Socialinis tinklas „Facebook“ tobulėja. Neįtikėtinai tobulėja. Ypač tobulėja šiame tinkle veikiantys veidų atpažinimo algoritmai. Jeigu pastaruoju metu į savo paskyrą įkėlėte kokių nors nuotraukų, tikriausiai pastebėjote, kad „Facebook“ labai jau neprastai prognozuoja, kurį draugą iš paskutinio savaitgalio pasisėdėjimo ar pramogų lauke nufotografavote greta savęs.
Socialinis tinklas „Facebook“ tobulėja. Neįtikėtinai tobulėja. Ypač tobulėja šiame tinkle veikiantys veidų atpažinimo algoritmai. Jeigu pastaruoju metu į savo paskyrą įkėlėte kokių nors nuotraukų, tikriausiai pastebėjote, kad „Facebook“ labai jau neprastai prognozuoja, kurį draugą iš paskutinio savaitgalio pasisėdėjimo ar pramogų lauke nufotografavote greta savęs.
Jeigu norite patikrinti, kaip veikia „Facebook“ veidų atpažinimo algoritmai, įkelkite į šį tinklą nuotrauką su savo draugais ir pabandykite juos sužymėti pats. Tokį eksperimentą su 15 skirtingų pavienių žmonių nuotraukų, kurių niekada nebuvo socialiniame tinkle, atliko ir dailydot.com žurnalistas Tayloras Hatmakeris.
Įkeliant nuotraukas „Facebook“ identifikavo ir sužymėjo žmones, nufotografuotus 8 nuotraukose. 7 iš 8 pažymėjimų buvo teisingi. Neteisingo pažymėjimo atveju nesėkmė taip pat buvo tik dalinė – eksperimento autorius padarė asmenukę kartu su draugu, o socialinis tinklas nuotraukos autorių pažymėjo kaip kitą toje nuotraukoje atvaizduotą žmogų. Dvi nuotraukos, kuriose „Facebook“ žmonių nepažymėjo, buvo užfiksuotos tamsiuose kambariuose, viena buvo susiliejusi, o vienoje buvo draugė, kuri buvo ką tik susivėlusi plaukus ir nusidažiusi antakius.
Reikia pažymėti, kad eksperimento autorius neprašė „Facebook“ atpažinti ir sužymėti veidus – procesas atliktas automatiškai, įkrovus nuotraukas iš mobiliojo įrenginio. Žmonių pažymėjimas įvyko akimirksniu, naudotojo apie tai neinformuojant. Visas procesas nuo nufotografavimo iki nuotraukos atsiradimo socialiniame tinkle gali trukti vos kelias sekundes. Be to, automatinė veidų atpažinimo funkcija T. Hatmakeriui net neleido eksperimentui skirtų nuotraukų išsaugoti privačiai – jos automatiškai tapo „matomomis visiems pažymėtiems“ netgi pasirinkus mažos spynelės piktogramą ir „only me“ (tik man) iš privatumo nustatymų meniu.
Kitaip tariant, iš šio eksperimento ir įprastinio socialinio tinklo naudojimo aiškėja: „Facebook“ jus pažįsta pagal veidą. Ir ne tik jus, bet veikiausiai ir nemažą dalį iš daugiau nei milijardo nuolatinių naudotojų.
„Facebook“ veidų atpažinimo technologijų ištakos siekia dar 2012 metus – tada M. Zuckerbergo įmonė įsigijo Izraelio bendrovę „face.com“, kuri buvo sukūrusi „Facebook“ jau iki tol kaip mokamą paslaugą naudotą veidų pažymėjimo paslaugą. Dabar „Facebook“ yra didžiausia pasaulyje asmeninių nuotraukų saugykla. Ir, kaip bebūtų keista, žmonės linkę dalintis savo asmeninėmis nuotraukomis, prie kurių nurodytas jų tikrasis vardas.
Neseniai pradėta taikyti „Facebook“ praktika žymėti veidus nuotraukose gali versti nerimauti (na taip, kompiuteris žino kaip atrodote ir taip, tas kompiuteris stengsis iš jūsų išmelžti pinigų), bet kiekviena nepažymėta nuotrauka socialiniam tinklui reiškia prarastus pinigus: tikimybė, kad vartotojas pažiūrės nuotrauką, kurioje pats yra pažymėtas, smarkiai padidėja, be to, prie tos nuotraukos vartotojas grįš ir kaupiantis komentarams.
Kaip rašoma žurnale „Science“, „Facebook“ veidų atpažinimo technologija, pavadinta „DeepFace“, jau dabar veidus atpažįsta ne prasčiau, nei žmogus, atliekantis tą pačią užduotį. „Deepface“ nuotraukoje suranda veidus, sukuria jų trimatį modelį ir pagal jį parengia skaitmeninį atpažinimui tinkamą veido modelį.
Tą pačią technologiją dabar norima patobulinti tiek, kad ji bet kurio nufotografuoto žmogaus veidą atpažintų netgi minioje. Bet tai kelia rimtų naujų privatumo iššūkių, kuriuos taip pat stengiamasi spręsti: „Facebook“ jus informuos, kad esate užfiksuotas kokioje nors nuotraukoje ir suteiks jums teisę „sulieti“ (angl. blur) savo veidą siekiant apsaugoti privatumą“, – sakė bendrovės dirbtinio intelekto specialistas Yannas LeCunas.
„DeepFace“ technologijos pavadinimas sietinas su „giliojo mokymosi“ sąvoka – mašininio mokymosi rūšimi, kuri itin svarbi atliekant veidų atpažinimo užduotis. Įprasta manyti, kad veidų atpažinimas yra viena iš sudėtingesnių užduočių ir žmogaus smegenims.
„Tai yra giliojo mokymosi „giluma“: kiekvieno sluoksnio apdorojimo rezultatai yra gilesnio sluoksnio pradiniai duomenys. Galutinis mokymo rezultatas yra žmogaus veidą atvaizduojantis modelis: statistinė mašina, kuri lygina veidų atvaizdus ir spėja, ar jie priklauso tam pačiam žmogui. Kuo daugiau veidų patikrinama, tuo tikslesnis būna spėjimas“, – rašoma technologijos aprašyme žurnale „Science“.
Ilgainiui „DeepFace“ ištobulės tiek, kad galės išanalizuoti kiekvieną iš 400 000 nuotraukų, kasdien įkraunamų į socialinį tinklą – ne tik asmenukes, bet ir grupines ar net minių nuotraukas iš muzikos festivalių ir kitų masinių renginių.
