پرسش‌های متداول: کاتالوگ فنوتیپ

هر بُعد در این طبقه‌بندی بر یک مقیاس داوری‌شده مبتنی است: Fitzpatrick از I تا VI (Fitzpatrick 1988، Archives of Dermatology)، طبقه‌بندی شکل سینه Halls (Halls 1998)، درجه‌بندی افتادگی سینه Regnault (Regnault 1976، Clinics in Plastic Surgery)، سوماتوتایپ Heath-Carter (Carter & Heath 1990)، بافت مو Andre Walker، مقیاس‌های ریزش موی Hamilton-Norwood و Ludwig، شکل باسن Mendieta (2007)، نسبت انگشتان 2D:4D از Manning (1998، Human Reproduction) و موارد دیگر. هر دسته مقدار یک تعریف و یک ارجاع به منبع دارد.

خود مجموعه داده توصیفی است، نه پیش‌بینی‌کننده. مشاهدات هر تصویر ویژگی‌های فنوتیپی قابل مشاهده در عکس‌های منبع را ثبت می‌کنند؛ تجمیع‌های هر گروه توزیع‌های مشاهده‌شده را با قیدهای صریح خلاصه می‌کنند. ما هیچ ادعای علّی درباره رابطه فنوتیپ و ژنتیک، هیچ ادعای پیش‌بینی‌کننده درباره شناسایی قومیت از روی عکس، و هیچ ادعایی مبنی بر نمایندگی جمعیت توسط توزیع‌های گروهی نداریم.

خیر، و این کاربردی است که صراحتاً خارج از دامنه است. مجموعه داده در سطح تصویر ساختار یافته است، اما چارچوب‌بندی، تجمیع‌ها و محدودیت‌های استفاده همگی در سطح کلی هستند. واریانس فنوتیپ درون گروه‌های قومی به‌طور چشمگیری با واریانس میان گروه‌ها همپوشانی دارد: بسیاری از ترکیب‌های فنوتیپی هم‌زمان در پنج گروه قومی یا بیشتر وجود دارند. طبقه‌بندی‌کننده‌ای که بر میانگین‌های گروهی ساخته شود مشکلات جدی در دقت خواهد داشت.

مهم‌تر از آن، این نوع کاربرد آسیب‌های به‌خوبی مستندشده‌ای دارد. کارت مجموعه داده صراحتاً کاربردهای طبقه‌بندی فردی، شناسایی یا نظارت را ممنوع می‌کند. ما این مرز را آگاهانه انتخاب کرده‌ایم و آن را از طریق مجوز مجموعه داده و مستندات کاربرد مورد نظر حفظ می‌کنیم.

حاشیه‌نویسی با مدل زبانی بینایی برای هر تصویر یک امتیاز اطمینان خوداظهاری (از 0.0 تا 1.0) تولید می‌کند. میانگین اطمینان در کل پیکره 5,668 تصویری ۰٫۶۷ است. تفکیک کیفیت: 42% بالا، 39% متوسط، 16% پایین، 3% بسیار پایین.

کالیبراسیون بیرونی دقت هر بُعد هنوز در مقیاس بزرگ برای این پرامپت اندازه‌گیری نشده است؛ توصیه می‌کنیم بر اساس image_quality IN ('high', 'medium') فیلتر کنید (که حدود 19% از ردیف‌ها را حذف می‌کند) و confidence > 0.55 را به‌عنوان آستانه‌ای اضافی برای کاربردهای نیازمند دقت بالا در نظر بگیرید. هر ردیف امتیاز اطمینان خود را دارد تا مصرف‌کنندگان پایین‌دستی بتوانند فیلترهای خود را اعمال کنند.

ابعاد بر اساس (الف) وجود در مقیاس‌های داوری‌شده و تثبیت‌شده انتخاب شدند؛ ما مقیاس‌هایی را در اولویت قرار دادیم که پشتوانه مشخصی در ادبیات پزشکی، انسان‌سنجی یا آناتومی زیبایی دارند، و (ب) قابلیت مشاهده در عکس: برای هر بُعد مشخص شده است که آیا می‌توان آن را از یک عکس معمولی ارزیابی کرد و با چه حداقل کادربندی. برخی ابعاد (مثلاً density_inference از BI-RADS، که به ماموگرافی نیاز دارد) برای کامل بودن علمی در طرح‌واره گنجانده شده‌اند اما با not_assessable علامت‌گذاری شده‌اند و هرگز از روی عکس‌ها پر نمی‌شوند.

مجموعه داده در سطح تصویر ساختار یافته است، نه بر اساس فرد به‌عنوان نماینده یک قومیت. هر ردیف تصویر ویژگی‌های فنوتیپی قابل مشاهده در همان عکس مشخص را ثبت می‌کند؛ لایه تجمیع توزیع‌های هر گروه را با همپوشانی قابل توجه میان گروه‌ها نشان می‌دهد. ترکیب فنوتیپی یک فرد با تبار مختلط ممکن است هم‌زمان در توزیع‌های چند گروه ظاهر شود، و این درست است: واقعیت توزیع‌های فنوتیپی را بازتاب می‌دهد به جای آنکه آن‌ها را به الگوهای کلیشه‌ای فروکاهد.

