#10yearchallenge aslında ne?

Benim de aralarında bulunduğum bir çok kişi kendini Facebook, Instagram ve Twitter’da gündeme oturan #10yearchallenge‘a kaptırdı. Hikayelerde ve Akışlarda paylaşılan 10 yıl arayla çekilen iki fotoğrafın yan yana konması adeta viral bir trende dönüştü. Üstelik bu trend yeni komplo teorilerini de beraberinde getirdi.

Teorilerden en popüler olanı ise Wired yazarı Kate O’neill tarafından kaleme alındı. Bu viral trendin bir yapay zeka algoritmasını eğitmek için kullanılabileceğini söyleyen O’Neill ilk etapta bu görüşünü Twitter’da paylaştı.

Me 10 years ago: probably would have played along with the profile picture aging meme going around on Facebook and Instagram
Me now: ponders how all this data could be mined to train facial recognition algorithms on age progression and age recognition

— Kate O’Neill (@kateo) January 12, 2019

O’Neill’e göre #10yearchallenge hashtagiyle paylaşılan görseller, bir yüz tanıma algoritmasına yaşlanma sürecini öğretmekte kullanılıyor olabilir. O’Neill’in paylaşımının ardından bir çok kişi hali hazırda sosyal ağlarda bulunan görselleri paylaştıklarını öne sürerek bu komplo teorisini geçersiz kılmak istedi. Ancak O’Neill, bir çok farklı faktörü öne sürerek kullanıcılara komplo teorisinin gerçek olabileceğini düşündürttü.

O’Neill’in öne sürdüğü faktörlerden biri, kullanılan algoritmanın hali hazırda var olan görselleri karşılaştırmasının dolambaçlı bir yol olması. Bu konuda yazara hak vermemek elde değil. Zira bir algoritmanın bunu yapabilmesi için önce Facebook’taki fotoğrafların paylaşım zamanları arasında bir tarama yapması veya EXIF verisini taraması gerekiyor.

Bu tarama da algoritmanın, görsel tanıma teknolojisine yaşlanmayı öğretmeden önce ciddi bir iş yüküyle uğraşması anlamına geliyor. Üstelik algoritma tarihsel olarak istediği veriye ulaşsa da görsel anlamda aradığı nitelikte bir fotoğrafa ulaşamayabilir. Öte yandan fotoğrafların Scanner ile taranarak yüklenmesi ya da ekran alıntısı üzerinden paylaşılması gibi durumlar da EXIF verilerinin güvenilirliğini sarsabiliyor.

Bunun yerine hazır verilerin işlenmesi, hem algoritmayı ekstra iş yükünden kurtarıyor hem de verilerin aranan nitelikte olması sağlanıyor. Dolayısıyla bu durum, algoritmanın öğrenim sürecini de hızlandırıyor.O’Neill’in bünyesinde yüz tanıma detaylı >>>

Alıntının kaynağı: Webrazzi