Skynet God’s Eyes nya China

Oleh: Ricky Suwarno

Tahun 2017 yang lalu, China secara official memasuki jaman AI. Sejak pecatur nomor satu dunia dikalahkan oleh Alpha Go di tahun 2015 dan 2016. Dengan hasil 4:1. berakhir dengan kekalahan di pihak manusia. Alpha Go Miliknya Deep Mind, yang diakuisisi Google alphabet beberapa tahun yang lalu. Sejak saat itu, pemerintah China baru sadar dari tidurnya. Bahwa untuk memenangkan persaingan dunia, China harus mendominasi dalam AI atau artificial intelligence.

Skynet, nama yang tidak asing bagi para pencinta film sains fiksi Hollywood. Seperti film terminator. skynet adalah fiksi buatan jaringan saraf berbasis kelompok pikiran sadar. Dengan sistem kecerdasan buatan sebagai fitur sentral.

Mungkin banyak yang berpikir itu cuma khayalan atau cerita dalam film. Tidak mungkin terjadi. Tetapi, ini mulai terjadi dalam kehidupan nyata. Skynet surveillance system telah muncul beberapa tahun di China.

Pemerintah Cina sedang berupaya menciptakan negara techno yang didukung oleh kecerdasan buatan atau AI. Dan pengenalan wajah atau facial recognition untuk melacak dan memantau 1,4 miliar warganya. Termasuk orang asing yang masuk ke negaranya. China telah memiliki 170 juta kamera keamanan. Atau kamera cerdas CCTV. Yang dipasang disetiap penjuru kota. Yang digunakan sebagai sistem pengawasan skynet. Dan ditargetkan akan mencapai 400 juta kamera. Dalam beberapa tahun mendatang.

Untuk lebih spesifiknya, apa itu skynet surveillance system, bisa lihat film fast and furious 7. Dengan teknologi God’s eyes atau Mata Tuhan. Teknologi ‘God’s Eye’ yang muncul di film Fast & Furious 7 sempat ramai diperbincangkan. Ketika film itu baru dirilis. Banyak orang khawatir jika teknologi semacam itu terealisasi, maka tak akan ada lagi privasi di dunia ini.

Sementara di amerika atau hollywood, god’s eyes atau facial recognition masih dalam bentuk film. Tetapi di china sudah dipraktekkan dalam kehidupan sehari-hari. Sebagai orang asing, begitu anda mendarat dan masuk ke customs di beijing atau shanghai. Anda telah mulai memasuki sistem pengawasan skynet China. Wajah anda di foto dan diarsip lewat cloud. Dan mulailah petualangan anda.

“Mata Tuhan”atau facial recognition ini, merupakan sebuah program pengintaian digital yang mempergunakan semua alat cerdas. Mulai dari CCTV. Hingga kamera dan mikrofon yang ada di seluruh smartphone di muka bumi. Untuk melacak keberadaan seseorang.

Kepolisian China memiliki semua data penduduknya. E-ID. Dimana dalam setiap ktp ini ada foto dan identitas orang tersebut. Dan melalui foto yang diambil oleh kamera penyeberangan, kemudian dicocokkan dengan identitas orang tersebut.

Sampai akhirnya, kepolisian New York pada awal tahun ini juga mulai mengadopsi teknologi facial recognition dari China. Untuk mengatur dan menjaga keamanan kota new york. Yang tingkat kriminalitas paling tinggi di dunia.

Bagaimana cara China bisa mendominasi teknologi AI facial recognition ini. Atau bagaimana proses pembentukan teknologi yang semacam skynet ini.

Saya akan perkenalkan sekilas tentang proses pembuatan AI facial recognition.

