Situs web untuk melihat apa yang dipikirkan oleh Kecerdasan Buatan wajah kita
Tidak ada keraguan bahwa kecerdasan buatan semakin canggih operasinya dalam hal pengenalan wajah. Namun, bagi sebagian besar dari kita, cara kerjanya ketika menganalisis gambar masih belum diketahui dan kompleks.
Untuk memahami sedikit lebih baik dinamika yang dilakukan oleh kecerdasan buatan saat menganalisis foto, sebuah aplikasi bernama ImageNet Roulette memungkinkan pengguna untuk mengunggah foto selfie ke antarmuka dan menemukan bagaimana itu dirasakan oleh kecerdasan buatan.
Ini dilakukan melalui penugasan label deskriptif yang terkait dengan gambar, sangat mirip dengan apa yang terjadi di Facebook ketika sebagian jatuh terjadi dan gambar tidak memuat, sebagai gantinya menunjukkan kata-kata untuk menggambarkan konten mereka.
Ini adalah bagaimana ketika mengunggah foto atau merekam dengan webcam, ImageNet Roulette membutuhkan beberapa detik untuk memproses gambar dan kemudian menerapkan label padanya, berjudul dengan kata-kata umum seperti "seseorang, orang, individu, makhluk hidup" hingga dikurangi menjadi istilah lebih spesifik sebagai "agen asuransi, pengusaha atau kapitalis."
Trevor Paglen dan Kate Crawford bertanggung jawab untuk mengembangkan aplikasi ini, kemudian mempresentasikannya di sebuah pameran yang diadakan di Fondazione di Milan.
Namanya berasal dari dataset ImageNet, tempat ditemukan lebih dari 14 juta gambar yang ditandai. Setiap peneliti dapat memiliki akses gratis ke database ini, memiliki kesempatan untuk mengeksplorasi 2883 kategori yang terhubung ke foto orang.
Melalui penggunaan foto-foto ini, jaringan saraf ImageNet Roulette cukup terlatih untuk mencapai titik di mana ia dapat menghasilkan deskripsi yang kami amati pada gambar ketika menggunakan aplikasi.
Namun, ImageNet memiliki sejumlah kategori aneh, ofensif dan bermasalah, yang terkait dengan alasan Paglen dan Crawford untuk memasukkan perangkat lunak ini dalam pameran. Menurut mereka, kecerdasan buatan, tidak peduli seberapa baik dirancang, akan mampu menghasilkan bias rasial jika data yang diberikan rusak atau berkualitas buruk, merujuk pada dataset ImageNet.
Anda dapat mencobanya di imagenet-roulette.paglen.com.
