DEEPFACE

Program Facebook Baru 'DeepFace'
Apakah Hanya Sebagai Creepy As It Sounds?

Facebook memiliki perpustakaan foto terbesar di dunia, dan sekarang memiliki teknologi untuk mencocokkan hampir semua wajah di dalamnya. Ya, bahkan yang tidak Anda tag.

Facebook mengumumkan pekan lalu bahwa dapat mengembangkan program yang disebutDeepFace," yang peneliti mengatakan dapat menentukan apakah dua wajah difoto adalah orang yang sama dengan Akurasi 97,25 persen.

Menurut Facebook, manusia dihukum sama jawaban tes dengan benar 97,53 persen dari waktu - hanya seperempat persen lebih baik dari pada Facebook software.

Facebook dasarnya telah terperangkap manusia ketika datang untuk mengingat wajah. Program ini dikembangkan oleh tiga in-house Peneliti Facebook dan seorang profesor di Tel Aviv University.

Sebagai contoh, para pengembang menunjukkan dalam sebuah makalah tentang program yang berhasil dapat DeepFace mengakui bahwa ini adalah pemenang Academy Award Sylvester Stallone.

Perangkat lunak pengenalan wajah Facebook adalah dapat menyarankan teman untuk menandaiketika Anda meng-upload foto, menggunakan informasi seperti jarak antara mata, hidung dan mata dalam gambar profil dan sudah tag foto. Namun hasil tersebut jauh lebih akurat dibandingkanDeepFace, yang menggunakan teknik dari pembelajaran dalam, bidang kecerdasan buatan mengkhususkan diri dalam memahami jenis tidak teratur data. Dalam rangka untuk wajah pertandingan yang lebih baik, para peneliti menciptakan sebuah "jaringan saraf" dalam perangkat lunak yang dimaksudkan untuk meniru sistem saraf pusat hewan. Untuk saat ini program ini, pertama kali dilaporkan oleh MIT Technology Review, hanya penelitian proyek dan tidak akan mempengaruhi 1,23 miliar orang yang secara teratur menggunakan Facebook.

Tapi CEO Mark Zuckerberg telah menyatakan dalam bunga dalam membangun keluar kecerdasan buatan Facebook kemampuan ketika berbicara dengan para investor di masa lalu. Ambisinya sebenarnya membentang di luar wajah pengakuan untuk menganalisis teks update status dan komentar untuk menguraikan suasana dan konteks. Ada tujuan bisnis di balik semua ini antusiasme intelektual Memahami semua informasi yang kita posting di jejaring sosial merupakan pusat untuk model bisnis Facebook, leverage yang data untuk mempersonalisasi iklan sehingga Anda akan lebih mungkin untuk klik pada mereka. Tumbuh kemampuan Facebook untuk mengenali Anda ketika teman upload foto dari liburan bersama-sama memiliki menarik perhatian pendukung privasi dan pejabat pemerintah sama. Sebagai contoh, lebih Pemerintah privasi-sadar Eropa memiliki sudah memaksa Facebook untuk menghapus semua data pengenalan wajah di sana.

Awal artikel diawali dengan pertanyaan apakah anda memiliki akun facebook? Pernahkah anda melakukan unggah foto difacebook? Pernahkah anda melakukan tagging nama teman diwajah pada foto yang anda unggah? Lalu pernahkah anda memikirkan bagaimana facebook bisa memberikan saran bahwa teman anda yang berada difoto tersebut? Bagaimana facebook tahu bahwa orang yang ada didalam foto adalah orang yang anda maksud? atau bahkan ada diri anda didalam foto tersebut. Face Recognition (Pengenalan Wajah) adalah jawaban yang paling cocok untuk menjawab pertanyaan tersebut.