Proses Pertama, mulai dari Deteksi wajah. “Deteksi Wajah” adalah teknik untuk mendeteksi lokasi wajah dalam suatu gambar. Atau foto. Input dari algoritma deteksi wajah adalah gambar. Dan outputnya, adalah urutan koordinat bingkai wajah. 0 bingkai wajah atau 1 bingkai wajah atau beberapa bingkai wajah. Secara umum, kotak koordinat wajah keluaran adalah kotak yang menghadap ke atas. Tetapi ada juga beberapa teknik deteksi wajah yang menampilkan persegi panjang. Yang juga menghadap ke atas. Atau persegi panjang dengan arah rotasi.

Algoritma pendeteksian wajah yang umum, pada dasarnya adalah proses “pemindaian atau scanning” plus “pembedaan”. Yaitu proses pemindaian gambar dalam rentang gambar. Dan kemudian menentukan apakah wilayah kandidat adalah wajah orang. Oleh karena itu, kecepatan perhitungan algoritma deteksi wajah terkait dengan ukuran gambar dan konten gambar. Selama proses pengembangan, kita dapat mempercepat algoritme dengan mengatur “ukuran gambar input”. Atau “batas ukuran wajah minimum”. Atau “jumlah wajah maksimum.

Proses kedua, perataan wajah

Atau “Face Alignment” adalah, teknik untuk menemukan koordinat titik-titik kunci dari wajah seseorang. Input dari algoritma perataan wajah adalah “gambar wajah” ditambah “bingkai koordinat wajah”. Yang menghasilkan urutan koordinat dari titik-titik kunci lima panca indera. Jumlah poin kunci dari panca indera adalah nilai tetap yang ditetapkan sebelumnya. Yang didefinisikan sesuai dengan semantik yang berbeda. Pada umumnya ada 5 poin, 68 poin, 90 poin.

Saat ini, Beberapa teknik perataan wajah yang lebih efektif, pada dasarnya diimplementasikan melalui kerangka pembelajaran yang mendalam. Deep learning. Metode ini didasarkan pada kerangka wajah dari deteksi wajah. Area wajah dikurangkan berdasarkan beberapa aturan yang telah ditentukan sebelumnya. Penskalaan ditetapkan Dimensi. Kemudian perhitungan posisi titik kunci.

Oleh karena itu, jika waktu yang diambil oleh proses penskalaan gambar tidak diperhitungkan, algoritma perataan wajah adalah proses di mana jumlah perhitungan dapat diperbaiki. Selain itu, algoritma ini jauh lebih sedikit memakan waktu daripada deteksi wajah.

Proses ketiga, pengenalan atribut wajah

Atau “face Attribute” adalah, teknik untuk mengidentifikasi nilai atribut seperti gender, usia, postur, dan ekspresi wajah. Input dari algoritma ini adalah “peta satu wajah”. Dan “titik koordinat dari lima panca indera”. Dan outputnya, adalah nilai atribut wajah yang sesuai. Algoritma pengenalan atribut wajah umumnya menyelaraskan wajah sesuai dengan koordinat fitur wajah. Seperti memutar. Menskalakan. Memotong dll. Dan kemudian menyesuaikan wajah dengan ukuran dan bentuk yang telah ditentukan. Kemudian melakukan analisis atribut.

Algoritma pengenalan atribut wajah konvensional, mengenali setiap atribut wajah sebagai proses independen. Pengenalan atribut wajah hanyalah istilah umum untuk kelas algoritma. Pengenalan gender, estimasi usia, estimasi pose, dan pengenalan ekspresi tidak tergantung satu sama lain. Namun, beberapa pengenalan atribut wajah berdasarkan pembelajaran dalam juga memiliki kemampuan, untuk memasukkan nilai atribut seperti jenis kelamin, usia dan postur pada saat yang sama.

Proses keempat, Optimalkan ukuran model. Dan kecepatan operasi ke status yang tersedia. Untuk terminal seluler berdasarkan premis algoritma jaminan dasar.

