Dalam beberapa hari terakhir, situs how-old.net mendadak jadi bahan pembicaran di internet secara viral. Hanya dengan bermodalkan foto-terbaru--fitur di situs buataan Microsoft itu bisa menebak umur Anda.
Memang tak semuanya 100 persen akurat, namun beberapa pengunjung tampaknya asyik-asyik saja. Apalagi kalau tebakan umurnya bisa lebih muda dari umur aslinya. Pengunjung bisa jemawa memamerkan hasil tebakan usia di situs tersebut.
Walau terkesan ini hanya layanan becandaan, namun di balik teknologi yang dibuat oleh Microsoft ternyata dibuat sungguh-sungguh dan serius. Hal tersebut diungkapkan oleh Eason, Senior Program di Bing.
Di situs Quora, dia mengatakan bahwa dirinya bekerja langsung di proyek ini. Kode di balik how-old.net dibangun bersama timnya di Bing dengan Microsoft Research.
Lalu bagaimana situs tersebut bekerja untuk menganalisa umur seseorang hanya dengan sepotong foto saja?
"Saya ingin membahasnya menjadi dua bagian. Pertama, bagaimana teknologi itu bisa menunjukkan kemampuan sama baiknya sama persis di aplikasi apapun. Di bagian kedua, saya akan menggambarkan teknologi itu sendiri," katanya.
Dia melanjutkan, dalam Bing Image Search timnya telah membangun pengenalan gambar dengan baik. Itu yang digunakan oleh Bing, dan cepat berkembang ke produk Microsoft lainnya.
"Pada kenyataanya ini terbuka untuk semua pengembang. Kami menyebutnya Microsoft Project Oxford Home," tulisnya.
Dalam rangka menerapkan kemampuan yang sama dalam sebuah aplikasi, Microsoft menaruh web API Project Oxford Home dan mendapatkan semua informasi yang diperlukan kembali dalam format JSON.
Laman di www.projectoxford.ai ini memberikan data dalam sebuah foto yang diunggah. Seperti koordinat wajah, jenis kelamin, termasuk informasi usia.
"Hal itu kemudian disatukan olehpengembang dari tim Azure ML hanya dalam satu hari," sebutnya membongkar rahasia.
Di situs how-old.net, disebut Eason, bergantung pada 3 teknologi kunci, yaitu deteksi wajah, klasifikasi jenis kelamin dan deteksi usia. Deteksi wajah adalah dasar untuk dua lainnya.
Untuk deteksi usia dan deteksi jenis kelamin, mereka melakukan regresi dan klasifikasi masalah, di mana mesin mempelajarinya.
Dia mengatakan "Ini juga melibatkan representasi fitur wajah, mengumpulkan data pelatihan, membangun regresi / model klasifikasi dan optimasi Model."