Google förbättrar ytterligare hudtonsrepresentationen i sina produkter

Google har meddelat att det tar ytterligare steg för att förbättra representationen av olika hudtoner i sina produkter och har implementerat en ny skala som bättre visar spektrumet av verkliga hudfärger.

Google har varit särskilt uttalat om bristen på representation av alla hudtoner i media och online. Förra året lanserade företaget Real Tone for Pixel som det säger bara är ett exempel på dess ansträngningar att förbättra representationen av olika hudtoner i Googles produkter.

MST-skalan

För att fortsätta det arbetet har företaget idag lanserat en ny hudtonsskala som det utvecklat tillsammans med Harvard-professor och sociolog Dr. Ellis Monk som har studerat hur hudton och kolorism påverkar människors liv i mer än 10 år.

Google säger att kulmen på hans arbete är känd som Monk Skin Tone (MST) Scale, en 10-nyans skala som kommer att införlivas i Googles produkter under de kommande månaderna.

De 10 nyanserna av Monk Skin Tone Scale. | Google

”Vi släpper öppet vågen så att alla kan använda den för forskning och produktutveckling. Vårt mål är att skalan ska stödja inkluderande produkter och forskning i hela branschen – vi ser detta som en chans att dela, lära oss och utveckla vårt arbete med hjälp av andra,” Googles produktchef för ansvarsfull AI och produktinkludering i Search Tulsee säger Doshi.

Även om MST-skalan inte omfattar alla möjliga hudtoner, hävdar Google att den är mycket mer representativ för den nuvarande tekniska industristandarden.

”I vår forskning fann vi att folk ofta känner att de klumpas in i raskategorier, men det finns all denna heterogenitet med etniska och raskategorier,” säger Dr. Monk.

”Och många metoder för kategorisering, inklusive tidigare hudtonsskalor, uppmärksammar inte denna mångfald. Det är där en brist på representation kan hända … vi måste finjustera hur vi mäter saker, så att människor känner sig representerade.”

MST-skalan och bildspråk

Google säger att genom att använda MST-skalan kan den bättre förstå representation i bilder så att man kan vara säker på att en produkt eller funktion fungerar bra över en rad hudtoner. Företaget säger att detta är särskilt viktigt när det kommer till datorseende, som det säger har visat sig inte fungera lika bra för personer med mörkare hud.

”MST-skalan kommer att hjälpa oss och teknikindustrin i stort att bygga mer representativa datauppsättningar så att vi kan träna och utvärdera AI-modeller för rättvisa, vilket resulterar i funktioner och produkter som fungerar bättre för alla – av alla hudtoner”, förklarar Doshi. ”Vi använder till exempel skalan för att utvärdera och förbättra de modeller som upptäcker ansikten i bilder.”

Google MST-skala
Google

Google avser att använda skalan för att ge bättre hudtonsrepresentation i Googles sökresultat. Till exempel, om någon skulle söka efter sminkrelaterade frågor, skulle de kunna förfina resultaten ytterligare för att visa bilder efter hudton.

Google Photos kommer också att förbättras tack vare integrationen av MST-skalan. Företaget introducerade ett sätt att förbättra sin autoförbättringsfunktion förra året, och i år lanserar de en ny uppsättning Real Tone-filter som är designade för att fungera bra över hudtoner och utvärderas med hjälp av MST-skalan.

”Vi arbetade med en mängd olika kända bildskapare, som Kennedy Carter och Joshua Kissi, som är hyllade för vackra och exakta skildringar av sina motiv, för att utvärdera, testa och bygga dessa filter”, säger Doshi.

”Dessa nya Real Tone-filter låter dig välja från ett bredare sortiment av utseenden och hitta en som speglar din stil. Real Tone-filter kommer att rullas ut på Google Foto på Android, iOS och webben under de kommande veckorna.”

För den som vill ha mer information om processen för att implementera MST-skalan har Google publicerat ett utförligt blogginlägg som tar en närmare titt på forskningen som gick in på hudtonsrepresentation och artificiell intelligens.

.

Loading...