Alien: Bumi Baru saja menjatuhkan episode yang sangat bagus menjelang final minggu depan (baca rekap IO9 di sini), tetapi penggemar sama ingin sekali mempelajari apa yang berikutnya untuk seri sci-fi di layar lebar. Seseorang yang akan tahu adalah Fede álvarez, yang dipimpin tahun lalu Alien: Romulus dan terlibat erat dalam sekuelnya. Dia tidak mengarahkannya, tapi dia membantu memilih siapa-dan dia ikut menulis naskah dengan sedikit penting Asing Sejarah dalam pikiran.

Sementara beberapa penggemar (ahem) berpikir Alien 3 sebenarnya cukup menghibur, ini adalah kebenaran yang diakui secara universal bahwa rilis yang diarahkan oleh David Fincher tahun 1992 melakukan dua karakter dari tahun 1986 Alien sangat kotor.

After Ripley (Sigourney Weaver), her sorta romantic interest Hicks (Michael Biehn), her sorta adopted daughter Newt (Carrie Henn), and mangled heroic android Bishop (Lance Henriksen) escaped the dreaded LV-426, Alien 3 Memberitahu kami, mereka akhirnya mendarat di sebuah planet penjara. Hanya Ripley yang selamat, selain dari seorang facehugger yang kehadirannya diperlukan Alien 3 untuk mempertahankan kengerian makhluk yang diharapkan.

Ini menghancurkan tidak hanya untuk Ripley tetapi juga bagi para penonton, yang pasti ingin melihat Hicks dan Newt melanjutkan setelah melarikan diri dari nasib mengerikan yang ditemui oleh hampir setiap karakter lain di Alien. Álvarez, yang jelas memiliki cinta yang mendalam pada waralaba, sangat menyadari fakta ini, dan dia tidak akan membiarkan hal yang sama terjadi pada orang yang selamat Romulus.

Menurut video YouTube dari Epic Film Guys Jeremy (via Comingsoon) yang mendokumentasikan álvarez di panel di akhir pekan Horrorhound Cincinnati baru -baru Alien 3 nyeri. Setelah menjelaskan dia selalu bermaksud untuk mengarahkan satu Asing Entri, katanya:

“Tapi kami (Álvarez dan rekan penulisnya, Rodo Sayagues) memang ingin menulisnya. Sebagian besar itu karena kami menyukai karakter yang kami buat, jadi kami ingin memastikan tidak ada yang membunuh mereka tepat di awal yang berikutnya … mereka pergi dan membunuh Hicks dan Newt seperti itu, dan kami seperti, ‘Hei, janganlah membiarkan itu terjadi.’ Jadi kami menulisnya dan memastikan mereka tetap hidup, dan sekarang kami bisa membiarkan orang lain berhasil. ”

Kabar baik untuk para penggemar hujan Cailee Spaeny dan Andy David Jonsson, yang mungkin belum hidup lagi – dan menjaga Asing seri beruntun mengeksplorasi hubungan saudara kandung yang tidak konvensional (dengan Alien: Bumi sekarang dalam campuran) hidup juga.

Ingin lebih banyak berita IO9? Lihatlah kapan mengharapkan rilis Marvel, Star Wars, dan Star Trek terbaru, apa yang selanjutnya untuk alam semesta DC di film dan TV, dan semua yang perlu Anda ketahui tentang masa depan Doctor Who.

Ini adalah kemenangan besar bagi perusahaan paling berharga di dunia dalam perang teknologi yang sedang berlangsung. Pemerintahan Trump dilaporkan telah memberikan lisensi NVIDIA untuk melanjutkan penjualan chip AI khusus ke pasar Cina yang menguntungkan, sebuah keputusan yang mengikuti berbulan-bulan melobi dan mengajukan banding langsung ke Gedung Putih oleh CEO Jensen Huang.

Langkah ini merupakan kelegaan finansial besar bagi raksasa AI. Ini memungkinkan NVIDIA untuk menghindari kekurangan pendapatan $ 8 miliar yang diproyeksikan untuk tahun fiskal dan memasuki kembali pasar yang diperkirakan Huang sendiri akan bernilai $ 50 miliar di tahun-tahun mendatang.

Menurut Financial Times, terobosan datang setelah kunjungan Huang ke Gedung Putih pada 6 Agustus untuk bertemu dengan Presiden Donald Trump. Hanya dua hari kemudian, Departemen Perdagangan, yang mengawasi kontrol ekspor, dilaporkan mengeluarkan lisensi pertama untuk NVIDIA untuk menjual chip H2O -nya di Cina.

Latar belakang taruhan tinggi

Keputusan ini adalah bab terbaru dalam Perang Teknologi AS-China yang sedang berlangsung. Masalah intinya adalah ketakutan bahwa teknologi Amerika canggih dapat digunakan oleh Beijing untuk mengembangkan AI militer yang canggih. Untuk mencegah hal ini, AS telah memberlakukan kontrol ekspor yang ketat, menghalangi penjualan chip AI papan atas ke Cina.

Prosesor Nvidia yang paling kuat, seperti seri Blackwell -nya, dilarang untuk diekspor ke Cina. Sebagai tanggapan, NVIDIA secara cerdik merancang chip H2O, versi yang kurang kuat dari teknologi canggihnya, secara khusus dirancang untuk mematuhi aturan ekspor asli.

Namun, pemerintahan Trump mengambil sikap yang lebih sulit pada bulan April, melarang penjualan bahkan chip H2O yang tidak bertenaga ini. Langkah ini mengirim gelombang kejut melalui Nvidia. Perusahaan terpaksa menghentikan pengiriman, menghasilkan biaya $ 4,5 miliar untuk kelebihan inventaris dan kewajiban pembelian. Pada bulan Mei, NVIDIA memperingatkan investor bahwa pembatasan akan membebani perusahaan sekitar $ 8 miliar pendapatan untuk tahun fiskal penuh.

Kekuatan Diplomasi Pribadi

Membalikkan kebijakan ini membutuhkan waktu berbulan -bulan diplomasi dan lobi, yang berpuncak pada kunjungan pribadi Huang ke Gedung Putih. Ofensif pesona CEO tampaknya telah berhasil, secara drastis mengubah perspektif Presiden Trump tentang perusahaan. Selama KTT AI Gedung Putih bulan lalu, Trump mengakui bahwa dia awalnya mempertimbangkan untuk mengambil tindakan antimonopoli terhadap raksasa chip sebelum dia mengenal CEO -nya.

“Saya berkata, ‘Lihat, kita akan memecah orang ini,’ sebelum saya mengetahui fakta -fakta kehidupan,” kata Trump tentang Huang saat pidato. “Aku berkata, ‘Siapa dia? Siapa namanya? Apa itu Nvidia? Aku belum pernah mendengarnya sebelumnya.’”

Presiden melanjutkan, “Lalu saya mengenal Jensen, dan sekarang saya mengerti mengapa,” mengundang Huang, yang hadir di antara hadirin, untuk berdiri. Pertemuan itu tampaknya merupakan titik balik, meyakinkan administrasi bahwa melindungi kesehatan keuangan Nvidia sangat penting untuk menjaga keunggulan Amerika dalam ras AI global.

Apa artinya ini bagi perusahaan terbesar di dunia

Bagi Nvidia, berita itu sangat melegakan. Perusahaan, yang bulan lalu menjadi yang pertama mencapai nilai pasar $ 4 triliun, sekarang melayang sekitar $ 4,45 triliun. Dengan ancaman pendapatan $ 8 miliar yang sekarang dihindari dan pasar China senilai $ 50 miliar dibuka kembali, investor akan menonton dengan cermat ketika NVIDIA melaporkan pendapatan kuartalannya akhir bulan ini. Laporan kuat lainnya dapat dengan mudah mendorong AI Titan melewati ambang batas $ 5 triliun yang belum pernah terjadi sebelumnya.

NVIDIA dan Departemen Perdagangan tidak segera menanggapi permintaan komentar.

Para peneliti mengidentifikasi transfer mitokondria antara kanker dan sel -sel kekebalan sebagai mekanisme penting untuk penghindaran kekebalan tubuh. Sistem kekebalan tubuh sangat penting untuk mengidentifikasi dan menghilangkan sel kanker. Imunoterapi kanker meningkatkan proses ini dengan melatih sel -sel kekebalan untuk mengenali dan menyerang tumor. Namun, banyak kanker mengembangkan mekanisme untuk menghindari deteksi kekebalan tubuh, yang mengarah pada resistensi terhadap pengobatan. (…)

RisalahPos.com Network

Related

NordVPN telah mengumumkan minggu ini sebuah protokol baru yang katanya akan memungkinkannya untuk memotong blok VPN di negara -negara seperti Rusia dan India. Protokol Nordwhisper baru perusahaan, sebagaimana disebut, dikatakan meniru lalu lintas internet reguler sehingga penyedia layanan internet dan situs web tidak tahu lalu lintas datang melalui layanan bertopeng.

VPN adalah cara yang bagus untuk tidak hanya menjaga kegiatan internet dikaburkan karena alasan privasi atau mengakses media yang dibatasi geo, tetapi mereka juga sangat membantu di negara-negara di mana rezim otoriter mencoba dan mengelola aliran informasi yang tersedia secara ketat bagi warga negara. Sayangnya, dimungkinkan untuk mengidentifikasi lalu lintas yang berasal dari VPN dan memotongnya. Jauh sebelum Spotify tersedia di AS, saya akan mengaksesnya melalui VPN; Perusahaan akan secara berkala mengidentifikasi lalu lintas itu dan memotongnya.

VPN seperti NordVPN bekerja dengan merutekan permintaan internet terlebih dahulu ke salah satu server mereka sendiri, dan kemudian meneruskan permintaan tersebut ke tujuan. Ini memungkinkan pengguna internet untuk menyembunyikan asal mereka – seorang individu mungkin di India dan tidak dapat mengakses konten pada versi YouTube AS. Dengan mengirimkan permintaan terlebih dahulu ke server VPN di Amerika, YouTube tidak menyadari bahwa itu sebenarnya datang dari negara lain sepenuhnya. Yang dilihatnya hanyalah permintaan untuk YouTube.com yang berasal dari komputer lain di VPN AS juga memastikan semua permintaan dienkripsi sehingga mereka tidak dapat dicegat dalam perjalanan ke tujuan, yang sangat membantu bagi mereka di negara -negara yang kurang menerima ekspresi terbuka.

Sayangnya, karena VPN akan memiliki banyak permintaan yang dikirim dari satu server, host situs web dapat mengenali kapan VPN sedang digunakan. Aliran permintaan yang konstan yang datang dari alamat IP satu komputer, tentu saja, perilaku yang tidak biasa.

NordVPN mengklaim telah menemukan cara untuk membuat lalu lintas dari layanannya terlihat normal, meskipun mengakui bahwa itu mungkin tidak selalu bekerja dengan sempurna. Ia juga mengatakan protokol Nordwhwhisper dapat memperkenalkan lebih banyak latensi. Protokol diluncurkan terlebih dahulu untuk pengguna di Windows, Linux, dan Android. Dukungan untuk platform lain akan datang di masa depan.

China dan Rusia khususnya telah menindak penggunaan VPN, memaksa Apple untuk menghapus aplikasi terkait dari toko aplikasi masing -masing dan menggunakan cara lain untuk memblokir lalu lintas dari melewati penyedia layanan internet. Rusia telah menguji memutuskan koneksi internet domestiknya ke web global sama sekali. Tapi untuk saat ini, VPN masih tampak bekerja di sana. Beberapa VPN telah dikritik karena praktik keamanan data yang dipertanyakan-pengguna berbagi semua aktivitas internet mereka dengan perusahaan pihak ketiga, yang dapat dikenakan waran pemerintah atau intrusi lainnya.

Dalam adegan dari Netflix “Beli Sekarang!”, tumpukan pakaian bekas dengan label dari beberapa merek terkenal di dunia berserakan di pantai Ghana. Di negara berpenduduk 30 juta jiwa ini, terdapat 15 juta potong pakaian yang dibuang setiap minggunya.

Di AS, sebuah perkiraan baru-baru ini berspekulasi bahwa keuntungan ritel, termasuk yang berasal dari Amazon, menghasilkan 5 miliar sampah di TPA.

Sampah plastik merupakan masalah global. Setiap hari, setara dengan 2.000 truk sampah berisi plastik dibuang ke laut, sungai, dan danau.

Jadi sebelum Anda langsung berbelanja atau terburu-buru membeli promo terbaru, berikut tiga cara menghindari plastik saat berbelanja fashion dan kecantikan di musim liburan ini dan seterusnya.

1) Baca tag dan label

Anda pikir Anda menemukan hadiah liburan yang sempurna? Periksa label atau label kain terlebih dahulu dan hindari bahan sintetis berbahan bakar fosil seperti poliester, nilon, dan akrilik.

Bahan sintetis memiliki emisi gas rumah kaca yang signifikan, toksisitas, dan sulit terurai secara hayati, kata Marci Zaroff, pakar lingkungan dan pendiri Ecofashion, sebuah platform untuk merek ramah lingkungan, termasuk YesAnd kontemporer yang berkelanjutan, merek tekstil rumah organik Farm to Home, dan MetaWear, a platform manufaktur pakaian dan dekorasi rumah yang ramah lingkungan antar bisnis.

“Bahan-bahan ini berkontribusi terhadap limbah TPA yang berlebihan, polusi mikroplastik, dan membahayakan manusia dan planet ini,” kata Zaroff.

Intinya adalah banyak material yang mempunyai dampak negatif, kata para ahli.

“Tidak ada aturan yang dapat diterapkan secara universal tanpa pengecualian,” kata Daniel Lewis, salah satu pendiri SocialStudiesShop.com bersama Jessica Gangoso. SocialStudies berfokus pada merek kontemporer, sadar sosial dan etis, menampilkan lebih dari 60 produk bebas minyak bumi.

“Dari sudut pandang (kami), pelanggar terburuk mencakup bahan-bahan yang diproduksi untuk perusahaan-perusahaan fast fashion, di bawah praktik ketenagakerjaan yang tidak adil, dengan serat sintetis ‘perawan’ atau kulit dan bulu binatang eksotik,” kata Lewis.

2) Pilih serat alami daripada serat sintetis

Carilah barang-barang yang terbuat dari bahan-bahan alami, dapat terurai secara hayati, dan/atau diproduksi secara bertanggung jawab, seperti: kapas organik/daur ulang bersertifikat, bambu organik, linen, wol, kasmir, kulit dan sutra, saran para ahli seperti Zaroff.

Saat berbelanja, carilah istilah dan label yang membantu menjamin diambilnya langkah-langkah yang lebih berkelanjutan dalam produksi. Hal ini termasuk: Bersertifikat Bebas Plastik, OEKO-TEX Made in Green, yang memastikan produksi tidak beracun, GOTS (Standar Tekstil Organik Global), yang melarang pencampuran dengan serat sintetis kecuali didaur ulang dan diatur secara ketat, BlueSign, yang berarti produk memenuhi persyaratan. standar paling ketat, dan Fashion Positive Cradle to Cradle, yang berfokus pada kesehatan material, keselamatan, dan sirkularitas.

“Konsumen harus mencari bahan terbaik di kelasnya dalam bidang fesyen yang paling penting bagi mereka,” kata Gangoso, seperti bagaimana bahan mentah berpindah dari peternakan ke garmen atau sejenisnya untuk produk sampingan hewan.

“Ada juga kategori biomaterial baru yang menggantikan kulit hewan dengan bahan alternatif yang terbuat dari kaktus, apel, zaitun, dan produk sampingan bambu,” kata Gangoso.

Namun, Zaroff memperingatkan bahwa beberapa bahan kulit berbahan dasar makanan mungkin tercampur dengan bahan pengikat sintetis beracun atau resin plastik, jadi sekali lagi, penting untuk membaca labelnya.

Berbelanja pakaian bekas atau mendaur ulang melalui thrifting, vintage, rental, reuse, dan perbaikan memang membantu mengalihkan sampah dari tempat pembuangan sampah, mengurangi produksi berlebih, dan memperpanjang siklus hidup pakaian, namun hal ini tidak menghilangkan masalah seperti pelepasan serat mikro, kata para ahli. Hal ini terjadi ketika potongan-potongan kecil plastik terlepas dari pakaian sintetis saat dicuci dan berakhir di saluran air.

3) Ketahui nomor plastik Anda

Ingin menghindari plastik saat berbelanja kecantikan? Dimulai dengan mengetahui nomor plastik Anda.

Bacalah bahan-bahan dan kemasannya serta hindari plastik yang tidak dapat didaur ulang, saran Priscilla Tsai, CEO dan pendiri Cocokind. Ini termasuk item dengan #3 (PVC), #6 (PS) dan #7 (plastik lainnya dan plastik campuran).

Plastik lain dalam kategori #7 mencakup barang sekali pakai atau barang kemasan dengan pembungkus berlebihan atau bahan yang digunakan untuk dekorasi versus kebutuhan fungsional, kata Tsai.

Sebaliknya, carilah produk dengan plastik yang paling sering didaur ulang, yang ditandai dengan #1 (PET) dan #2 (HDPE). “Hal ini membantu berkontribusi pada bahan daur ulang pasca konsumen (PCR) yang menggunakan kembali plastik daripada dibuang ke tempat pembuangan sampah,” kata Tsai.

Bahan ramah lingkungan lainnya termasuk bahan bio-resin yang menggunakan limbah tanaman, aluminium atau kaca.

Sisi negatifnya adalah hampir tidak mungkin untuk sepenuhnya menghindari plastik saat berbelanja produk kecantikan di toko ritel tradisional, kata Tsai.

“Hal ini disebabkan oleh fakta bahwa bahan ini memainkan peran penting dalam cara kerja pengemasan; mulai dari kemasan umum, kemasan sekunder, dan mekanisme penggunaan—seperti bagaimana alat rias dapat berputar ke atas dan ke bawah,” kata Tsai.

Saat ini, belum ada label, segel, atau istilah yang diterima secara universal yang menjamin suatu produk tidak mengandung plastik, kata eksekutif tersebut.

“Inilah sebabnya kami mengambil pendekatan untuk memberikan transparansi sebanyak mungkin mengenai fakta keberlanjutan produk kami kepada pelanggan sehingga mereka dapat mengambil keputusan yang tepat,” kata Tsai.

Data biometrik kami tersedia secara gratis bagi siapa saja yang memiliki model AI dan kamera. Perangkat lunak pengenalan wajah adalah teknologi yang tersebar luas sehingga kami mengirimkan data setiap kali kami melewati keamanan bandara atau masuk ke toko obat. Anda mulai bertanya-tanya apakah mungkin untuk menyembunyikan fitur wajah kita atau—yang paling ekstrem—mengubah penampilan kita sedemikian rupa sehingga dapat mengelabui algoritma AI.

Tidak bisakah kamu memakai masker N95, syal, dan kacamata hitam untuk menghindari Big Brother? Sejauh ini, cara terbaik untuk menghindari tertangkap oleh pengenalan wajah adalah dengan menghindari kamera. Namun tugas itu mungkin akan menjadi hampir mustahil. Pakar privasi memperingatkan bahwa kita mungkin sudah kehilangan arah dalam melindungi data biometrik kita. Dalam waktu dekat, satu-satunya pertahanan nyata mungkin adalah peraturan federal.

Cynthia Rudin

Gilbert, Louis, dan Edward Lehrman Profesor Ilmu Komputer yang Terhormat; Departemen Ilmu Komputer, Teknik Elektro dan Komputer, Ilmu Statistik, Matematika, dan Biostatistik & Bioinformatika; Universitas Duke

Saya rasa Anda tidak dapat mengubah wajah Anda secara realistis untuk menipu pengenalan wajah yang canggih. Saya pikir selama pandemi mereka mengubah sistem dan sangat bergantung pada bentuk mata manusia, karena begitu banyak orang yang memakai masker untuk menutupi hidung dan mulut mereka. Sejujurnya saya tidak tahu bagaimana orang bisa secara realistis mengubah bentuk mata mereka untuk menipu sistem ini. Jika Anda memakai kacamata hitam dan kemudian melakukan sesuatu pada wajah Anda (mungkin memakai masker atau riasan dramatis yang gila-gilaan) maka akan lebih sulit untuk mendeteksi wajah Anda, tapi itu salah dalam menjawab pertanyaan—itu tidak mengubah wajah Anda, itu hanya menyembunyikannya!

Namun katakanlah Anda melakukan sesuatu yang dramatis untuk mengubah wajah Anda—sesuatu yang sangat, sangat dramatis—sehingga sistem pengenalan wajah tidak mengenali Anda. Mungkin itu semacam operasi plastik. Lalu apa? Segera setelah wajah Anda muncul di internet dengan nama Anda (bayangkan seorang teman menandai Anda di media sosial atau Anda memberikan ceramah yang muncul secara online), maka semua sistem pengenalan wajah yang mencari orang di internet akan dapat melakukannya. tetap mengidentifikasi Anda.

Dan sekarang wajah Anda tidak cocok dengan SIM atau paspor Anda, jadi bepergian akan sangat menyulitkan Anda. Jadi sejujurnya, mengapa repot-repot? Bagaimanapun, saya senang Anda menanyakan pertanyaan ini, karena ini menunjukkan betapa sia-sianya menghindari orang lain menangkap biometrik kita. Meminta pemerintah untuk membuat undang-undang untuk melindungi kita jauh lebih mudah daripada mengubah wajah kita secara drastis setiap saat.

Walter Scheerer

Dennis O. Doughty Profesor Teknik; Departemen Ilmu & Teknik Komputer; Universitas Notre Dame

Jawaban atas pertanyaan seberapa besar seseorang harus mengubah penampilannya untuk menghindari pengenalan wajah bergantung pada cara algoritma pengenalan wajah digunakan. Dalam biometrik manusia, ada dua cara umum untuk mencocokkan identitas: 1-ke-1 dan 1-to-many. Dalam mode 1-ke-1, verifikasi dilakukan bahwa identitas orang di depan kamera yang diklaim cocok dengan foto identitas tersebut yang telah didaftarkan sebelumnya di database sistem. Skenario ini umum terjadi selama bertahun-tahun dalam autentikasi komputer dengan keamanan tinggi dan investigasi penegakan hukum, namun kini umum terjadi dalam konteks lain yang dihadapi konsumen seperti menaiki penerbangan internasional di bandara. Dalam mode 1-ke-banyak, foto subjek yang tidak diketahui dicocokkan dengan sekumpulan foto identitas menarik yang telah didaftarkan sebelumnya. Mode ini sering digunakan dalam pengaturan pengawasan berbasis video, termasuk penegakan hukum dan operasi intelijen pemerintah.

Menghindari mode 1-ke-1 dalam lingkungan yang terkendali (misalnya, di ruang pemesanan di penjara lokal) sangatlah sulit. Kemajuan besar telah dicapai dalam algoritma pengenalan wajah melalui penggunaan jaringan saraf tiruan yang canggih, yang mencapai akurasi pencocokan yang sangat tinggi pada berbagai penampilan untuk satu individu. Jika foto yang diperoleh memiliki pose frontal, dengan ekspresi netral, pencahayaan bagus, dan latar belakang terkontrol, teknik penghindaran dasar seperti kosmetik, menambah/menghilangkan bulu wajah, mengubah gaya rambut, dll., tidak akan berfungsi. Penelitian terbaru telah meneliti dampak operasi plastik pada pengenalan wajah, dan meskipun perubahan drastis yang tidak estetis pada struktur wajah dapat berhasil, prosedur kosmetik yang lebih umum tidak memiliki dampak sebesar yang diperkirakan.

Menghindari mode 1-to-many dalam pengaturan pengawasan yang tidak terkendali sedikit lebih mudah—seseorang tidak perlu melakukan tindakan bedah. Bahkan jaringan saraf terbaik pun kesulitan dengan foto berkualitas rendah yang tidak memiliki piksel wajah manusia yang kaya informasi, terutama saat mencocokkan dengan daftar besar identitas potensial. Jadi, langkah pertama yang dilakukan algoritma adalah menolak piksel-piksel tersebut dengan menutup permukaannya. Tutupi wajah jika tidak mencurigakan, misalnya memakai syal di musim dingin, kacamata hitam di hari cerah. Topi dengan pinggiran lebar juga membingungkan, karena dapat menyembunyikan dahi dan rambut, serta memberikan bayangan pada wajah. Menutup wajah dengan tangan juga bagus untuk ini. Langkah kedua adalah melihat ke bawah saat sedang bergerak sehingga kamera mana pun di sekitarnya tidak akan menangkap gambar wajah bagian depan dengan baik. Ketiga, jika seseorang dapat bergerak dengan cepat, hal itu mungkin menyebabkan gerakan kabur pada foto yang diambil—pertimbangkan untuk jogging atau mengendarai sepeda.

Saran praktis terbaik saya untuk penghindaran: ketahui di mana pengenalan wajah diterapkan dan hindari area tersebut. Berapa lama nasihat ini akan berguna tergantung pada seberapa luas teknologi tersebut akan berkembang di tahun-tahun mendatang.

Algoritme saat ini cukup toleran terhadap perubahan halus pada penampilan wajah, baik yang tidak berbahaya (misalnya jerawat, pembengkakan ringan) maupun tidak (misalnya botox).

Xiao Ming Liu

Anil K. & Nandita K. Jain Menganugerahi Profesor; Ilmu dan Teknik Komputer (CSE), Sekolah Tinggi Teknik; Universitas Negeri Michigan

Pertama-tama, definisi saya tentang “hindari pengenalan wajah” berarti Sistem Pengenalan Wajah (FRS) gagal mengenali wajah subjek saat subjek ditangkap oleh kamera.

Ada beberapa cara untuk “secara proaktif” menggagalkan FRS:

1. Serangan permusuhan fisik. Sebagian besar model AI rentan terhadap serangan permusuhan, yaitu modifikasi kecil pada sampel data masukan dapat membuat sistem AI gagal total. Hal yang sama juga berlaku pada FRS. Kuncinya di sini adalah mempelajari “modifikasi kecil” tertentu sehingga modifikasi tersebut mampu menggagalkan FRS. Misalnya, CMU memiliki satu makalah tentang merancang kacamata khusus yang dapat menggagalkan FRS. Anda bisa membayangkan seseorang mengikuti ide serupa untuk mendesain syal, masker wajah, atau bahkan kumis yang juga bisa menggagalkan FRS

2. Anda juga dapat secara proaktif mengubah tampilan wajah Anda agar FRS mengenali Anda sebagai orang lain. Cara yang umum adalah dengan merias wajah. Namun, sulit untuk menjawab pertanyaan tersebut, yaitu di mana dan berapa banyak riasan yang harus saya aplikasikan agar saya bisa gagal dalam FRS. Jawabannya sangat bergantung pada subjek. Alasannya adalah bahwa penampilan wajah beberapa orang lebih umum dan lebih mirip dengan orang lain, sehingga sedikit modifikasi riasan mungkin cukup untuk salah mengenalinya sebagai orang lain. Sebaliknya, jika penampilan wajah seseorang sangat unik, maka diperlukan lebih banyak modifikasi riasan. Salah satu aplikasi yang menarik mungkin adalah sebagai berikut: aplikasi smartphone interaktif melihat wajah saya melalui kamera ponsel, memberi tahu saya di mana saya harus mulai merias wajah, dan secara berulang memberi saya petunjuk di mana dan mungkin warna riasan apa sehingga saya bisa salah dikenali oleh orang lain. FRS dengan riasan minimal. Selain riasan, kita juga bisa menggunakan masker wajah yang harganya mahal, yang mungkin lebih umum ditemukan di film-film Hollywood.

Seperti yang Anda ketahui, kemungkinan keberhasilan FRS dalam satu atau lain cara berkorelasi dengan jumlah usaha yang dilakukan subjek. Pendekatan 1 lebih mudah bagi pengguna, namun tidak terlalu dapat diandalkan, terutama ketika seseorang ingin merancang serangan permusuhan “universal”, seperti satu kacamata untuk semua orang. Pendekatan 2 lebih personal dan bekerja lebih baik, namun memerlukan lebih banyak usaha.

Kevin W. Bowyer

Profesor Keluarga Ilmu & Teknik Komputer Schubmehl-Prein; Universitas Notre Dame

Jawabannya adalah: “tergantung.” Hal ini (setidaknya) bergantung pada algoritma pencocokan wajah yang digunakan, dan ambang batas yang digunakan dengan algoritma tersebut.

Untuk memahami lebih baik, mulailah dengan fakta bahwa pengenalan wajah adalah tentang membandingkan dua gambar dan memutuskan apakah wajah-wajah dalam gambar tersebut (a) cukup mirip sehingga pasti merupakan orang yang sama, atau (b) cukup berbeda sehingga pasti berasal dari gambar tersebut. orang yang berbeda.

Setiap algoritme pengenalan wajah adalah metode khusus untuk menghitung “vektor fitur” (biasanya disebut “penyematan” saat ini) dari gambar wajah, dan metode membandingkan dua vektor fitur untuk memberikan nilai seberapa mirip keduanya. Sebuah gambar wajah mungkin direduksi menjadi daftar 512 angka (“vektor fitur” atau “penyematan.”) Vektor fitur dari dua gambar wajah dapat dibandingkan dan memberikan hasil kesamaan antara 0 dan 100, atau antara -1 dan +1. Angka 100 atau +1 hanya akan dihasilkan jika Anda membandingkan dua salinan gambar yang sama; ini akan menjadi hasil yang tidak biasa untuk dilihat dalam praktiknya.

Bayangkan kita menggunakan algoritme pengenalan wajah yang canggih dan menggunakan nilai kesamaan yang berada dalam rentang -1 hingga +1. Nilai kesamaan untuk perbandingan antara semua jenis pasangan gambar orang yang berbeda mungkin berada di sekitar 0,0 atau sedikit di atasnya. Nilai kesamaan untuk perbandingan antara semua jenis pasangan gambar dari orang yang sama mungkin berada di sekitar 0,8 atau sedikit di atasnya. Jika perolehan gambar untuk aplikasi terkontrol dengan baik, misalnya foto SIM, maka rata-rata nilai kemiripan dua gambar orang yang sama akan semakin tinggi. Jika perolehan gambar kurang terkontrol, misalnya gambar yang diambil dari bingkai video saat orang memasuki toko, maka rata-rata nilai kemiripan dua gambar orang yang sama akan lebih rendah.

Seseorang akan memutuskan nilai ambang batas yang akan digunakan untuk pengakuan. Jika nilai 0,7 dipilih sebagai ambang batas, maka ketika dua gambar dibandingkan dan kesamaannya di bawah 0,7, sistem mengatakan bahwa itu pasti gambar orang yang berbeda. Jika nilainya sama dengan atau di atas 0,7, sistem mengatakan bahwa itu pasti gambar orang yang sama.

Pada titik ini, kita dapat melihat pertanyaan awal, “Seberapa banyak saya perlu mengubah penampilan saya untuk menghindari pengenalan wajah?” dapat dirumuskan kembali menjadi “Apa hal terbaik yang harus dilakukan untuk menurunkan nilai kemiripan gambar baru saya jika dibandingkan dengan gambar lama saya?”

Ada banyak hal yang mungkin bisa Anda lakukan. Anda mungkin memakai kacamata hitam, dan mengubah gaya rambut Anda dan tetap terlihat alami. Anda mungkin membuat ekspresi wajah yang berlebihan, tetapi itu mungkin tidak terlihat alami. Anda mungkin menghindari melihat langsung ke kamera, agar foto baru tidak terlihat miring. Lebih drastis lagi, berat badan Anda mungkin bertambah atau berkurang. Atau Anda mungkin menggunakan kosmetik untuk “mengubah penampilan Anda”. Tak satu pun dari hal-hal ini yang dapat menjamin bahwa Anda tidak akan cocok dengan foto lama Anda. Anda belum tentu mengetahui foto lama Anda yang mana yang akan digunakan untuk dibandingkan dengan foto baru Anda, atau algoritma apa yang akan digunakan, atau ambang batas apa yang akan digunakan. Jika Anda mengetahui semua hal tersebut, Anda dapat bereksperimen dengan pendekatan yang paling efektif untuk dilakukan.

Dalam adegan dari Netflix “Beli Sekarang!”, tumpukan pakaian bekas dengan label dari beberapa merek terkenal di dunia berserakan di pantai Ghana. Di negara berpenduduk 30 juta jiwa ini, terdapat 15 juta potong pakaian yang dibuang setiap minggunya.

Di AS, sebuah perkiraan baru-baru ini berspekulasi bahwa keuntungan ritel, termasuk yang berasal dari Amazon, menghasilkan 5 miliar sampah di TPA.

Sampah plastik merupakan masalah global. Setiap hari, setara dengan 2.000 truk sampah berisi plastik dibuang ke laut, sungai, dan danau.

Jadi sebelum Anda langsung berbelanja atau terburu-buru membeli promo terbaru, berikut tiga cara menghindari plastik saat berbelanja fashion dan kecantikan di musim liburan ini dan seterusnya.

1) Baca tag dan label

Anda pikir Anda menemukan hadiah liburan yang sempurna? Periksa label atau label kain terlebih dahulu dan hindari bahan sintetis berbahan bakar fosil seperti poliester, nilon, dan akrilik.

Bahan sintetis memiliki emisi gas rumah kaca yang signifikan, toksisitas, dan sulit terurai secara hayati, kata Marci Zaroff, pakar lingkungan dan pendiri Ecofashion, sebuah platform untuk merek ramah lingkungan, termasuk YesAnd kontemporer yang berkelanjutan, merek tekstil rumah organik Farm to Home, dan MetaWear, a platform manufaktur pakaian dan dekorasi rumah yang ramah lingkungan antar bisnis.

“Bahan-bahan ini berkontribusi terhadap limbah TPA yang berlebihan, polusi mikroplastik, dan membahayakan manusia dan planet ini,” kata Zaroff.

Intinya adalah banyak material yang mempunyai dampak negatif, kata para ahli.

“Tidak ada aturan yang dapat diterapkan secara universal tanpa pengecualian,” kata Daniel Lewis, salah satu pendiri SocialStudiesShop.com bersama Jessica Gangoso. SocialStudies berfokus pada merek kontemporer, sadar sosial dan etis, menampilkan lebih dari 60 produk bebas minyak bumi.

“Dari sudut pandang (kami), pelanggar terburuk mencakup bahan-bahan yang diproduksi untuk perusahaan-perusahaan fast fashion, di bawah praktik ketenagakerjaan yang tidak adil, dengan serat sintetis ‘perawan’ atau kulit dan bulu binatang eksotik,” kata Lewis.

2) Pilih serat alami daripada serat sintetis

Carilah barang-barang yang terbuat dari bahan-bahan yang alami, dapat terurai secara hayati, dan/atau diproduksi secara bertanggung jawab, seperti: kapas organik/daur ulang bersertifikat, bambu organik, linen, wol, kasmir, kulit dan sutra, saran para ahli seperti Zaroff.

Saat berbelanja, carilah istilah dan label yang membantu menjamin diambilnya langkah-langkah yang lebih berkelanjutan dalam produksi. Hal ini termasuk: Bersertifikat Bebas Plastik, OEKO-TEX Made in Green, yang memastikan produksi tidak beracun, GOTS (Standar Tekstil Organik Global), yang melarang pencampuran dengan serat sintetis kecuali didaur ulang dan diatur secara ketat, BlueSign, yang berarti produk memenuhi standar standar paling ketat, dan Fashion Positive Cradle to Cradle, yang berfokus pada kesehatan material, keselamatan, dan sirkularitas.

“Konsumen harus mencari bahan terbaik di kelasnya dalam bidang fesyen yang paling penting bagi mereka,” kata Gangoso, seperti bagaimana bahan mentah berpindah dari peternakan ke garmen atau sejenisnya untuk produk sampingan hewan.

“Ada juga kategori biomaterial baru yang menggantikan kulit hewan dengan bahan alternatif yang terbuat dari kaktus, apel, zaitun, dan produk sampingan bambu,” kata Gangoso.

Namun, Zaroff memperingatkan bahwa beberapa bahan kulit berbahan dasar makanan mungkin tercampur dengan bahan pengikat sintetis beracun atau resin plastik, jadi sekali lagi, penting untuk membaca labelnya.

Berbelanja pakaian bekas atau mendaur ulang melalui thrifting, vintage, rental, reuse, dan perbaikan memang membantu mengalihkan sampah dari tempat pembuangan sampah, mengurangi produksi berlebih, dan memperpanjang siklus hidup pakaian, namun hal ini tidak menghilangkan masalah seperti pelepasan serat mikro, kata para ahli. Hal ini terjadi ketika potongan-potongan kecil plastik terlepas dari pakaian sintetis saat dicuci dan berakhir di saluran air.

3) Ketahui nomor plastik Anda

Ingin menghindari plastik saat berbelanja kecantikan? Dimulai dengan mengetahui nomor plastik Anda.

Bacalah bahan-bahan dan kemasannya serta hindari plastik yang tidak dapat didaur ulang, saran Priscilla Tsai, CEO dan pendiri Cocokind. Ini termasuk item dengan #3 (PVC), #6 (PS) dan #7 (plastik lainnya dan plastik campuran).

Plastik lain dalam kategori #7 mencakup barang sekali pakai atau barang kemasan dengan pembungkus berlebihan atau bahan yang digunakan untuk dekorasi versus kebutuhan fungsional, kata Tsai.

Sebaliknya, carilah produk dengan plastik yang paling sering didaur ulang, yang ditandai dengan #1 (PET) dan #2 (HDPE). “Hal ini membantu berkontribusi pada bahan daur ulang pasca konsumen (PCR) yang menggunakan kembali plastik daripada dibuang ke tempat pembuangan sampah,” kata Tsai.

Bahan ramah lingkungan lainnya termasuk bahan bio-resin yang menggunakan limbah tanaman, aluminium atau kaca.

Sisi negatifnya adalah hampir tidak mungkin untuk sepenuhnya menghindari plastik saat berbelanja produk kecantikan di toko ritel tradisional, kata Tsai.

“Hal ini disebabkan oleh fakta bahwa bahan ini memainkan peran penting dalam cara kerja pengemasan; mulai dari kemasan umum, kemasan sekunder, dan mekanisme penggunaan—seperti bagaimana alat rias dapat berputar ke atas dan ke bawah,” kata Tsai.

Saat ini, belum ada label, segel, atau istilah yang diterima secara universal yang menjamin suatu produk tidak mengandung plastik, kata eksekutif tersebut.

“Inilah sebabnya kami mengambil pendekatan untuk memberikan transparansi sebanyak mungkin mengenai fakta keberlanjutan produk kami kepada pelanggan sehingga mereka dapat mengambil keputusan yang tepat,” kata Tsai.