Keliama versija, kad jeigu „Facebook“ ar „Twitter“ sumanytų išmokyti savo tobulinamus neuronų tinklus, tai sunku būtų sugalvoti ką nors geriau, negu tūkstančiai fotografijų, kurias vartotojai patys jiems sukelia.
2019-ųjų sausį į socialinius tinklus sugrįžo savo dabartinių nuotraukų lyginimo su praeities banga. Tai jau tradicinis formatas: vartotojai parodo, kaip jie pasikeitė per metus, kelis ar dešimtis. 2018-aisiais jau vyko panaši akcija su žyme #2012vs2018. Dabar atėjo #10yearchallenge (arba #2009vs2019challenge) eilė.
Virusinę akciją platinti padėjo ir įvairių šalių įžymybės ar žinomi prekių ženklai, plinta jis „Twitter“, „Instagram“, „Facebook“, bet ir rusiškame „Vkontakte“. „Wired“ apžvalgininkė Kate O’Neill iškėlė klausimą: o kas, jeigu naujoji akcija buvo didžiųjų socialinių tinklų „gudravimas“ siekiant surinkti jiems taip reikalingus asmeninius vartotojų duomenis?
Puiki galimybė tobulinti algoritmus
Žurnalistė pažymėjo, kad negali nieko užtikrintai tvirtinti. Tačiau, jos manymu, toks akcijos formatas gali itin pasitarnauti „Facebook“ ar „Twitter“ veido atpažinimo technologijų tobulinimui.
Įsivaizduokite, kad jūs norite išmokyti savo veidų atpažinimo algoritmą numatyti su žmogaus amžiumi susijusius pokyčius. Idealiu atveju jums reikia didžiulės žmonių duomenų bazės su jų veido pokyčiais. Dar geriau būtų, jeigu daugelis nuotraukų būtų tos pačios metų kategorijos. Pavyzdžiui, dešimties metų skirtumo.
Aišku, galima paprasčiausiai rankioti nuotraukas iš asmeninių „Facebook“ vartotojų archyvų, tačiau ten saugoma daug šlamšto. Dabartinė nuotraukų dalijimosi akcija leidžia be jokių pastangų gauti didelį jau struktūrizuotų duomenų kiekį.
„Wired“ perspėja savo skaitytojus, kad ateityje reikėtų susimąstyti, kaip sąveikauti su technologijomis, kokiais duomenimis dalintis socialiniuose tinkluose ir kaip juos gali kiti panaudoti saviems tikslams.
Perspėjo vartotojus saugoti asmeninius duomenis
Ekspertė pateikė tris pavyzdžius, kurie parodo, kam gali būti panaudoti tokios akcijos surinkti duomenys: priimtiną, paprastą ir rizikingą.
Veidų atpažinimo algoritmas, gebantis projektuoti „senstantį“ žmogaus veidą, padės kadaise dingusius vaikus. Neuronų tinklas galės nuspėti, kaip jie atrodys suaugę;
Algoritmas padės bendrovėms įvairaus amžiaus žmonėms rodyti įvairesnę reklamą, kuri su laiku dar ir adaptuosis. Gimimo data ar naršymo istorija tam net nebus reikalinga – užteks vartotojo nuotraukos;
Algoritmas gali būti įdiegtas draudimo bendrovių ir sveikatos apsaugos sistemose. Jeigu neuronų tinklas nuspręs, kad jūs senstate greičiau „standartų“, jums gali atsisakyti suteikti medicininį draudimą, jį pabranginti ar įtraukti papildomų sąlygų.
„Nepriklausomai nuo to, kaip kilo šis „flashmobas“, mes turime gauti daugiau informacijos apie duomenis, kuriuose perduodame. Ir apie tokių veiksmų pasekmes. Žmonės – jungiantis elementas tarp fizinio ir skaitmeninio pasaulių. Mūsų duomenys – kuras, kuris bendroves paverčia protingesnėmis ir pelningesnėmis.
Mes turime reikalauti, kad bendrovės gerbtų mūsų duomenis. Tačiau ir mes patys turime atsargiau vertinti savo pačių duomenis“, – primena Kate O’Neill.