Apakah tujuan face recognition? Sebuah usaha yang dilakukan manusia untuk memberikan kecerdasan pada mesin agar dapat mengenal dan membedakan individu berdasarkan karakteristik wajah masing – masing individu. Kemampuan ini sudah dimiliki oleh manusia pada umumnya, dengan melihat saja manusia mampu membedakan individu satu dengan yang lainnya. Kemampuan inilah yang berusaha ditanamkan pada mesin. Facebook adalah salah satu media sosial yang paling dikenal dan banyak digunakan didunia hingga saat ini. Berbagai kemampuan telah dimiliki oleh media jejaring sosial ini. Unggah text, video, gambar, artikel, link dan berbagai macam kejadian dan lokasi bisa dilakukan melalui facebook. Salah satu fitur yang dimiliki oleh facebook adalah pengenalan wajah secara otomatis. Pertanyaan selanjutnya adalah, bagaimana Facebook mampu menanamkan kecerdasan yang ada saat ini? Apa metode yang digunakan? Siapakah orang yang telah bekerja keras dalam pencapaian hingga saat ini. 
Pada tahun 2014 empat orang peneliti dari facebook laboratory dan Tel Aviv University (Yaniv Taigman, Ming Yang, Marc’Aurelio Ranzato, dan Lior Wolf) berhasil mengembangkan metode pendeteksian wajah dengan kemampuan yang hampir menyerupai kemampuan pengenalan manusia. DeepFace adalah nama metode yang digunakan dalam proses pengenalan wajah secara otomatis pada jejaring sosial facebook. Penjelasan detail mengenai metode DeepFace telah dipublikasikan dalam sebuah international conference dengan judul “DeepFace: Closing the Gap to Human-Level Performance in Face Verification”. DeepFace mampu mencapai akurasi hingga 97.35% hanya terpaut 0.18% dibawah kemampuan pengenalan manusia yakni sebesar 97.53% [1]. Pada metode DeepFace 9 layer deep neural network digunakan untuk membangun representasi 3D dari wajah. Proses pembelajaran menggunakan dataset wajah yang terbesar hingga saat ini. Dataset yang telah diberikan label dari 4 juta citra wajah dengan lebih dari 4000 identitas.

Gambar diatas menunjukkan arsitektur DeepFace. Proses representasi ini menghasilkan 120 Juta parameter. Warna pada gambar diatas menunjukkan feature maps dihasilkan pada setiap layer.

Perbandingan akurasi pengenalan wajah manusia menunjukkan bahwa DeepFace mampu mendekati performa pengenalan dari manusia. ROC Curve menunjukkan bahwa pengenalan DeepFace (Garis warna merah) memiliki nilai true positive paling mendekati pengenalan Dari otak manusia (garis warna hitam). Penggunaan metode DeepFace menurunkan kesalahan dari metode sebelumnya hingga 27%. Sehingga pencapaian akurasi dari metode ini hampir menyamai kemampuan manusia dalam mengenali wajah manusia. Penjelasan lengkap mengenai metode DeepFace dapat dilihat pada publikasi [1].

