(资料图)

正如谷歌负责任人工智能和搜索产品包容性产品负责人Tulsee Doshi所写的那样，“看到自己反映在你周围的世界中 - 在现实生活，媒体或在线 - 是如此重要。去年，谷歌宣布了Real Tone for Pixel，这是一项色彩科学技术，可帮助Pixel 6内部的摄像头捕捉到更准确的拍摄对象图像，无论其肤色如何。现在，谷歌正在通过与哈佛大学教授和社会学家埃利斯·蒙克(Ellis Monk)博士的合作，进一步实现其包容性目标，后者帮助设计了一种新的肤色量表，旨在更加包容我们在现实世界中看到的肤色谱系。

Monk Skin Tone Scale是Google Responsible AI的免费开发工具。研究表明，使用当前人工智能(AI)和机器学习(ML)技术的产品可以“延续不公平的偏见，并且对于肤色较深的人来说效果不佳”。谷歌正在使用MST Scale来改进计算机视觉(CV)技术，该技术允许人工智能“看到和理解”人和环境的图像。建立更具包容性的简历系统将有助于产生更好地反映真实人(所有人)的人工智能技术。

Doshi继续说道：“Monk博士研究的高潮是MST(MST)量表，这是一种10色的量表，将在未来几个月内整合到各种Google产品中。我们公开发布规模，以便任何人都可以将其用于研究和产品开发。我们的目标是扩大规模，以支持整个行业的包容性产品和研究 - 我们将此视为在他人的帮助下分享，学习和发展我们工作的机会。

只需更新其肤色方法，Google就可以更好地了解图像中的表示形式，并评估其当前的产品和技术套件。通过整合MST Scale，谷歌提高了其计算机视觉技术的有效性，并建立了更具代表性的数据集来训练其AI模型。

Google 搜索结果将使用 MST 量表整合新功能，使用户能够更轻松地找到更相关、更有用的结果。例如，如果您在 Google 图片中搜索化妆结果，则可以按肤色优化结果，以找到更符合您肤色的结果。并非每种化妆方法对所有肤色都同样有效，对于用户来说，尤其是那些肤色较深的用户来说，找到与他们的需求相关的结果非常重要。

在接下来的几个月里，创作者，品牌和出版商将获得新的工具，以更准确地标记他们的网络内容。例如，您将能够在网络内容中提供有关一个人的头发质地和肤色的信息。与肤色一样，有各种各样的头发纹理可能会影响搜索结果对使用Google的用户的有用性。用户希望并且应该能够找到与他们相关的结果。

谷歌还将使用MST Scale来改善Google相册中自动增强的Real Tone滤镜。这些滤镜使用AI来改善皮肤和照片的整体外观。Doshi写道：“我们还将使用MST Scale来改善Google Photos。去年，我们与专业图像制作者合作，对自动增强功能进行了改进。现在，我们推出了一套新的 Real Tone 滤镜，这些滤镜设计为可很好地跨肤色工作，并使用 MST Scale 进行评估。我们与各种知名图像制作者合作，如Kennedi Carter和Joshua Kissi，他们以对主题的美丽而准确的描绘而闻名，以评估，测试和构建这些滤镜。这些新的Real Tone滤镜允许您从更广泛的外观中进行选择，并找到反映您风格的外观。Real Tone滤镜将在未来几周内在Android，iOS和Web的Google Photos上推出。

谷歌正在公开发布MST Scale，并希望尽可能多的公司使用它并提供反馈。谷歌正在继续与Monk博士合作，评估不同地区和产品的MST量表。