Kecerdasan Buatan (AI) > Pengenalan wajah
Penjelasan pengenalan wajah: saat wajah menjadi komoditas
Pengenalan wajah digunakan untuk membuka kunci ponsel, memverifikasi identitas, mengontrol akses dan mengidentifikasi orang dari foto atau video. Teknologi yang sama juga dapat mencari di basis data gambar yang besar atau mengenali seseorang di ruang publik. Berikut cara kerja pengenalan wajah, di mana teknologi ini digunakan dan apa artinya bagi privasi Anda.
Apa itu pengenalan wajah?
Pengenalan wajah adalah teknologi biometrik yang digunakan untuk memverifikasi atau mengidentifikasi orang dari gambar atau video. Bergantung pada sistemnya, teknologi ini dapat mengonfirmasi identitas seseorang, mengidentifikasi orang yang tidak dikenal atau menemukan gambar lain dari orang yang sama.
Penggunaan tersebut memiliki implikasi privasi yang sangat berbeda:
Jenis | Fungsinya | Implikasi privasi |
|---|---|---|
Verifikasi wajah | Memeriksa apakah wajah cocok dengan satu identitas tersimpan | Biasanya melibatkan wajah yang didaftarkan secara sadar untuk tujuan tertentu |
Identifikasi wajah | Membandingkan wajah dengan banyak identitas tersimpan untuk menemukan kemungkinan kecocokan | Mengidentifikasi orang yang tidak pernah secara aktif memberikan persetujuan untuk dicari |
Pencarian wajah | Menggunakan foto untuk menemukan gambar lain dari orang yang sama di seluruh indeks gambar | Menghubungkan wajah yang tidak dikenal dengan situs web, profil dan informasi pribadi lainnya |
Bagaimana cara kerja pengenalan wajah?
Pengenalan wajah mengukur fitur wajah dan mengubahnya menjadi titik data biometrik untuk dibandingkan. Misalnya, ponsel membandingkan titik-titik tersebut dengan titik yang direkam saat Anda menyiapkan buka kunci wajah, sementara sistem pencarian wajah dapat membandingkannya dengan data dari jutaan atau miliaran gambar lainnya. Proses pastinya berbeda-beda, tetapi biasanya mengikuti beberapa langkah dasar:
- Tangkap wajah: Kamera, foto atau video menghasilkan gambar yang berisi wajah.
- Deteksi dan siapkan wajah: Perangkat lunak menemukan wajah dan menyesuaikan gambar agar dapat dianalisis.
- Buat templat biometrik: Karakteristik wajah diubah menjadi representasi matematis, yang kadang disebut "faceprint" atau "facial embedding".
- Bandingkan wajah: Templat tersebut dibandingkan dengan templat tersimpan atau basis data wajah lainnya.
- Hitung kecocokan: Sistem menghasilkan skor kemiripan atau keyakinan. Jika skornya cukup tinggi, sistem menganggapnya sebagai orang yang sama.
Pengenalan wajah sebelum dan sesudah AI
Pengenalan wajah terkomputerisasi sudah ada sejak tahun 1960-an. Sistem awal bergantung pada peneliti yang mengidentifikasi fitur wajah utama, seperti mata, hidung dan mulut, lalu mengukur jarak dan hubungan di antaranya agar komputer dapat membandingkan satu wajah dengan wajah lain.
AI dan pembelajaran mesin mengubah proses itu secara drastis. Sistem modern menganalisis wajah secara otomatis, mendeteksi pola yang jauh lebih kompleks dan membandingkan gambar dalam skala yang sangat besar. Pengenalan wajah kini dapat mencari di basis data yang sangat besar dan berpotensi menghubungkan wajah yang tertangkap di ruang publik dengan gambar dan informasi yang dikumpulkan di tempat lain.
Di mana pengenalan wajah umum digunakan
Pengenalan wajah kini digunakan di berbagai layanan sehari-hari, ruang komersial dan institusi publik untuk berbagai keperluan, mulai dari kenyamanan dan keamanan hingga investigasi dan pengawasan.
