دربارهٔ کاتالوگ فنوتیپ

مرجع ساختاریافتهٔ قوم‌نگاری و فنوتیپ که بیش از ۴٬۰۰۰ گروه قومی را در ۲۲ دستهٔ آناتومیک پوشش می‌دهد، با ۱۹۵ بُعد، ۸۴۸ دستهٔ واژگانی مستند و ۱۱۳ منبع.

این چیست

کاتالوگ فنوتیپ مرجعی عمومی و مستند به منابع است که فرادادهٔ قوم‌نگاری ساختاریافته (سرزمین اصلی، خانوادهٔ زبانی، کدهای ISO، دین) را برای بیش از ۴٬۰۰۰ گروه قومی با واژگان جامع پزشکی و انسان‌شناختی در 22 دستهٔ آناتومیک همراه می‌کند. هر دسته 4 تا 16 بُعد تنوع دارد که از مقیاس‌های داوری‌شده گرفته شده‌اند: Fitzpatrick از I تا VI برای پوست، Halls برای شکل پستان، Regnault برای افتادگی پستان، Heath-Carter برای سوماتوتیپ، Andre Walker از 1A تا 4C برای بافت مو، Hamilton-Norwood و Ludwig برای ریزش مو، نسبت 2D:4D از Manning برای نسبت انگشتان، Cavanagh-Rodgers برای شاخص قوس کف پا، Mendieta برای شکل باسن و موارد دیگر.

هر ردیف از داده‌های مشاهدهٔ ساختاریافتهٔ هر تصویر در سایت را می‌توان تا یک عکس مالکیت عمومی از Wikipedia از فردی سرشناس در گروه مربوط ردیابی کرد که یک مدل زبانی بینایی (Anthropic Claude Sonnet 4.6 از طریق AWS Bedrock) آن را به فیلدهای ساختاریافته تحلیل کرده است. توزیع‌های تجمیعی هر گروه در هر صفحهٔ /ethnic/[slug] نمایش داده می‌شوند، همراه با هشدارهای صریح دربارهٔ سوگیری منبع و اندازهٔ نمونه.

چرا وجود دارد

معیارهای سنجش انصاف موجود مانند FairFace و BUPT-Balancedface قومیت را در چهار تا هفت دستهٔ نژادی تجمیع می‌کنند که برای ممیزی دقیق‌تر سوگیری در سامانه‌های بینایی و ابزارهای تولید با هوش مصنوعی بیش از حد کلی است. ساختن مستقیم یک مجموعه‌دادهٔ دقیق‌تر پرهزینه است: برچسب‌گذاری جمعی سوگیری‌های خاص خود را دارد، بیشتر منابع تصویری نامزد برای هر تصویر وضوح مجوز ندارند، و ادبیات دانشگاهی دربارهٔ تنوع فنوتیپی میان قومیت‌ها در مجلات پوست، جراحی پلاستیک، اورولوژی، انسان‌شناسی و موشناسی پراکنده است.

این کاتالوگ مشکل مجوز را با استفادهٔ انحصاری از عکس‌های مالکیت عمومی Wikipedia حل می‌کند، مشکل هزینهٔ برچسب‌گذاری را با حاشیه‌نویسی توسط مدل زبانی بینایی بر پایهٔ پرامپت‌های ساختاریافتهٔ ثابت، و مشکل پراکندگی ادبیات را با گردآوری مقیاس‌های داوری‌شدهٔ مرتبط در یک واژگان باز واحد که در GitHub و HuggingFace منتشر شده است. نتیجه، مجموعه‌داده‌ای فنوتیپی و ساختاریافته در سطح تصویر با دانه‌بندی قوم‌نگاری کم‌نظیر است (به‌طور میانگین ~24 تصویر برای هر گروه حاضر) که بر بیش از 113 ارجاع داوری‌شده استوار است.

چه کارهایی می‌توان با آن کرد

  • تولید تصویر با هوش مصنوعی، بر پایهٔ توزیع‌های واقعی. سایت از توزیع‌های فنوتیپی هر گروه برای پشتوانه‌دادن به پرامپت‌های مولدهای تصویر استفاده می‌کند و به‌جای کلیشه‌های فروپاشیده به یک حالت، تنوع درون‌گروهی پدید می‌آورد. کاربر گروهی را برمی‌گزیند، سامانه از توزیع واقعاً مشاهده‌شده نمونه می‌گیرد و تولید، تنوع واقعی را بازتاب می‌دهد.
  • ممیزی سوگیری سامانه‌های بینایی. برچسب‌های فنوتیپی مرجع هر گروه امکان سنجش دقت هر سامانهٔ بینایی را که بخواهید ممیزی کنید، به تفکیک گروه فراهم می‌کنند.
  • مرجع انسان‌شناختی. کاتالوگ بیش از ۴٬۰۰۰ گروه، با فیلدهای یکسان‌سازی‌شدهٔ سرزمین اصلی، زبان، کدهای ISO و دین، از پرس‌وجوهای میان‌گروهی و کاربرد آموزشی پشتیبانی می‌کند.
  • تنظیم دقیق مدل‌های هوش مصنوعی. زیرمجموعه‌های آموزشی متوازن بر اساس Fitzpatrick، پشتوانه‌دادن به پرامپت‌های چندقومیتی، بردارهای تعبیهٔ جمعیت‌شناختی.

خروجی‌های باز

ملاحظات

محدودیت اصلی مجموعه‌داده چارچوب منبع Wikipedia است: «افراد سرشناسی که Wikipedia برایشان مقالهٔ فهرست افراد X دارد و در مقالهٔ شخصی‌شان عکسی دارند.» این نمونه به سمت مردان، زندگی عمومی، پوشش انگلیسی‌زبان و دوران عکاسی سوگیری دارد. تجمیع‌کننده این ملاحظه را به‌صورت متنی در هر خلاصهٔ مربوط به هر گروه نمایش می‌دهد.

افزون بر این: این مجموعه‌داده صرفاً برای پژوهش تجمیعی است؛ ردیف‌های مربوط به هر تصویر برای کاربردهای طبقه‌بندی فردی، شناسایی یا نظارت مناسب نیستند. تنوع فنوتیپی درون گروه‌های قومی هم‌پوشانی زیادی با تنوع میان گروه‌ها دارد؛ میانگین‌های هر گروه نباید پیش‌بینی فردی تلقی شوند. برای بیانیهٔ صریح دامنه به صفحهٔ اخلاق مراجعه کنید.

بیشتر بخوانید

  • روش‌شناسی: کاتالوگ چگونه ساخته شد
  • اخلاق: کاربردهای موردنظر و کاربردهای صراحتاً خارج از دامنه
  • پرسش‌های متداول: پرسش‌های قابل‌پیش‌بینی، پاسخ‌های کامل
  • واژه‌نامه: ۸۴۸ اصطلاح تعریف‌شده در هر 22 دسته
  • اطلس: مرور بر اساس دستهٔ آناتومیک
  • جهان: مرور بر اساس منطقه و گروه قومی