DeepLearning yang menjadi salah satu breakthrough technology tahun 2013 versi MIT Technology Review ternyata menjadi rahasia keakuratan facebook dalam mengenali wajah pada foto. Deep Learning tidak lepas kaitannya dengan Big Data, bagaimana menggali knowledge dari samudera data, dari data berskala raksasa. DeepFace adalah teknik biometrics yang dikembangkan oleh AI research group facebook. Membaca paper yg dipresentasikan di Conference on Computer Vision and Pattern Recognition (CVPR) bulan Juni yll. (https://www.facebook.com/publications/546316888800776/), ternyata facebook memakai deep learning untuk mencapai akurasi yang tinggi dalam mengenali wajah dari foto yang diupload oleh user. Model yang dipakai terdiri dari 9 layer neural network dengan lebih dari 120 juta parameter (maksudnya synapses). Model tersebut dilatih memakai 4 juta wajah dari 4000 identity (maksudnya 4000 orang, masing-masing rata-rata 1000 wajah). Waktu mengikuti kuliah dari Prof.Anil K.Jain di UI yll., sepertinya beliau kurang terkesan dengan deep learning. Tidak ada terobosan baru dalam deep learning, kecuali memakai jumlah layer yang jauh lebih banyak. Saya belum mendalami benar, apa kekuatan dalam deep learning sehingga demikian powerfull. Backpropagation algorithm yang dikembangkan Rumelhart tahun 1986 sendiri sebenarnya sudah cukup memuaskan dalam pattern recognition, hanya saja akan terkendala oleh local minima, saat dipakai untuk data berskala besar. Dulu di lab. saya memakai vector quantization type neural network untuk membreakdown large scale data (dalam studi mengenali ribuan huruf kanji, dan pemakaian ribusan sampel pada handwriting character recognition) sehingga diperoleh subset yang jauh lebih kecil, dan masing-masing diolah oleh 3-layered neural network. Tetapi untuk data jutaan, tentu dimensi masalahnya sudah berbeda. Kalau mengingat potensi data biometrics yang dimiliki Indonesia saat ini : 170 juta (vs paper group peneliti facebook hanya memakai 4000 orang), tentunya akan menjadi ladang subur bagi peneliti komputasi yang ingin mendalami DeepLearning.

Software pengenalan wajah milik Facebook yaitu DeepFace,kini sudah mencapai tingkat akurasi 97% lebih dan disebut-sebut mendekati level tingkat pengenalan wajah oleh manusia berdasarkan laporan yang dikeluarkan tim riset Facebook di link ini. Sesumbar atau tidak tentunya kita bertanya-tanya bagaimana cara software ini bisa mengenali wajah kita di tiap foto yang diupload ke Facebook?

Facebook menggunakan Software DeepFace ini untuk mengenali pengguna di foto dengan metode pertama mereka menggunakan ‘template’ dari Foto Profil dan/atau foto dengan wajah dimana kita di tag. fitur dari ‘template’ tersebut seperti bentuk hidung, jarak antar mata, bentuk mulut ataupun yang lain. Yang pasti fitur yang diambil adalah fitur-fitur diwajah yang secara umum tidak berubah seiring usia.

lalu bagaimana sebenarnya wajah kita terlihat software ini? gambar dibawah ini jawabannya :

Gambar diatas adalah contoh bagaimana wajah kita terlihat di DeepFace, data tersebut diatas lalu diproses dengan algoritma milik facebook untuk dengan cepat mengenali siapakah orang di foto tersebut. Hal ini tentunya mempermudah Facebook dalam memberikan fitur ini tanpa memberatkan server mereka sehingga pengguna tidak merasa terganggu dengan hadirnya fitur ini.

Di tahun 2013, dalam periode singkat user dapat mengunduh data ‘template’ wajah mereka di profil masing-masing (sayangnya sekarang sudah tidak bisa) dan diantara orang-orang yang beruntung dapat mengunduh data wajah mereka itu diantaranya adalah Brian House seorang guru di Rhode Island School of Design dan muridnya Jason Rabie. Mereka menampilkan data ‘template’ ini di galeri milik Brian House sebagai seni kontemporer yang berjudul ETERNAL PORTRAITS yang ditutup 9 maret 2014 kemarin.

Menurut Brian, data wajah DeepFace ini berbeda dengan foto biasa dimana foto hanya mengabadikan wajah dalam ekspresi tertentu namun data ‘template’ ini mengenali wajah selayaknya kita mengenali wajah orang lain dalam berbagai ekspresi, foto lainnya bisa dilihat di situs miliknya.

Terlepas dari kontroversi apakah ini mengganggu wilayah privasi pengguna, yang pasti ini merupakan salah satu pertanda bahwa Facebook benar-benar bekerja keras dalam meningkatkan ‘User Experience’ penggunanya dan menjadi Social Network terbaik saat ini.