Teks: Jesslyn Sukamto
Foto: WIRED

Kita semua tahu bahwa beberapa pemerintah dan organisasi non-pemerintah di seluruh dunia menggunakan sistem kecerdasan buatan seperti pengenalan wajah untuk melacak dan memantau warga. Sebagian besar dilakukan dengan alasan keamanan nasional yang kurang fleksibel.

Ini adalah jenis pengawasan yang tidak bisa disembunyikan publik bahkan jika mereka inginkan. Namun sekarang, para peneliti di Northeastern University, MIT, dan IBM telah merancang sesuatu yang dapat membuat seseorang tidak terlihat oleh pengenalan wajah.

Jangan kaget karena perangkat ini sebenarnya bukan gadget mewah atau peralatan listrik berteknologi tinggi seperti yang diharapkan, namun hanya sebuah kaos.

T-shirt tersebut memiliki tambalan warna kaleidoskopik yang membuat pemakainya tidak terlihat oleh kecerdasan buatan. Saat tahap perancangan, para peneliti berhasil mengidentifikasi area tubuh yang menambahkan pixel noise sehingga dapat membingungkan sistem pengenalan wajah. Meskipun pemakainya tidak sepenuhnya invisible di kamera pengintai, setidaknya dia dapat secara efektif tidak terdeteksi dari sudut pandang AI.

“T-shirt tersebut bekerja pada neural networks yang digunakan untuk mendeteksi objek,” ujar Xue Lin, asisten profesor teknik listrik dan komputer di Northeastern. Biasanya, jaringan saraf mengenali seseorang atau sesuatu dalam gambar, menggambar sebuah “bounding box” di sekitarnya, dan memberi label pada objek itu.

Dengan menemukan titik batas neural network tersebut—ambang batas di mana ia memutuskan apakah sesuatu merupakan objek atau bukan—Lin dan rekan-rekannya dapat membuat desain yang dapat membingungkan sistem klasifikasi dan pelabelan jaringan AI.

Namun, Xue Lin percaya bahwa kemungkinan orang akan menggunakan T-shirt tersebut di dunia nyata sangatlah kecil. Terutama ketika banyak orang yang berkomentar akan desainnya yang kurang menarik.

“Kami masih kesulitan membuatnya bekerja di dunia nyata karena ada asumsi kuat bahwa kami tahu segalanya tentang algoritma pendeteksian,” katanya kepada Wired.

Faktanya, para peneliti sebenarnya tidak ingin membantu orang untuk menghindari teknologi pengawasan sama sekali. Sebaliknya, Lin mengatakan bahwa tujuan akhir tim adalah untuk menemukan loopholes dalam neural network tersebut sehingga perusahaan pengawasan dapat memperbaikinya, daripada membantu orang menghindari pendeteksi. 

“Ke depannya, mudah-mudahan kita bisa memperbaiki masalah ini, sehingga sistem deep learning tidak bisa diakali.” ujar Lin.