Ada banyak jenis kecerdasan buatan, tetapi salah satu bentuk AI yang diam-diam membuat gelombang di latar belakang adalah computer vision (CV).
Visi komputer menganalisis gambar dan video dan mengekstrak data yang berguna tergantung pada kebutuhan pengguna. Atau, dengan kata lain, CV memeriksa data visual dengan pendekatan analitik manusia, tetapi dengan kecepatan komputer. Tetapi ada beberapa cara tak terduga yang menggunakan visi komputer, dan beberapa mungkin Anda gunakan tanpa menyadarinya.
4 Cara Tak Terduga Kami Menggunakan Computer Vision
Visi komputer menggunakan pembelajaran mesin untuk menganalisis sejumlah besar data visual dengan cepat. Banyak dari kita sudah menggunakan CV setiap hari tanpa terlalu memikirkannya. Tahukah Anda bahwa Anda menggunakan computer vision jika Anda mencari foto anjing atau pantai di foto Anda atau jika Anda membuka kunci ponsel dengan pengenalan wajah?
Ini adalah wajah publik dari visi komputer. Namun penggunaannya semakin meluas, dan beberapa dari penggunaan ini mungkin mengejutkan Anda.
1. Moderasi Konten
Moderasi konten adalah subjek berduri yang dijejali area abu-abu. Meskipun moderasi teks adalah konsep yang relatif sederhana yang telah dibantu oleh AI selama bertahun-tahun, moderasi video dan gambar masih memerlukan tingkat input manusia yang lebih signifikan.
Sekarang, beberapa orang mungkin berpikir bahwa menelusuri postingan media sosial yang tak ada habisnya sepertinya pekerjaan yang sempurna. Tapi kenyataannya cukup mengejutkan; ini bukan gambar anak anjing dan makan malam ulang tahun seseorang. AI sudah dapat dengan cepat memverifikasi bahwa gambar-gambar ini aman.
Artinya, jenis konten yang lolos ke moderator mencakup konten yang tidak ingin dilihat oleh siapa pun yang waras. Ada banyak laporan tentang moderator yang mengidap PTSD. A Artikel Universitas Harvard menegaskan bahwa moderator menghadapi risiko psikologis yang cukup besar.
Saat ini, peran CV dalam moderasi konten belum sepenuhnya menghilangkan unsur manusia. Tetapi dengan platform media sosial menganggap moderasi sebagai tugas yang hampir mustahil, CV bisa meringankan beban. Visi komputer sudah digunakan untuk sangat mengurangi jumlah video "jahat" yang disaring oleh moderator manusia. Dan, yang terpenting, ini dapat dilakukan hampir secara real-time, mengurangi risiko konten yang tidak menyenangkan sampai ke mata publik yang tidak menaruh curiga dan, mudah-mudahan, moderator.
2. Deteksi Phishing
Serangan phishing berpotensi menghancurkan baik bagi individu maupun organisasi. Sayangnya, proses menjaga keamanan sistem dan data Anda dari serangan phishing merupakan perlombaan senjata yang berkelanjutan antara profesional keamanan dan aktor jahat di balik serangan tersebut.
Salah satu masalah yang dihadapi sistem keamanan adalah ketergantungan pada daftar hitam untuk mengidentifikasi sumber serangan. Ini adalah strategi reaktif. Masalah dengan strategi reaktif adalah jeda waktu antara identifikasi ancaman dan tindakan yang tepat diambil. Kesenjangan inilah yang ingin dieksploitasi oleh aktor jahat dan merupakan celah yang sama yang diisi oleh visi komputer.
CV mulai digunakan sebagai pertahanan waktu nyata terhadap serangan phishing. Alih-alih menggunakan daftar hitam untuk mengidentifikasi potensi serangan, CV menggunakan sinyal visual untuk mengidentifikasi kemungkinan tanda bahaya.
Beberapa metode yang digunakan untuk mencapai hal ini tercantum di bawah ini:
- Identifikasi situs web palsu
- Identifikasi kata-kata pemicu yang disamarkan sebagai grafik
- Padding kata kunci dan kebingungan teks lainnya
Meskipun sistem keamanan tradisional akan tetap berada di garis depan di masa mendatang, peran CV dalam mengatasi kekurangan ini akan semakin lazim.