Penggunaan umum | Cara | Alasan |
|---|---|---|
Ponsel dan akun | Membandingkan wajah Anda dengan templat yang didaftarkan sebelumnya | Membuka kunci perangkat dan memverifikasi akses akun |
Perbankan dan pencegahan penipuan | Mengonfirmasi bahwa seseorang cocok dengan identitas atau pemilik akun | Mencegah penyamaran dan transaksi penipuan |
Bandara dan perbatasan | Membandingkan pelancong dengan foto paspor atau catatan identitas lain | Mengotomatiskan pemeriksaan identitas dan keamanan |
Penegakan hukum | Mencocokkan foto atau video dengan basis data wajah yang dikenal | Menghasilkan petunjuk investigasi atau mengidentifikasi orang |
Toko dan tempat acara | Mengenali pengunjung untuk keamanan, akses, atau personalisasi | Mencegah pencurian, mengendalikan akses masuk, atau menyesuaikan layanan |
Periklanan dan personalisasi | Menghubungkan wajah yang dikenali dengan profil pelanggan | Mempersonalisasi penawaran, tampilan, atau pemasaran |
Mesin pencari wajah | Mencari indeks gambar daring untuk gambar lain dari orang yang sama | Menemukan di mana seseorang muncul di web |
Risiko privasi pengenalan wajah
Pengenalan wajah dapat mengungkap jauh lebih banyak daripada identitas Anda. Pengenalan wajah memudahkan orang untuk dilacak, diprofilkan, diidentifikasi, atau dihubungkan dengan informasi yang dikumpulkan di tempat lain.
Pencarian wajah mengidentifikasi orang tak dikenal
Pencarian wajah mengubah satu foto menjadi cara untuk mengidentifikasi seseorang. Ada banyak layanan daring yang dirancang untuk mencari gambar daring yang memuat wajah cocok, sehingga berpotensi mengungkap nama, tempat kerja, profil media sosial, dan rincian pribadi lainnya. Clearview AI menyediakan teknologi serupa kepada pelanggan penegakan hukum dan pemerintah.
Jika digabungkan dengan pialang data atau situs pencari orang, kecocokan tersebut dapat menjadi titik awal untuk penguntitan atau doxing(jendela baru). Para peneliti juga menunjukkan bagaimana pengenalan wajah dan kacamata pintar dapat mengidentifikasi orang tak dikenal dan mengambil informasi pribadi tentang mereka dalam waktu nyata.
Pengenalan wajah melacak ke mana Anda pergi
Dengan menggabungkan kamera dan pengenalan wajah, orang dapat diikuti di ruang publik tanpa perlu menunjukkan identitas. Di protes atau pusat transportasi, pengenalan wajah dapat mengungkap siapa yang hadir. Di seluruh jaringan kamera yang lebih besar, teknologi ini dapat melacak pergerakan, mengurangi anonimitas, serta berpotensi mencegah orang menghadiri acara sensitif.
Organisasi swasta menggunakan teknologi yang sama untuk mengendalikan akses. Madison Square Garden Entertainment, misalnya, menggunakan pengenalan wajah untuk mengidentifikasi dan menolak masuk (jendela baru)pengacara yang bekerja untuk firma hukum yang terlibat dalam litigasi terhadap perusahaan tersebut.
Wajah Anda adalah pengenal komersial
Pengenalan wajah dapat menghubungkan seseorang yang masuk ke toko atau tempat acara dengan profil pelanggan yang sudah ada. Pelaku usaha kemudian dapat menggunakan identitas tersebut untuk keamanan, personalisasi, program loyalitas, atau pemasaran bertarget.
Trakomatic, mitra Microsoft, mengembangkan sistem ritel berbasis persetujuan(jendela baru) menggunakan Microsoft Azure yang mengenali pembeli saat memasuki mal dan menggunakan profil mereka untuk mempersonalisasi penawaran, tampilan digital, dan layanan.
Kecocokan yang salah menimbulkan konsekuensi serius
Sistem pengenalan wajah tidak selalu berperforma sama baiknya dalam setiap situasi. Akurasi bervariasi bergantung pada algoritme, kualitas gambar, sudut kamera, serta jenis pencarian, sementara National Institute of Standards and Technology (NIST) Amerika Serikat juga menemukan perbedaan demografis dalam tingkat positif palsu.
Kesalahan pengenalan wajah telah menyebabkan penangkapan yang salah dan tuduhan palsu. Robert Williams ditangkap secara keliru di Detroit setelah pengenalan wajah salah mencocokkannya dengan seorang tersangka, sementara FTC menyatakan sistem Rite Aid(jendela baru) menghasilkan ribuan kecocokan positif palsu.
