Medsos Rame dengan #10YearsChallenge", Ada Apa?

Newswire
Rabu, 16 Januari 2019 | 18:18 WIB
Aktris Anne Hathaway melalui Instagram mengunggah foto untuk 10 Years challenge, dari 2009 ke 2019. (Instagram/annehathaway)
Aktris Anne Hathaway melalui Instagram mengunggah foto untuk 10 Years challenge, dari 2009 ke 2019. (Instagram/annehathaway)
Bagikan

Bisnis.com, JAKARTA - Seorang praktisi teknologi dari Amerika Serikat, Kate O'Neill berpendapat tantangan yang sedang populer di media sosial #10Yearschallenge bisa saja bertujuan untuk melatih algoritme mesin yang berhubungan dengan teknologi pengenal wajah.

"Saya tidak bermaksud mengklaim meme ini berbahaya. Saya tahu, skenario tentang pengenal wajah ini masuk akal, indikasi bahwa tren ini harus diperhatikan. Perlu diperhatikan kedalaman dan keluasan data pribadi yang kita bagikan tanpa syarat," tulis O'Neill di laman Wired.

10 Years Challenge ini meminta warganet untuk mengunggah dua foto yang masing-masing berjarak 10 tahun.

Argumen O'Neill, untuk melatih algoritme mengenai facial recognition atau pengenal wajah, dibutuhkan banyak data mengenai karekteristik wajah seiring dengan pertambahan usia.

Mesin bisa saja membaca foto profil yang diunggah ke Facebook, misalnya, namun, cara seperti itu kurang efektif. Pengguna bisa tidak menggunakan wajah mereka di foto profil atau mereka memasang foto yang bukan berasal dari tahun tersebut.

Agar lebih mudah, foto diberi label foto dulu dan sekarang agar mesin dapat mempelajari perubahan yang terjadi di wajah selama 10 tahun.

Cara mengumpulkan sampel penelitian pun dibuat lebih menarik dengan membuatnya sebagai tantangan. Dalam tantangan, orang cenderung mematuhi aturan dengan benar-benar memberikan foto yang berjarak sepuluh tahun.

Data yang terkumpul pun akhirnya lebih spesifik, yang benar-benar berjumlah sepuluh tahun. Algoritme pengenal wajah pun sudah terlatih dengan canggih, memanfaatkan tanda pagar yang digunakan dalam tantangan ini, mereka bisa memilah mana sampel yang akan digunakan untuk machine learning.

Misalnya, jika ada foto kucing sepuluh tahun lalu dengan yang sekarang, mesin akan mengabaikannya. Apakah berbahaya jika foto kita digunakan untuk melatih algoritme mesin?

Menurut O'Neill tidak perlu begitu khawatir. Dia memberikan contoh kasus bagaimana data tersebut digunakan: contoh paling mudah, sedang dan kompleks.

Contoh kasus termudah, teknologi pengenal wajah dapat digunakan untuk mencari anak yang hilang. Jika anak tersebut hilang selama beberapa lama, mungkin akan ada yang berubah dari wajahnya.

Algoritme yang memiliki progress pertambahan umur yang terpercaya dapat membantu kasus-kasus seperti ini.

Yang kedua, pengenal usia bisa jadi digunakan untuk iklan target. Diperkirakan akan muncul iklan jenis baru yang melibatkan kamera dan sensor, iklan tersebut akan terkirim sesuai dengan demografi kelompok usia.

Untuk contoh yang lebih kompleks, O'Neill mengambil ilustrasi pengenal wajah secara terkini atau real time yang diperkenalkan Amazon pada 2016 lalu. Mereka menjual teknologi tersebut ke kantor pemerintahan dan penegak hukum.

Meski berguna untuk mengusut kasus kriminal, banyak yang mengkhawatirkan teknologi pengenal wajah juga digunakan untuk melacak orang-orang yang tidak bersalah.

American Civil Liberties Union dan beberapa pemegang saham serta karyawan di Amazon meminta perusahaan menghentikan penjualan layanan tersebut.

Melalui analisisnya tersebut, O'Neill meminta agar pelaku bisnis menggunakan data konsumen dengan sebaik-baiknya, sementara bagi konsumen, mereka juga diminta untuk memperlakukan data secara bijak.

Cek Berita dan Artikel yang lain di Google News dan WA Channel

Simak berita lainnya seputar topik artikel ini di sini:

Penulis : Newswire
Editor : Fajar Sidik
Sumber : Antara
Bagikan

Artikel Terkait

Berita Lainnya

Berita Terkini

Nyaman tanpa iklan. Langganan BisnisPro

Nyaman tanpa iklan. Langganan BisnisPro

Terpopuler

Topik-Topik Pilihan

Nyaman tanpa iklan. Langganan BisnisPro

Nyaman tanpa iklan. Langganan BisnisPro

Rekomendasi Kami

Scan QR Code Bisnis Indonesia e-paper