Nuevo método que ayuda a introducir factores éticos en inteligencia artificial de reconocimiento biométrico

Comparta este Artículo en:

Un grupo de investigación de la Universidad Autónoma de Madrid (UAM) en España ha desarrollado un nuevo sistema de aprendizaje automático que permite controlar factores sensibles que intervienen en la toma de decisiones de los sistemas de reconocimiento biométrico.

Conocido como SensitiveNets, este método se basa en el uso de redes de aprendizaje profundo entrenadas para eliminar información sensible, como son los factores de género, raza o edad, de las representaciones generadas por estos sistemas.

De esta manera, transforma el aprendizaje automático tradicional para asegurar justicia y transparencia en la toma de decisiones de los algoritmos, a través de la eliminación de los sesgos introducidos por humanos y por procesos automáticos carentes de ética.

Illness and dysfunction can at times win over buy super viagra your assessment just because you want to get over the pain now rather than later. In fact it takes merely 45 minutes to an hour for order generic levitra the mechanism to complete. The ED treating medication and the other phosphodiesterase 5 inhibitors canadian pharmacy for cialis are meant to be consumed only once every day. The cerebellum is part of your brain. viagra cheap usa pharma-bi.com

“Vivimos en una sociedad con una gran diversidad y, gracias a la tecnología SensitiveNets, podemos desarrollar algoritmos más justos e igualitarios que permiten garantizar el derecho fundamental de todo ciudadano a no ser discriminado por razones de etnia, género u otras”, explica Aythami Morales, principal inventor del método patentado por el grupo de investigación “Biometrics and Data Pattern Analytics (BiDA) Lab”, de la Escuela Politécnica Superior de la UAM.

El desarrollo de esta tecnología surge ante la nueva regulación europea sobre protección de datos y la necesidad de desarrollar una nueva generación de sistemas entrenados en la diversidad y en la protección de los usuarios ante la discriminación algorítmica.

Fuente: Noticias de la Ciencia