普林斯顿大学 Visual AI Lab 的研究人员开发了一种开源工具，用于标记用于训练人工智能（AI）系统的图像集中的潜在偏差。据了解，该工具可以自动发现视觉数据集中的潜在偏差，并且允许数据集创建者和用户在使用图像收集来训练计算机视觉模型之前纠正代表性不足或刻板印象的问题。在相关工作中，Visual AI Lab 的成员发布了现有方法的比较，这些方法可防止计算机视觉模型本身出现偏差，并提出了一种新的，更有效的缓解偏差的方法。这项工作是纠正和防止已经渗透到 AI 系统的偏见的一项较大工作，而这些偏见会影响从信贷服务到法庭判决程序的所有内容。（Science Daily）