Foto lama dapat masuk ke sistem pengenalan wajah
Foto yang diunggah ke media sosial, situs berita, atau situs web lain dapat dikumpulkan secara otomatis untuk melatih AI dan digunakan untuk pengenalan wajah, meskipun identifikasi bukan alasan foto tersebut dipublikasikan sejak awal.
Foto yang dibagikan bertahun-tahun sebelumnya bisa saja masuk ke sistem pengenalan wajah yang tidak pernah diperkirakan oleh orang di dalamnya. Pada 2021, FTC menuduh Everalbum(jendela baru) menggunakan jutaan gambar wajah yang diekstrak dari foto pengguna untuk membantu mengembangkan teknologi pengenalan wajahnya, meskipun telah menyesatkan orang tentang kapan pengenalan wajah akan diterapkan.
Data biometrik sulit diganti
Kata sandi dapat diubah setelah terjadi pembobolan. Wajah Anda lebih sulit diubah. Data biometrik yang dicuri dapat terus menimbulkan risiko jauh setelah insiden keamanan awal.
Pada 2019, sebagian besar basis data di balik akses biometrik Biostar 2 dibiarkan tidak terenkripsi(jendela baru). Insiden tersebut mengungkap lebih dari satu juta catatan sidik jari, serta data pengenalan wajah dan gambar pengguna. Orang yang terdampak pembobolan seperti itu tidak bisa begitu saja mengganti wajah atau sidik jari seperti mengganti kata sandi yang telah dikompromikan.
Perlawanan mulai datang, perlahan
Pemerintah mulai membatasi pengenalan wajah. Berdasarkan EU AI Act, sistem AI tidak diizinkan membuat atau memperluas basis data pengenalan wajah dengan mengambil wajah secara sembarangan dari internet atau rekaman CCTV. Identifikasi wajah secara real-time oleh aparat penegak hukum di ruang publik juga umumnya dilarang, dengan pengecualian terbatas untuk situasi seperti menemukan orang hilang, mencegah ancaman serius, atau mengidentifikasi tersangka dalam kejahatan tertentu.
AS tidak memiliki satu undang-undang nasional yang mengatur pengenalan wajah. Sebaliknya, negara bagian menerapkan pendekatan yang berbeda-beda. Washington dan Colorado mewajibkan perlindungan untuk beberapa penggunaan oleh pemerintah, sementara Maine melarang sebagian besar penggunaan oleh pemerintah dan hanya mengizinkan polisi mengajukan permintaan pencarian dalam kondisi yang ketat. Setidaknya 18 negara bagian telah mempertimbangkan undang-undang yang mengatur penggunaan pengenalan wajah oleh polisi dalam beberapa tahun terakhir.
Cara mengurangi paparan terhadap pengenalan wajah
Anda tidak dapat mencegah setiap kamera merekam wajah, tetapi Anda dapat membuat pencocokan wajah tidak terlalu mengungkap banyak hal dengan mengurangi informasi pribadi dan foto yang tersedia tentang Anda secara daring.
Batasi siapa yang dapat melihat foto Anda di media sosial dan tinjau akun publik lama.
Hapus foto yang tidak diinginkan dari situs web di sumber aslinya bila memungkinkan.
Gunakan alat untuk memilih keluar yang disediakan layanan seperti PimEyes agar wajah Anda tidak muncul di hasil pencarian mereka.
Hapus informasi pribadi dari pialang data dan situs pencarian orang seperti TruthFinder agar pencocokan wajah mengungkap lebih sedikit tentang Anda.
Tinjau pengaturan pengenalan wajah sebelum mengaktifkan fitur biometrik di aplikasi atau layanan daring.
Hindari mengunggah gambar wajah ke layanan kecuali Anda memahami bagaimana gambar tersebut akan disimpan dan digunakan.
Beralih ke asisten AI pribadi
Lumo adalah asisten AI yang dirancang untuk orang yang menginginkan manfaat AI tanpa memberikan lebih banyak data pribadi kepada perusahaan lain untuk dikumpulkan. Percakapan Anda tidak digunakan untuk melatih model AI atau disimpan dalam log pemrosesan, sementara obrolan yang tersimpan dilindungi dengan enkripsi tanpa akses.
Pertanyaan umum tentang pengenalan wajah
- Seberapa akurat pengenalan wajah?
- Apakah Face ID termasuk pengenalan wajah?
- Apa itu pencari wajah?
- Dapatkah pengenalan wajah mengidentifikasi seseorang dari satu foto?
- Dapatkah Anda memilih keluar dari pengenalan wajah?
