#10yearschallenge на Facebook - это точно безвредный флешмоб?

Украинские пользователи Facebook на ура подхватили недавний флешмоб, ностальгировали и выкладывали свои расплывчатые фотографии десятилетней давности. Как же можно пропустить #10yearschallenge.

Американский эксперт по цифровой трансформации Кейт Нил, основательница KO Insights, решила пойти против системы и написала пост в Twitter:

Твит быстро набрал популярность - им поделились уже более 10 000 человек. А Кейт Нил решила написать на Wired колонку о том, что же она имела в виду.

Редакция публикует ее резюме.

Я не хотела утверждать, что мем по своей сути опасен. Но я знала, что сценарий распознавания лиц в целом правдоподобен и указывает на тенденцию, о которой люди должны знать.

Из тех, кто критиковал мой тезис, многие утверждали, что картинки все равно были доступны. Ведь Facebook уже и так получил все фотографии профиля.

Конечно, это так. Но давайте попробуем развить идею с обучением алгоритмов.

Какая есть теория

Итак, представьте, что вы хотите обучить алгоритм распознавания лиц возрастным характеристикам и, в частности, возрастной прогрессии (например, как люди будут выглядеть по мере взросления). В идеале вы хотели бы широкий и строгий набор данных с множеством изображений людей. Было бы хорошо, если бы вы знали, что они взяты определенное количество лет назад. Скажем, 10 лет.

Конечно, вы могли бы прошерстить Facebook для фотографий профиля и посмотреть даты публикации или данные EXIF. Но весь этот набор изображений в вашем аккаунте может привести к появлению большого количества бесполезного шума. Люди не обязательно загружают изображения в хронологическом порядке. И пользователи нередко размещают изображения чего-то другого, кроме себя, в качестве изображения профиля.

Быстрый просмотр фотографий профиля моих друзей на Facebook выдает собаку друга, которая только что умерла, несколько мультфильмов, изображения слов, абстрактные узоры и многое другое.

Другими словами, было бы полезно, если бы у вас был вычищенный, простой, услужливо помеченный набор фотографий «тогда и сейчас».

Более того, для фотографий профиля в Facebook дата публикации фотографии не обязательно совпадает с датой, когда была сделана фотография. Даже метаданные EXIF ​​на фотографии не всегда могут быть надежными для оценки этой даты.

Посредством мема Facebook большинство людей старательно усовершенствуют этот контекст («я в 2008 году и я в 2018 году»), а также дают дополнительную информацию, во многих случаях, о том, где и как была сделана фотография (2008 год в таком-то университете, фотка Джо; посещение такого-то города в 2018 году для такого и такого события этого года).

Другими словами, благодаря этому мему, теперь у кого-то есть очень большой набор данных тщательно отобранных фотографий людей примерно 10 лет назад и сейчас.

Facebook отрицает

Некоторые критики отметили, что в подборке было слишком много мусорных данных, чтобы их можно было использовать. Но исследователи данных и ученые знают, как на это ответить. Как и в случае с хэштегами, которые становятся вирусными, вы, как правило, можете больше доверять достоверности данных, прежде чем люди начнут иронизировать или пытаться использовать хэштег в других целях.

Что касается поддельных изображений, алгоритмы распознавания изображений достаточно умны, чтобы выделить человеческое лицо. Если бы вы загрузили изображение кошки 10 лет назад и сейчас, как сделал один из моих друзей, этот конкретный случай было бы легко выкинуть из подборки.

Facebook отрицает свою причастность к # 10YearChallenge. «Это созданный пользователями мем, который сам по себе стал вирусным», - ответил представитель Facebook. «Facebook не запустил этот тренд, и мем использует фотографии, которые уже существуют на Facebook. Facebook ничего не получает от этого мема (кроме напоминания нам о сомнительных тенденциях моды 2009 года). Напоминаем, что пользователи Facebook могут включить или отключить функцию распознавания лиц в любое время», - отмечают в компании.

Какие последствия

Плохо ли это, если кто-то может использовать ваши фотографии в Facebook для тренировки алгоритма распознавания лиц? Не обязательно. В некотором смысле, это неизбежно. Я предложу три вероятных варианта использования для распознавания лиц.

Доброкачественный сценарий: технология распознавания лиц, особенно возрастная функция, может помочь в поиске пропавших детей. В прошлом году полиция в Нью-Дели сообщила, что всего за четыре дня с помощью технологии распознавания лиц выследила почти 3000 пропавших детей. Если дети отсутствовали какое-то время, они, вероятно, выглядели бы немного иначе. А не как на последней доступной их фотографии. Поэтому надежный алгоритм возрастной прогрессии мог бы быть здесь действительно полезным.

Второе: распознавание возраста, вероятно, наиболее полезно для целевой рекламы. Рекламные дисплеи, которые включают в себя камеры или датчики, и могут адаптировать свои сообщения по демографическим характеристикам возрастных групп. Это применение не очень захватывающее, но делает рекламу более актуальной. Но поскольку эти данные становятся частью отслеживания нашего местоположения, поведения покупателей и их реакций, а также других сигналов, сбор таких данных может привести к действительно жутким последствиям.

Третье: возрастная прогрессия в распознавании лиц может когда-нибудь повлиять на оценку страхования и здравоохранения.

После того как в конце 2016 года Amazon представила услуги распознавания лиц в режиме реального времени, они начали продавать эти услуги правоохранительным и государственным органам, таким как полицейские управления в Орландо и округе Вашингтон, штате Орегон. Но технология вызывает серьезные проблемы конфиденциальности. Полиция может использовать эту технологию не только для отслеживания людей, которые подозреваются в совершении преступлений, но также и людей, которые не совершают преступлений, таких как протестующие и другие лица, которых полиция считает неприятными.