Microsoft Bermitra dengan ICE Untuk Mengenali Wajah Imigran

BREAKINGNEWS.CO.ID - Pada Januari lalu diumumkan bahwa Azure dari Microsoft bermitra dengan US Immigration dan Customs Enforcement (ICE) untuk menyediakan alat pengenalan wajah. Kerja sama itu bisa memecahkan masalah para agen pemerintah saat mengenali wajah dan identifikasi seseorang. Teknologi itu menyediakan akses pembelajaran kecerdasan buatan yang mendalam. Namun, CEO Microsoft Satya Nadella mengklarifikasi dalam pernyataannya seperti dilansir dari The Verge, bahwa mereka tak punya kontak dengan pemerintah AS.

Mereka menolak aplikasi Azure digunakan oleh ICE untuk mengenali wajah imigran. Microsoft tidak ingin memisahkan anak-anak dari keluarga mereka di perbatasan dan dia juga tidak membahas bagaimana pengenalan wajah mungkin memainkan peran penting bagi ICE. Microsoft melalui blog resminya, Selasa (26/6/2018), mengklaim telah meningkatkan kemampuan teknologi pengenalan wajahnya secara signifikan sehingga bisa mengenali jenis kelamin (gender) pada seluruh warna kulit.

Perbaikan kemampuan itu berangkat dari penelitian Joy Buolamwini, peneliti asal Sekolah Tinggi Teknologi Massachusetts (MIT) di Boston, AS, pada awal 2017. Ia mengungkapkan bahwa teknologi pengenalan wajah yang paling akurat adalah untuk lelaki kulit putih, tapi sebaliknya bagi orang berkulit gelap, terutama perempuan.

Buolamwini mempelajari kinerja dari tiga sistem pengenalan wajah milik Microsoft, IBM, dan Megvii yang kebetulan memang paling bagus. Ia mengklasifikasikan seberapa baik tiga sistem itu dapat menebak jenis kelamin orang-orang dengan nada kulit yang berbeda. Tiga perusahaan ini dipilih karena menawarkan fitur klasifikasi gender dalam perangkat lunak analisis wajah masing-masing. Selain itu, kode teknologi mereka tersedia di publik untuk bahan penelitian. Untuk mengujinya, Buolamwini membuat satu set data berisi 1.270 foto anggota parlemen dari tiga negara di Afrika dan tiga negara di kawasan Skandinavia (Eropa).

Aneka wajah dipilih untuk mewakili berbagai macam warna kulit manusia dengan menggunakan sistem label hasil pengembangan para ahli kulit bernama skala Fitzpatrick. Skala ini dipandang lebih objektif dan tepat daripada mengelompokkan berdasarkan ras. Akan tetapi hasil penelitian juga menunjukkan bahwa teknologi yang ditawarkan oleh IBM dan Megvii memiliki masalah serupa dalam mengklasifikasi jenis kelamin perempuan berkulit gelap hingga mencapai 35 persen dibandingkan dengan warna kulit yang lebih terang.

Sedangkan, 99 persen wajah laki-laki berkulit terang berhasil dikenali dengan baik oleh tiga sistem tersebut. Menurut Microsoft, hal ini menunjukkan bahwa teknologi kecerdasan buatan hanya akan berfungsi jika didasari pada data untuk melatih kemampuan mereka. Mengenai hasil tersebut, Megvii, si pemilik perangkat lunak Face++ yang saat ini secara luas digunakan untuk identifikasi dalam pembayaran daring dan layanan berbagi tumpangan di Cina, belum mau berkomentar lebih lanjut.

Sementara, pada 2015, fitur pengenalan wajah milik Google juga pernah membuat kesal seorang pengguna karena sebuah foto yang menampilkan dirinya dan salah seorang perempuan kawannya diberi label "gorillas" (gorila) oleh Google Photos. Seperti dilansir dari Fortune, Rabu (27/6/2018), perusahaan perangkat lunak tidak memiliki kumpulan data yang cukup beragam saat pengembangan teknologi mereka. Ini sebabnya tim Face API Microsoft kemudian membuat tiga perubahan untuk memperbaiki masalah tersebut.

Pertama, menurut Ars Technica, Kamis (28/6/2018), perusahaan memperluas keragaman data pelatihan dan data benchmark yang digunakan untuk menguji dan mengevaluasi setiap jaringan syaraf. Mereka menggunakannya untuk melihat tingkat kinerjanya. Kedua, Microsoft memulai upaya pengumpulan data baru untuk membangun kumpulan data pelatihan yang lebih luas dengan fokus lebih besar secara khusus pada warna kulit, jenis kelamin, dan usia. Serta yang ketiga adalah meningkatkan klasifikasi untuk menghasilkan pencapaian yang lebih presisi.

Dengan perbaikan barunya ini, Microsoft mengklaim teknologinya mampu mengurangi tingkat kesalahan untuk lelaki dan perempuan berkulit lebih gelap hingga 20 kali. Sementara untuk semua perempuan, Microsoft menjelaskan tingkat kesalahan berkurang sebanyak 9 kali. Secara keseluruhan, peningkatan kemampuan bisa mengurangi perbedaan akurasi secara signifikan di seluruh demografi.

"Kami membahas berbagai cara untuk mendeteksi bias dan menghadirkan keseimbangan. Kami juga berbicara tentang upaya pengumpulan data untuk diversifikasi data pelatihan dan berbagai strategi untuk menguji sistem kami secara internal sebelum kami menerapkannya," kata Hanna Wallach, peneliti senior di laboratorium penelitian Microsoft di New York, AS.

Wallach dan rekan-rekannya memberikan, "pemahaman yang lebih bernuansa bias," kata Cornelia Carapcea, seorang manajer program utama di tim Layanan Kognitif Microsot. Wallach dan timnya juga disebut membuat kumpulan data yang lebih kuat sehingga bisa bertanggung jawab untuk penerapan pada seluruh warna kulit."