ऐतिहासिक रूप से, कैमरे की टेक्नोलॉजी में नस्लीय पूर्वाग्रह ने अलग-अलग रंग की त्वचा वाले लोगों को नज़रअंदाज और अलग-थलग कर दिया है, जिससे त्वचा को ज़्यादा चमकदार दिखाए जाने या अप्राकृतिक रूप से सेचुरेशन कम करने जैसे अनुभव सामने आए हैं. हमारी टीम ऐसे प्रोडक्ट बनाने में जुटी है जो सभी के लिए समान रूप से काम करते हैं, ताकि सभी नस्लीय और जातीय समूहों के लोग बेहतरीन, प्रतिनिधित्व वाले और सटीक फ़ोटो और इमेज का आनंद उठा सकें.
Pixel को ज़्यादा समावेशी और समानतापूर्ण कैमरा बनाने के लिए, हमने कई जाने-माने इमेज मेकर्स के साथ साझेदारी की, जो अलग-अलग रंग की त्वचा वाली कम्यूनिटी के इलस्ट्रेशन के लिए जाने जाते हैं. साथ मिलकर, हमने अपने कैमरा मॉडल को प्रशिक्षित करने वाले इमेज डेटासेट में अलग-अलग रंग की त्वचा वाले लोगों की इमेज संख्या में काफ़ी बढ़ोतरी की. इस फ़ीडबैक ने हमें हमारे चेहरे का पता लगाने, कैमरे और रीयल टोन कहे जाने वाले एडिटिंग प्रोडक्ट में अहम सुधार करने में मदद की.
Google Search में हमारा वर्चुअल ट्राय-ऑन टूल भी इमेजिंग टेक्नोलॉजी को ज़्यादा समावेशी बनाने की हमारी प्रतिबद्धता को दिखाता है. इसके लिए सिर्फ़ एक कपड़े की इमेज की ज़रूरत है और इससे सटीक रूप से यह दिखाया जा सकता है कि यह अलग-अलग स्थिति में कई वास्तविक लोगों पर कैसे जचेगा, फ़ोल्ड होगा, लिपटेगा, खिंचेगा और सिलवटें व छाया बनाएगा. इस फ़ीचर को पावर देने वाले जनरेटिव AI मॉडल को ट्रेनिंग देने के लिए हमने अलग-अलग स्किन टोन, बॉडी शेप, जातीय समूहों और बालों वाले अलग-अलग लोगों की इमेज का इस्तेमाल किया.