Yang ini mungkin tampak seperti bola lengkung, jadi mari kita jelaskan mengapa ini penting.
Sponsor olahraga sangat besar, dengan miliaran dolar dihabiskan setiap tahun untuk mensponsori tim, acara, dan stadion. Salah satu alasan mengapa begitu banyak yang dihabiskan adalah karena sponsorship olahraga menjamin penonton yang terpikat selama acara berlangsung.
Di dunia di mana pengiklan sering hanya mendapatkan perhatian Anda selama beberapa detik saat Anda menggulir umpan Instagram Anda, audiens yang ditangkap seperti debu emas bagi pemasar. Masalahnya muncul ketika mencoba mengukur efektivitas kampanye.
Tidak seperti kampanye digital, di mana kinerja dapat diukur dengan tepat hampir secara real-time, kesuksesan sponsorship olahraga diukur dengan cara yang jauh lebih analog. Dengan miliaran dolar yang dipertaruhkan, dapat dipahami bahwa pemasar menginginkan lebih banyak informasi tentang apa yang diperoleh dari uang mereka.
Di sinilah visi komputer masuk. Misalnya, perusahaan yang mengiklankan mobil balap akan menggunakan manusia untuk memantau balapan dan menghitung waktu layar yang dicapai iklan mereka. Ini melelahkan, memakan waktu, dan mahal. Namun kini banyak perusahaan yang menggunakan CV untuk melakukan tugas ini.
Selain itu, ini dapat digunakan untuk memantau keberhasilan kampanye jangka panjang. Misalnya, ini dapat digunakan untuk menentukan berapa kali klip video berlogo mereka telah dibagikan di platform media sosial.
4. Deteksi Palsu
Internet dipenuhi dengan produk palsu. Banyak dari ini dijual oleh vendor pihak ketiga pada platform yang memiliki reputasi baik. Platform ini memiliki kewajiban hukum untuk memastikan bahwa kualitas dan silsilah semua produk di platform mereka sebagaimana mestinya.
Sebagai contoh, pada tahun 2020, Amazon menghancurkan lebih dari dua juta produk palsu.
Memantau produk palsu dengan sukses selalu bermasalah. Sekali lagi, salah satu masalah utama adalah waktu. Jeda antara produk yang terdaftar dan diidentifikasi sebagai penipuan bisa cukup lama bagi pelaku untuk mengirimkan ratusan produk, mengambil uangnya, dan menghilang.
Ini adalah kerentanan yang digunakan CV untuk dipasang. Ini memungkinkan analisis real-time dari produk yang terdaftar di situs web platform. Selain itu, ia menganalisis berbagai komponen visual untuk mengidentifikasi produk yang berpotensi dipalsukan. Ini termasuk:
- Deteksi Logo: Ini dapat mengidentifikasi produk dengan logo yang digunakan secara ilegal (kacamata hitam yang dicap dengan logo Ferrari dijual seharga beberapa dolar di Amazon, misalnya). Atau logo berkualitas buruk yang mengungkapkan fakta bahwa sepatu kets Nike yang murah itu mungkin tidak seperti yang terlihat.
- Analisis Gambar: CV dapat dilatih untuk mencari potensi bahaya seperti perbedaan warna atau pelabelan yang mungkin menyarankan suatu produk palsu.
- Pengenalan Objek: Teknik CV juga dapat mengenali objek dan pola di dalam gambar atau video. Hal ini dapat membantu mengidentifikasi produk palsu yang telah diubah atau dimodifikasi dengan cara tertentu, seperti mengubah merek atau pelabelan.
Pasar palsu sangat besar dan memengaruhi semua orang, mulai dari produsen hingga pengguna akhir. Menggunakan visi komputer untuk mengidentifikasi pemalsuan tidak akan menghilangkan masalah, tetapi ini merupakan langkah besar ke arah yang benar.
Melihat Masa Depan dengan Jelas
Visi komputer adalah teknologi yang berkembang pesat yang menjanjikan banyak hal. Didorong oleh faktor-faktor seperti perlombaan untuk mengembangkan kendaraan listrik pertama yang benar-benar dapat mengemudi sendiri, laju pengembangannya tiada henti.
Ini adalah teknologi menarik yang akan terus membuang penggunaan baru dan mengejutkan seiring dengan perkembangannya.