برای تولید با هوش مصنوعی، ساختار بُعدمحور واژگان به کاربران امکان می‌دهد ابعاد مشخصی را به‌طور مستقل بازنویسی کنند. سیستم می‌تواند "زن چروکی، اما مشخصاً با چشمان قهوه‌ای روشن" را به‌عنوان بازنویسی یک بُعد واحد بر نمونه‌گیری از توزیع گروه تولید کند.

علم نژادی بر فروکاستن فنوتیپ به تعداد اندکی دسته‌های گونه‌شناختی با روابط سلسله‌مراتبی ادعایی و جبر ژنتیکی فرضی متکی است. انسان‌شناسی جمجمه‌ای-چهره‌ای معاصر عکس این کار را انجام می‌دهد: اندازه‌گیری توصیفی با ابعاد بالا، اذعان صریح به واریانس محیطی، ثبت تنوع فردی به جای فروکاستن آن، و نبود هیچ ادعای سلسله‌مراتبی. این مجموعه داده در سنت دوم فعالیت می‌کند.

یک مثال مشخص: بُعد شاخص سری در head-shape.json از دسته‌های دولیکوسفال / مزوسفال / براکی‌سفال استفاده می‌کند، اصطلاحاتی با سابقه مستند سوءاستفاده در گونه‌شناسی نژادی قرن نوزدهم. بلوک framing_caveats در فایل واژگان صراحتاً از آن سابقه اعلام برائت می‌کند، با استناد به Boas 1912 (که تغییرپذیری محیطی شاخص سری را نشان داد و استفاده از آن را به‌عنوان نشانگری پایدار برای طبقه‌بندی جمعیت‌ها تضعیف می‌کند)، و دامنه این بُعد را به کاربرد بالینی / پزشکی قانونی / توصیف فردی محدود می‌کند.

مشاهدات هر تصویر منحصراً از عکس‌های Wikipedia با مالکیت عمومی از افراد سرشناس به دست آمده‌اند. عکس‌ها از طریق مقاله‌های "List of {Ethnicity} people" در Wikipedia (در صورت وجود) و صفحه‌های زندگی‌نامه‌ای پیوندشده هر فرد در Wikipedia تهیه شده‌اند. تصاویر از upload.wikimedia.org دریافت و با قابلیت بینایی Anthropic Claude Sonnet 4.6 روی AWS Bedrock تحلیل می‌شوند.

هر ردیف در مجموعه داده نشانی منبع تصویر تحلیل‌شده را حفظ می‌کند، بنابراین مجوز هر تصویر قابل بررسی است و تحلیل را می‌توان ردیف به ردیف ممیزی کرد.

چارچوب منبع Wikipedia: "افراد سرشناسی که Wikipedia برایشان مقاله‌ای از نوع فهرست افراد X دارد و در مقاله شخصی‌شان عکسی وجود دارد." این نمونه از نظر جنسیت به سمت مردان متمایل است، به سمت زندگی عمومی (سیاستمداران، دانشمندان، ورزشکاران، سرگرم‌کنندگان، شخصیت‌های تاریخی) سوگیری دارد، نسبت به پوشش انگلیسی‌زبان سوگیری دارد و نسبت به دوران عکاسی سوگیری دارد. تجمیع‌کننده این قید را در هر خلاصه گروهی که 100% منبعش Wikipedia است (که در حال حاضر همه خلاصه‌ها چنین‌اند) نشان می‌دهد. نسخه‌های آینده که تصاویر ارسالی کاربران یا منبع دومی با مالکیت عمومی را در بر بگیرند این انحراف را کاهش خواهند داد.

سیستم واژگان و خط پردازش تحت مجوز Apache 2.0 در github.com/Agaveis/phenotype-catalog-pipeline متن‌باز هستند؛ درخواست‌های ادغام برای بهبود واژگان، ارجاعات اضافی یا بهبود خط پردازش در آنجا پذیرفته می‌شوند. برای اصلاح مدخل‌های گروه‌های مشخص در سایت، با admin@agaveis.com تماس بگیرید.

این کاتالوگ به‌عنوان یک پروژه جانبی گزینش‌گرانه برای یک پلتفرم سازندگان محتوای بزرگسالان آغاز شد که به جای پیش‌فرض‌های کلیشه‌ای که بیشتر تولیدکننده‌های تصویر می‌سازند، پرامپت‌های دقیق و مبتنی بر قومیت برای تولید با هوش مصنوعی می‌خواست. معلوم شد که این طبقه‌بندی ساختاریافته دامنه‌ای بسیار گسترده‌تر و دقتی بیشتر از نیازهای فوری پلتفرم دارد، بنابراین آثار عمومی (مجموعه داده، واژگان، مقاله روش‌شناسی) تحت مجوزهای آزاد برای استفاده مجدد هر کسی منتشر می‌شوند، از جمله پژوهشگران دانشگاهی که ممکن است ترجیح دهند مجموعه داده را با برندی دیگر بازنشر کنند. مجوز Apache 2.0 + CC BY 4.0 این استفاده مجدد را صریح می‌کند.