Czy Meme Viral 10-Year Challenge To Sztuczka Do Trenowania Technologii Rozpoznawania Twarzy Na Facebooku?

Czy Meme Viral 10-Year Challenge To Sztuczka Do Trenowania Technologii Rozpoznawania Twarzy Na Facebooku?
Czy Meme Viral 10-Year Challenge To Sztuczka Do Trenowania Technologii Rozpoznawania Twarzy Na Facebooku?

Wideo: Czy Meme Viral 10-Year Challenge To Sztuczka Do Trenowania Technologii Rozpoznawania Twarzy Na Facebooku?

Wideo: Czy Meme Viral 10-Year Challenge To Sztuczka Do Trenowania Technologii Rozpoznawania Twarzy Na Facebooku?
Wideo: Czy da się oszukać systemy rozpoznawania twarzy? 2024, Może
Anonim

Niedawne wyzwanie internetowe, które wymaga od ludzi publikowania przed i po autoportretach oddalonych od siebie o 10 lat, zostało poddane analizie po tym, jak użytkownicy mediów społecznościowych podejrzewali, że może zostać opracowany przez Facebooka w tajnych celach - a firma zaprzecza takim twierdzeniom.

„10-letnie wyzwanie” stało się wirusowe na początku tego miesiąca na Facebooku, Instagramie i Twitterze, po tym, jak poprosiło użytkowników o publikowanie porównań swoich autoportretów z 2009 roku z obecnymi. Według Forbesa, udział wzięło ponad 5 milionów ludzi, w tym gwiazdy takie jak Jennifer Lopez, Reese Witherspoon, Mariah Carey i Gabrielle Union.

Wkrótce po tym, jak stał się popularnym tematem na całym świecie, pisarka Wired Kate O'Neill zabrała się do Twittera, aby zadać pytanie, czy wyzwanie ma ukryty cel. Być może, zastanawiał się O'Neill, Facebook używał tego memu do trenowania swoich algorytmów rozpoznawania twarzy.

Dimitrios Kambouris / WireImage; George Pimentel / WireImage
Dimitrios Kambouris / WireImage; George Pimentel / WireImage

„Wyobraź sobie, że chcesz wytrenować algorytm rozpoznawania twarzy pod kątem cech związanych z wiekiem, a dokładniej progresji wieku (np. Tego, jak ludzie będą wyglądać, gdy się starzeją)” - napisała w Wired.

„Idealnie byłoby, gdybyś potrzebował obszernego i rygorystycznego zbioru danych z dużą ilością zdjęć ludzi” - kontynuował O'Neill. „Pomogłoby to, gdybyś wiedział, że zostali zabrani na określoną liczbę lat, powiedzmy o 10 lat”.

Frazer Harrison / Getty; Jeff Spicer / Getty
Frazer Harrison / Getty; Jeff Spicer / Getty

Frazer Harrison / Getty; Jeff Spicer / Getty

Inni w mediach społecznościowych nie byli tak pewni, czy Facebook faktycznie skorzysta na 10-letnim wyzwaniu, ponieważ firma ma już dużą bibliotekę zdjęć użytkowników, z których można czerpać. Ale O'Neill zwrócił uwagę, że mem może ułatwić Facebookowi, ponieważ użytkownicy tworzyli „czysty, prosty, pomocny zestaw zdjęć z tamtych i obecnych czasów” pod pozorem, że brali udział w niewinnym memie.

„Za pośrednictwem memów na Facebooku większość ludzi z pożytkiem dodawała ten kontekst w („ ja w 2008 i ja w 2018”), a także dodatkowe informacje” - napisał O'Neill. „W wielu przypadkach o tym, gdzie i jak zdjęcie zostało zrobione („ 2008 na University of Whaters, zrobione przez Joe; 2018 odwiedzający New City na tegorocznej imprezie takiej a takiej”).”

Dodała: „Innymi słowy, dzięki temu memowi istnieje teraz bardzo duży zbiór danych starannie wyselekcjonowanych zdjęć ludzi z około 10 lat temu i teraz”.

Pomysł wzbudził tak duże zainteresowanie w mediach społecznościowych, że Facebook poczuł się zmuszony odpowiedzieć na twierdzenia w oświadczeniu opublikowanym na Twitterze.

„To jest mem generowany przez użytkowników, który sam stał się wirusowy” - podała firma w oświadczeniu w mediach społecznościowych i przesłanej do LUDZI. „Facebook nie zapoczątkował tego trendu, a mem wykorzystuje zdjęcia, które już istnieją na Facebooku. Przypominamy, że użytkownicy Facebooka mogą w dowolnym momencie włączyć lub wyłączyć rozpoznawanie twarzy”.

Podczas gdy Facebook zaprzecza planowaniu lub czerpaniu danych z wyzwania, firma była w ostatnich latach krytykowana za podejmowanie wątpliwych decyzji na podstawie informacji o użytkownikach - dlatego wielu, takich jak O'Neill, jest teraz bardziej świadomych tego, co publikuje.

„Ja 10 lat temu: prawdopodobnie grałbym razem z memem starzejącym się na Facebooku i Instagramie” - napisał O'Neill na Twitterze. „Ja teraz: zastanawia się, w jaki sposób wszystkie te dane mogłyby zostać wykorzystane do trenowania algorytmów rozpoznawania twarzy w zakresie progresji i rozpoznawania wieku”.

Zalecane: