MIT 的 CSAIL（計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室）目前正試圖打造一套方案，他們希望用新的算法來(lái)自動(dòng)減少訓(xùn)練數(shù)據(jù)中的種族影響，從而達(dá)到進(jìn)一步提升人臉辨識(shí) AI 適用范圍的目的。據(jù)稱(chēng)，該方案會(huì)先對(duì)數(shù)據(jù)進(jìn)行掃描，在確定其傾向性后會(huì)再重新采樣，以確保數(shù)據(jù)能恰當(dāng)覆蓋到不同性別、膚色的人種。

雖然在現(xiàn)階段這套方案還沒(méi)法完全消除相關(guān)的影響，但其效果似乎已經(jīng)非常顯著。經(jīng)過(guò) MIT 的測(cè)試，它在不影響識(shí)別準(zhǔn)確率的同時(shí)，可以減少 60% 的分類(lèi)傾向。此外其效率也較一般方案更高，在進(jìn)行大型數(shù)據(jù)搜集等任務(wù)時(shí)尤其能節(jié)省時(shí)間。