公平图像分类的多模态方法：伦理视角

在快速发展的人工智能领域，机器感知对于提升性能变得至关重要。图像分类系统正日益成为从医疗诊断到图像生成等各种应用不可或缺的组成部分；然而，这些系统常常表现出有害的偏见，可能导致不公平和歧视性的结果。如果数据未经过仔细的平衡和过滤，依赖单一数据模态（即仅图像或仅文本）的机器学习系统可能会放大训练数据中隐藏的偏见。即便如此，这些模型在不恰当的情境下使用时，仍可能伤害代表性不足的群体，例如政府机构在预测性警务中强化种族偏见。本论文探讨了公平图像分类模型开发中技术与伦理的交汇点。具体而言，我重点关注提高公平性以及使用多种模态来对抗有害的人口统计学偏见。整合结合视觉数据与文本和元数据等附加模态的多模态方法，使这项工作能够提升图像分类系统的公平性和准确性。本研究批判性地审视了图像数据集和分类算法中现有的偏见，提出了缓解这些偏见的新方法，并评估了在真实场景中部署此类系统的伦理影响。通过全面的实验与分析，本论文论证了多模态技术如何有助于构建更公平、更符合伦理的 AI 解决方案，最终倡导以公平为先的负责任 AI 实践。