MIT 的 CSAIL（計算機科學(xué)與人工智能實驗室）目前正試圖打造一套方案，他們希望用新的算法來自動減少訓(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 AI 適用范圍的目的。據(jù)稱，該方案會先對數(shù)據(jù)進(jìn)行掃描，在確定其傾向性后會再重新采樣，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 MIT 的測試，它在不影響識別準(zhǔn)確率的同時，可以減少 60% 的分類傾向。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)時尤其能節(jié)省時間。