมวิจัยได้ทดลองซ้ำโดยควบคุมตัวแปรเรื่องความสว่างด้วย และพบว่าผลลัพธ์ที่ได้ยังคงไม่ต่างไปจากเดิม ไม่ว่าจะตรวจจับภาพเหล่าคนเดินถนนในเวลากลางวันและกลางคืน ความต่างของสีผิวและพื้นหลังจึงไม่ใช่ปัจจัยที่ทำให้เอไอตรวจจับบุคคลเหล่านี้คลาดเคลื่อน
ความหนาแน่นของประชากรเองก็ไม่ใช่สาเหตุเช่นกัน แม้ว่าความชุกชมของวัตถุหรือผู้คนจะเป็นปัจจัยทั่วไปที่ทำให้ปัญญาประดิษฐ์ทำการตรวจจับวัตถุได้ยากขึ้นก็ตาม แต่การเพิ่มหรือลดจำนวนคนลงก็ส่งผลกับคนเดินถนนทั้งสองกลุ่ม
กล่าวคือ การลดความชุกชุมของคนลงก็ทำให้ปัญญาประดิษฐ์ตรวจจับได้ดีขึ้น ทั้งผู้มีผิวสีอ่อน และผู้มีผิวสีเข้ม ทว่าปัญญาประดิษฐ์ก็ยังคงตรวจจับคนเดินถนนที่มีผิวสีอ่อนได้แม่นยำกว่าคนที่มีผิวสีเข้มอยู่ดี ความแตกต่างของความแม่นยำยังคงอยู่
ตัวแปรที่สามที่ทีมวิจัยตรวจสอบคือ สัดส่วนของภาพที่มีผิวสีอ่อนกับผู้ที่มีผิวสีเข้ม เนื่องจากในฐานข้อมูลนั้นมีภาพของคนเดินถนนผิวสีอ่อนมากกว่าคนเดินถนนผิวสีเข้มถึงสามเท่า
ผลวิจัยชี้ว่า การปรับลดจำนวนภาพคนผิวสีอ่อนในฐานข้อมูลลงให้มีสัดส่วนเหมาะสมใกล้เคียงกัน อาจทำให้ตรวจจับได้ดีขึ้นทั้งผู้ที่มีผิวสีอ่อนและผู้ที่มีผิวสีเข้ม
ปัญหาในการตรวจจับจึงน่าจะเกิดจากสัดส่วนที่แตกต่างกันจนเกินไปของจำนวนภาพผู้มีผิวสีอ่อน และผู้มีผิวสีเข้มในฐานข้อมูล ทางสถาบันเทคโนโลยีจอร์เจียจึงเสนอว่า สิ่งที่ผู้พัฒนาระบบตรวจจับภาพบุคคลต้องทำคือ นำเข้าตัวอย่างของคนเดินถนนที่มีผิวสีเข้มลงไปในระบบเพิ่มให้มีสัดส่วนเทียมกัน เพื่อให้ปัญญาประดิษฐ์เรียนรู้และตรวจจับผู้มีผิวสีเข้มได้ดีขึ้น
เจมี มอร์เกนสเติร์น (Jamie Morgenstern) หนึ่งในทีมผู้วิจัย กล่าวว่า สิ่งสำคัญที่เรียนรู้ได้จากงานวิจัยชิ้นนี้คือ ระบบตรวจจับภาพที่มีโครงสร้างลักษณะเดียวกับตัวที่ทีมทำการวิจัยควรจะตรวจสอบให้ถี่ถ้วนมากขึ้น
ในขณะที่เรามักคิดว่าอัลกอริทึมของปัญญาประดิษฐ์นั้นน่าจะเป็นกลางกว่ามนุษย์ และตัดสินทุกอย่างได้ดีกว่าคนเ พราะปราศจากอคติ แต่ในความเป็นจริงแล้ว อัลกอริทึมต่างๆ ก็สะท้อนอคติของผู้พัฒนาออกมา
สำหรับกรณีนี้ได้แสดงออกมาผ่านสัดส่วนของจำนวนกลุ่มตัวอย่างประชากรผิวขาวที่มีจำนวนมากกว่า ซึ่งส่งผลต่อการเรียนรู้ของเอไอในการตรวจจับภาพของประชากรที่มีผิวคล้ำเข้ม
อย่างไรก็ตาม ต้องคำนึงด้วยว่าการวิจัยนี้ ไม่ได้ทดสอบเอไอและฐานข้อมูลภาพที่ใช้กันอยู่ในจริงในรถยนต์ไร้คนขับ ณ ปัจจุบัน แต่เป็นเอไอหลายๆ ตัวที่ใช้วิจัยกันโดยนักวิชาการ และฐานข้อมูลภาพที่เปิดให้สาธารณชนเข้าถึงได้ เนื่องจากบรรดาบริษัทผู้ผลิตรถยนต์ไม่เปิดเผยข้อมูลในส่วนนี้ให้ทำการตรวจสอบ
ที่มา:
