Vjerujemo da će kamere zabilježiti naša sjećanja. Ali moraju shvatiti kako život zapravo izgleda

Otkako su se pojavili digitalni fotoaparati i pametni telefoni, snimamo više fotografija nego što nam je lako uspjeti, ali često još uvijek nemamo fotografije trenutaka kojih se želimo sjećati, bilo zato što smo zauzeti uživanjem u njima – ili zato što neki ljudi obično snimaju fotografije umjesto da budu u ih. Za to obećavaju spasilačke kamere.

Smisao posjedovanja fotoaparata koji fotografira umjesto vas nije zamijeniti vrstu pažljivo komponiranih slika na kojima dobro razmišljate o slici koju želite snimiti. Radi se više o hvatanju trenutaka vašeg života i ostavljanju vam slobode da u njima uživate bez razmišljanja o izvlačenju fotoaparata. Ako želite detaljno dokumentirati svoj život kako biste ga se lakše sjećali u budućnosti (možda kada vam pamćenje ne bude tako dobro kao nekoć bio), ili ako ste uvijek osoba koja fotografira, a nikad osoba koja se fotografira, ideja bi se mogla činiti privlačnom.

Postoje i potencijalni problemi s privatnošću kada se uređaj koji je uvijek uključen otključa bez upozorenja etiketa postavlja pitanja o tome upozoravate li posjetitelje i dajete li im mogućnost da ne budu iskreni fotoaparat. To je slično problemima s pametnim naočalama prerušenim u obične sunčane naočale, zbog kojih se mnogi ljudi osjećaju nelagodno – i mnogim fotografijama i videozapisima, recimo, 'sira i vina' zabave koje smo svi proučavali posljednjih tjedana naglašavaju razloge zašto automatsko snimanje fotografija kada netko radi nešto zanimljivo nije uvijek dobro stvar.

VIDJETI: Vašu obuku o kibersigurnosti treba poboljšati jer hakerski napadi postaju samo gori

A što je s vraćanjem fotografije za koju niste znali da je imate jer je niste snimili? Hoće li svi vaši prijatelji (i regulatori podataka diljem svijeta) biti zadovoljni ne samo prepoznavanjem lica već i drugim rudarenjem podataka trebate učiniti da biste mogli prikazati fotografiju tete Beryl kako sjedi za vašim kuhinjskim stolom jednog ljetnog poslijepodneva negdje u zadnjih 10 godine?

Želite li da kamera zna o vremenu vani putem feeda s vaše pametne meteorološke stanice, da možete njuškati koji su telefoni povezani na vaš kućni Wi-Fi ili probati zrak u kuhinji (budući da je miris jedno od najazivnijih osjetila, možda se sjećate da ste lakše pekli kolačiće nego koja je godina bila)? Kako bi bilo da nađete nekoga čijeg se imena ne sjećate?

Pitanje što fotografiju čini zanimljivom također je malo opterećeno, jer da bi bile korisne, ove spasilačke kamere trebaju softver dovoljno dobar da odabere vrijedne slike među stotinama glupih fotografija ljudi koji se okreću, trepću ili samo sjede tamo. Pomislite na to da nikad ne budete sigurni možete li pronaći fotografiju nezaboravnog dana jer nemate prave pojmove za pretraživanje ili zato što umjetna inteligencija nije otkrila ništa vrijedno fotografiranja.

Tehnički izraz za 'zanimljivo' je istaknutost, a algoritmi istaknutosti imaju pristranost koju tek počinjemo promatrati. Kad gledate sliku, ne gledate cijelu sliku odjednom: vaše oko ide na ono što vaš mozak vidi kao najzanimljivije. Google to koristi kao osnovu svog novi format slike, gdje se prvi preuzima najzanimljiviji dio slike koji model strojnog učenja predviđa: cvijet, a ne lišće oko njega, oči i usta, a ne zid iza nečijeg glava.

Modeli istaknutosti koji odlučuju koji dio slike prvo preuzeti ili kako automatski izrezati sliku bez gubitka vizualni učinak – ili koje fotografije uopće snimiti – usmjeravaju vaš pogled kao i odgovaraju na ono što ljudi gledaju prvi. Kao što su mnogi od nas primijetili na beskrajnim video sastancima u proteklih 18 mjeseci, skloni smo prvo pogledati tuđa lica, ali ako vidite fotografiju nekoga tko gleda u nešto, pogledat ćeš ono što oni gledaju.

I poput mnogih modela strojnog učenja treniranih samo promatranjem onoga što ljudi govore i rade, modeli istaknutosti kodiraju sve pristranosti tih ljudi, primijenjene automatski, na razini. Kada je Twitter pozvao istraživače da vide postoji li pristranost u njegovom algoritmu za obrezivanje slika vođenom istaknutošću, otkrili su toliko problema da se – umjesto pokušaja redizajniranja algoritma – samo rješava automatskog izrezivanja. The istraživanje koje je osvojilo nagradu za bugove pokazuje da algoritam misli da su mlada, mršava, lijepa, bijela, ženska lica najvažnija. Učinite nečiju kožu svjetlijom i glatkom, učinite da njegovo lice izgleda vitkije, mlađe, stereotipnije ženstvena i općenito privlačnija, a algoritam će izrezati fotografiju kako bi je istaknuo ih. Sklon je ošišati ljude sa sijedom kosom, kao i osobe u invalidskim kolicima.

To znači da, ako koristimo pametne kamere za snimanje fotografija onoga što nam je važno u životu, moramo biti sigurni da nisu osposobljene da ignoriraju bake i djedove, prijatelje u invalidskim kolicima ili bilo što drugo što se ne slaže s kim i čime smo ga slučajno naučili gledati i cijeniti jer možda nećemo shvatiti dok ne pregledamo te fotografije, mjesecima ili godinama – ili desetljećima – kasnije.