TrueSkin: Towards Fair and Accurate Skin Tone Recognition and Generation
تقدم هذه الورقة TrueSkin، وهي مجموعة بيانات شاملة تضم 7,299 صورة موزعة على ست فئات من درجات لون البشرة، لتقييم وتحسين العدالة والدقة في النماذج متعددة الوسائط والنموذجية الضخمة الحالية، والتي تعاني حالياً من تحيزات منهجية في التعرف على لون البشرة وتوليدها.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول تعليم روبوت فهم بشرة الإنسان. تريد من الروبوت أن يكون عادلاً، ودقيقاً، وقادراً على كل من تحديد لون بشرة الشخص ورسم شخص بلون بشرة معين عندما يُطلب منه ذلك.
تجادل ورقة بحثية بعنوان "TrueSkin" بأن الروبوتات الحالية (نماذج الذكاء الاصطานي) سيئة للغاية في هذه المهمة. إنها تشبه الطلاب الذين درسوا لاختبار ما باستخدام كتاب مدرسي واحد ضبابي. إنهم يصابون بالارتباك بسبب الظلال، والإضاءة، وحتى تسريحة شعر الشخص.
إليك قصة كيف أصلح المؤلفون هذا الأمر، مشروحة ببساًطة:
1. المشكلة: "الكتاب المدرسي السيئ"
لفترة طويلة، اضطر الباحثون في مجال الذكاء الاصطناعي إلى التعلم عن لون البشرة من مجموعات بيانات قديمة وفوضوية.
- الفخ الطبي: معظم البيانات الموجودة تأتي من الأطباء. هذه الصور عادة ما تكون لقطات قريبة جداً لبقعة من الجلد، ملتقطة تحت أضواء طبية مثالية. الأمر يشبه محاولة تعلم شكل الغابة من خلال دراسة ورقة شجر واحدة فقط تحت المجهر. يتعلم الذكاء الاصطناعي التعرف على "الجلد"، ولكن ليس كيف يبدو الجلد في عالم حقيقي فوضوي مليء بالشمس، والظلال، وأضواء الشوارع.
- التحيز: نظرًا لأن البيانات غير متوازنة (وجود الكثير من ذوي البشرة الفاتحة، والقليل جداً من ذوي البشرة الداكنة)، يصبح الذكاء الاصطناعي متحيزاً. فهو يفترض أن الجميع ذوو بشرة فاتحة ما لم يثبت العكس.
- الارتباك: عندما تسأل ذكاءً اصطناعياً حديثاً (مثل تلك التي تدردش معك أو ترسم صوراً): "ما هو لون بشرة هذا الشخص؟"، فإنه غالباً ما يخمن بشكل خاطئ. إذا كانت الإضاءة خافتة، فقد يعتقد أن البشرة المتوسطة هي بشرة "داكنة". وإذا كان الشخص يمتلك شعراً مجعداً، فقد يفترض أن لديه بشرة داكنة، حتى لو لم يكن كذلك.
2. الحل: بناء "TrueSkin"
قرر المؤلفون بناء مكتبة جديدة عالية الجودة من الصور تسمى TrueSkin. فكر في هذا كإنشاء كتاب مدرسي جديد ومثالي للروبوتات.
- الحياة الواقعية، لا الاستوديو: قاموا بجمع 7,299 صورة لأشخاص حقيقيين في مختلف المواقف: شمس ساطعة، غرف خافتة، زوايا مختلفة، وأعمار مختلفة.
- قاعدة "الحقيقي" مقابل "الظاهري": هذا هو الجزء الأهم. أحياناً، يبدو الشخص مائلاً للاحمرار بسبب غروب الشمس، أو يبدو شاحباً بسبب وميض الكاميرا (الفلاش). البشرة "الظاهرية" هي ما تراه الكاميرا. أما البشرة "الحقيقية" فهي ما يمتلكه الشخص بالفعل.
