面部识别等机器视觉工具越来越多地用于执法，广告和其他目的。皮尤研究中心最近使用机器视觉系统来测量在线图像搜索结果中男性和女性的患病率。在看到成千上万的示例图像后，这种系统制定了自己的识别男女规则，但这些规则对于人类来说难以辨别。
为了更好地理解其工作原理，我们将中心工作人员的图像显示在训练有素的机器视觉系统中，类似于我们用于分类图像搜索的系统。然后，我们系统地模糊每个图像的部分，以查看面部的哪些部分导致系统改变其关于所描绘的人的性别的决定。有些结果看似直观，有些则令人费解。在这个互动挑战中，看看你能猜出是什么让系统改变了决定。
接下来，您将可以选择隐藏图像的某些部分，使这些区域对系统不可见。选择您认为与模型如何决定是否描绘男性或女性最相关的那个。
这个图像的一个部分被遮挡可能看起来与您没有什么不同，但隐藏该部分会导致系统切换其关于图像中人物性别的决定。
出现提示时，单击或点击突出显示的方块以覆盖图像的该部分。其中一个突出显示的块将导致我们的机器学习系统切换其是否正在关注女性或男性的决定。
当你继续时，重要的是要记住我们在这里使用的模型相对简单，并且它的图像标记仅包括仅由外部物理特征决定的两个类别(“人”和“女人”)。它对性别或性别认同的概念也没有天生的理解。
这条信息对你有帮助吗？