导读身份验证初创公司Onfido正在对其机器学习系统进行培训，以减少导致肤色复杂的顾客比肤色较浅的顾客产生更多面部识别错误的偏见。重要性：在
身份验证初创公司Onfido正在对其机器学习系统进行培训，以减少导致肤色复杂的顾客比肤色较浅的顾客产生更多面部识别错误的偏见。
重要性：在远程医疗和fintech的流行推动繁荣做出了准确的远程身份验证技术日益重要，但这些系统将仅属工作，如果他们能识别所有种族和族裔的顾客。
工作原理： Onfido通过分析政府签发的身份证件上的面部并将其与新捕获的自拍照或视频进行比较，从而提供远程身份验证。
该公司的人脸匹配算法能够使用图像识别来确定自拍照中的人脸是否与ID文档中的人脸相同，确认远程银行的身份，参加事件等。
Onfido首席执行官Husayn Kassai表示：“实质上，我们是在银行分支机构中复制发生的事情，并将其数字化。”
随着大流行将这种互动推向在线，该服务变得越来越有价值。
根据数字： Onfido的错误接受率为0.01%，处于市场领先地位，这意味着错误地将自拍照与ID匹配的可能性只有十分之一的概率。
但是，尽管欧洲国籍的身份证持有人的虚假接受率为0.019%，而美洲的为0.008%，非洲国籍的身份证持有人的虚假接受率为0.038%。
是的，但是： Onfido的非洲民族比例仍然比一年前提高了60倍，而这种提高需要经过认真的培训。
由于Onfido在欧洲拥有更大的客户群，因此用于训练算法的数据集是不平衡的。有了更多浅肤色的面孔可供学习，该算法对于浅肤色的用户来说效果最佳，这不足为奇。
Onfido产品总监Susana Lopes说，为减少偏差，该公司“改变了训练算法的方式，以帮助它从不平衡的数据集中学习。”