- تشبيه: تخيل أنك ترتدي قميصاً أحمر. إذا وقفت تحت ضوء أحمر، فستبدو أحمر جداً. لكن إذا خطوت إلى غرفة بيضاء، فستبدو طبيعياً. TrueSkin يعلم الذكاء الاصطناعي تجاهل "الضوء الأحمر" (البيئة) وتحديد "القميص" (لون البشرة الفعلي).
- السلال الست: بدلاً من استخدام مخططات طبية مربكة، قاموا بتصنيف الجميع إلى ست سلال بسيطة ومرئية: داكن، بني، برونزي (Tan)، متوسط، فاتح، وشاحب. وقد استعانوا بفريق متنوع من البشر للموافقة على السلة التي ينتمي إليها كل صورة، مما ضمن العدالة.
- موازنة الكفة: لاحظوا أن بعض السلال كانت فارغة. لذا، استخدموا الذكاء الاصطناعي لتوليد صور إضافية للمجموعات المفقودة، لضمان أن تكون كل "سلة لون بشرة" ممتلئة بالتساوي.
3. الاختبار: وضع الروبوتات القديمة في العمل
أخذ المؤلفون أفضل نماذج الذكاء الاصطناعي المتاحة ("الطلاب الأكثر ذكاءً") واختبرتهم على مكتبة TrueSkin الجديدة هذه.
- النتيجة: فشلت الروبوتات فشلاً ذريعاً. استمرت في التخمين بأن البشرة المتوسطة هي "فاتحة" أو "داكنة" لمجرد الخلفية أو الإضاءة. كانوا مثل شخص يحاول تخمين لون سيارة وهو يرتدي نظارات شمسية في غرفة ضبابية.
- مشكلة التوليد: عندما يُطلب من الذكاء الاصطناعي رسم شخص ببشرة "شاحبة"، فإنه غالباً ما يرسم شخصاً ذا بشرة داكنة إذا ذكرت في الوصف "شعر مضفر". لقد تعلم الذكاء الاصطناعي ارتباطات سيئة (مثل: "الضفائر = بشرة داكنة") من بيانات تدريبه القديمة.
4. الإصلاح: التدريب باستخدام TrueSkin
قام المؤلفون بعد ذلك بأخذ الروبوتات وإعطائها دورة مكثفة باستخدام مكتبة TrueSkin الجديدة.
- من أجل التعرف: علموا ذكاءً اصطناعياً بسيطاً النظر إلى صور TrueSkin. فجأة، قفزت دقة التعرف لديه بنسبة 20%. لقد تعلم تجاهل "الضوء الأحمر" ورؤية "القميص".
- من أجل التوليد: أخذوا ذكاءً اصطناعياً للرسم (مثل Midjourney أو Stable Diffusion) وقاموا بضبطه بدقة باستخدام TrueSkin.
- قبل: كنت تطلب "بشرة شاحبة"، فيرسم الذكاء الاصطناعي شخصاً ذا بشرة داكنة لأنك ذكرت "الضفائر" أو "الليل" (وهو ما ربطه الذكاء الاصطناعي خطأً بالبشرة الداكنة في تدريبه القديم).
- بعد: تعلم الذكاء الاصطناعي أن "الثلج" و"البشرة الشاحبة" يمكن أن يجتمعا معاً، وأن "الضفائر" و"البشرة الشاحبة" يمكن أن يجتمعا أيضاً. لقد توقف عن وضع تلك الافتراضات غير العادلة.
الخلاصة الكبرى
هذه الورقة البحثية هي بمثابة جرس إنذار. تقول: "لا يمكنك إصلاح تحيز الروبوت إذا كنت تغذيه ببيانات متحيزة."
من خلال إنشاء TrueSkin، أعطانا المؤلفون أداة لـ:
- الرؤية بوضوح: مساعدة الذكاء الاصطناعي على التعرف على ألوان البشرة بدقة بغض النظر عن الإضاءة.
- الرسم بعدالة: مساعدة الذكاء الاصطناعي على توليد شخصيات متنوعة دون الوقوع في الصور النمطية.
إنه يشبه إعطاء الروبوت نظارات تصحح رؤيته، مما يسمح له برؤية العالم كما هو حقاً، وليس فقط كما أخبرته ذكرياته القديمة المتحيزة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.