Proses kelima, perbandingan wajah. Misalnya verifikasi wajah. pengenalan wajah. pengambilan wajah. Dan pengelompokan wajah. “Face Compare” adalah algoritma untuk mengukur kesamaan antara dua wajah. Antara foto dan bentuk asli wajah waktu tertangkap dalam kamera.

Input dari algoritma pencocokan wajah adalah dua fitur wajah. Fitur wajah diperoleh oleh algoritma fitur wajah depan. Dan sebaliknya, outputnya adalah kesamaan antara kedua fitur. Verifikasi wajah, pengenalan wajah, dan pengambilan wajah semuanya didasarkan pada perbandingan wajah. Dan beberapa strategi yang diimplementasikan. Dalam proses fitur wajah, waktu perbandingan satu wajah relatif singkat. Hampir dapat diabaikan.

Proses perbandingan wajah bisa terbagi atas Algoritma seperti Verifikasi Wajah. Pengenalan Wajah. Pengambilan Wajah. dan Face Cluster.

Proses keenam, verifikasi wajah.

Atau “face verification” adalah algoritma untuk menentukan apakah dua peta wajah adalah orang yang sama. Inputnya adalah dua fitur wajah. Kesamaan dua fitur wajah diperoleh dengan pencocokan wajah. Dan dua fitur wajah diverifikasi menjadi orang yang sama.

Proses ketujuh, pengenalan wajah

Atau “face recognition” adalah algoritma yang mengenali identitas peta wajah yang di

input. Ini proses input fitur wajah. Dan membandingkan fitur yang sesuai dengan identitas N. Yang terdaftar di perpustakaan atau garasi foto satu per satu. Untuk mengetahui fitur yang “satu” mirip dengan fitur inputan.

Proses kedelapan, pencarian wajah

Atau istilahnya “face searching” adalah algoritma untuk menemukan dan memasukkan urutan wajah yang mirip dengan wajah dan foto.

Urutan wajah didasarkan pada kesamaan paling tinggi ke paling rendah untuk ditampilkan.

Proses kesembilan, pengelompokan wajah

Atau “Face Cluster” adalah algoritma yang mengelompokkan wajah dalam koleksi sesuai dengan identitas mereka. Pengelompokan wajah ini membandingkan semua wajah yang terkumpul. Dan dibandingkan dengan semua wajah dalam satu set ke satu sama lain. Dan kemudian menganalisis nilai kesamaan untuk membagi orang-orang yang memiliki identitas yang sama menjadi satu kelompok.

Sebelum identitas manual ditandai, hanya wajah-wajah yang ditugaskan pada satu grup yang memiliki identitas yang sama, tetapi belum tahu identitas pastinya. Selain itu, jika ada banyak wajah 👎 dalam satu set, kompleksitas algoritma pengelompokan wajah adalah O (N2).

Proses terakhir, wajah asli manusia

Atau “Face Liveness” adalah metode untuk menentukan apakah gambar wajah berasal dari orang sungguhan atau dari prostesis foto. Atau video. atau robot.

Dibandingkan dengan teknik wajah di atas, wajah asli bukanlah algoritma yang sederhana. Tetapi solusi untuk masalah tersebut. Solusi ini secara ketat menggabungkan interaksi pengguna dan algoritma. Dan interaksi yang berbeda sesuai dengan algoritma yang sama sekali berbeda.

Just like grandma says, sejak penerapan skynet atau AI facial recognition ini, menjadikan China sebagai salah satu negara paling aman di dunia. Kejahatan menurun drastis. Konon kabarnya, ada kriminal puluhan tahun berhasil ditangkap. Ketika kriminal tersebut pergi melihat konser salah satu penyanyi terkenal di China.

Saat ini, china telah banyak menarik orang asing dari berbagai penjuru dunia untuk menetap disana. Secara singkatnya, bila teknologi terkemuka ini dipegang dan dikendalikan oleh orang dengan niat baik. Teknologi ini akan menciptakan kemakmuran dan kebahagiaan bagi dunia.