爱吧机器人网 » 技术 > 人工智能 > 正文

解密:AI选美的评审标准是怎么定的?

  在8月的尾声,我们迎来了 Beauty.AI 2.0 的评选结果。这由AI 机器人 评选的选美比赛,从6000名入围者的数据集中挑选出他们认为最好看的人。

  Beauty.AI 的选美比赛能让参与者成为“第一个由机器人选出的选美皇后或选美皇帝”,参加者来自119个不同的国家,最受欢迎的地区分别是俄罗斯、美国、印度、德国和意大利,它们通过一个专门的iOS和Android 应用 程序发送素颜的个人文档,然后利用各种算法进行周密分析,对各方面被公司认可的美貌标志进行建模。

  我们都知道,选美比赛从一开始就带有些许的量化性质。虽然美的概念往往是一瞬间的、无法量化的,但在选美比赛中我们进行分类、排名:

  这种基于确定的规则,让我们可以客观、公正地衡量一个本质上神秘、主观的想法。

  “像机器学习之类的新工具让我们能用前所未有的方式来分析图像,”Beauty.AI的背后的主办方是Youth Laboratories ,其联合创始人兼研究员 Anastasia Georgievskaya 对 Digital Trends 的记者说道,

  “我们的目标是探索可以评判美感的新方法、新途径。”

  机器审美的秘密算法

  Beauty.AI 总共采用了五个算法:

  1. RYNKL的面部皱纹检测算法;

  2. 检测粉刺等皮肤问题的PIMPL算法(包括了无过滤/高级过滤的斑点检测)

  3. 面孔对称性;

  4. 把真实年龄和预测年龄比对,判断是否显老;

  5. 将面部与数据库中的演员和模特作比较。

\

  不同于之前的众多选美比赛,这次比赛对来自全世界任何年龄范围的个人开放。“我们认为这个比赛比以往的选美比赛更公平,那些都只有20至30岁之间的美女参加,”Anastasia说,“我们认为人在每个年龄阶段都是美丽的,所以为什么不能有一个涵盖所有年龄群体的选美比赛呢?”

\

  有趣的是,Anastasia指出,当公布AI机器人选美比赛的排行榜时,很多人的观点产生了巨大分歧。就像机器能否具有创造性的问题,这似乎是另一个非常有争议的话题——AI 的审美与人类标准的差距。

  “不是每个人都喜欢选出的获胜者,”Anastasia承认。

  但她觉得,就像人们在1970年代害怕把电脑带回家一样,仅仅因为AI选美是新兴事物。

  “对于AI当选美评委,或许大家还没有接受这个观念,但这并不会让我们停下脚步。我们应该完善算法,使评判更准确。这就是我们希望人们能积极参加这个活动的原因:我们能从这些照片中获得人工智能对人脸的评价和看法。”

  人们对结果产生激烈反应的一个可能原因在于,Beauty.AI 没有考虑到美的主观性。来自OkCupid等互联网约会网站的数据表明,我们认为一个人有多美丽往往是因人而异的。而另一个原因可能是逻辑上的预期取决于你的地域(很多亚洲人觉得金发碧眼好看,不少欧洲人觉得黑发褐眼迷人),这就同样证实了之前雷锋网的一篇文章所说的,不同国籍的理想身材简直大相径庭。

  同样的情况也适用于性别的差异,一个年轻活力、没有皱纹的人可能也不是人们期望的理想型。但至少现在,Beauty.AI 规避了所有这一切。像福特的T型汽车,在各种可以选择的颜色中,只要它是黑色的,每个人都持有相同的审美标准。

\

  而Youth Laboratories 实际上深藏功与名,虽然它利用 AI 选美比赛吸引了人们的注意力,也可能增强其图像数据集,但背后的团队真正感兴趣的是通过分析照片获得健康相关的信息。

  “例如,如果算法认为你比你的实际年龄大得多,你也许应该考虑改变你的生活方式了,”Anastasia在展望未来的时候提到,”这些迹象有助于建议人们去拜访医生,检查身体是否一切正常,更多地关注自己的健康。当我们加入更多的算法后,人们将会获得更多的数据。”

  虽然以审美比赛来引入 AI 研究确实有些噱头,但诚然,用选美这个卖点还是能吸引不少人关注的。作为图像识别的一个好例子,这一技术可能在明天,或者至少在几年以后将会产生重大影响。

  在取得首次比赛的巨大成功后,Beauty.AI 计划每个季度举办一次,下一次将在10月份举办。为此,Beauty.AI 不仅接受参赛选手提交个人文档,而且也接受开发人员提交帮助量化选美标准的新算法。

  不知道下次大家是否会对获胜者有更多的认同呢?虽然谁也不知道,但Anastasia有一点并没说错,“每个人也许都有点好奇,机器人究竟是如何看待他们的。”




上一篇:关于聊型天人工智能 美国似乎不买账
下一篇:门诊病历采集用上人工智能 手写病历或成历史
精选推荐
哈佛大学《自然》发表新驱动技术,让飞行机器人悬停且不受损伤
哈佛大学《自然》发表新驱动技术,让飞行机器人悬停且不受损伤

[2019-11-06]  哈佛大学研究人员发表在《自然》杂志上的一项最新研究,他们开发了一种由柔软的人造肌肉驱动的机器人蜜蜂(RoboBee),这种机器人在撞墙、 ...

麻省理工正研究植物机器人 让植物自主控制机器人
麻省理工正研究植物机器人 让植物自主控制机器人

[2018-12-08]  控制论通常指人类用机器人部件增强自己。我们听说过动物机器人或昆虫机器人,但我们很少听说植物机器人对吧?一个机器人其实是对植物有很大益处的,因为一般植物根本无法移动......

九台“猎豹”机器人组队踢球,麻省理工高材生们的高级趣味
九台“猎豹”机器人组队踢球,麻省理工高材生们的高级趣味

[2019-11-09]  本周,在麻省理工学院10号楼外草坪上展开了一场别开生面的足球比赛。在绿草如茵的基利安球场上,一群由人工智能驱动的机器人就是这场比赛的 ...

可编辑神经网络,有望简化深度学习?
可编辑神经网络,有望简化深度学习?

[2019-10-04]  深度学习是一个计算繁重的过程。 降低成本一直是 Data curation 的一大挑战。 关于深度学习神经网络大功耗的训练过程,已经有研究人员 ...

如何让人工智能机器人快速自我纠正错误并吃一堑长一智?
如何让人工智能机器人快速自我纠正错误并吃一堑长一智?

[2017-08-23]  莱斯特大学数学系的研究人员在《Neural Networks》杂志上发表了一篇文章,概述了新算法的数学基础,可以使人工智能收集错误报告并立即纠正,而不影响现有技能 ,同时还会积......

美国人工智能公司Skymind进入福建全面开展业务
美国人工智能公司Skymind进入福建全面开展业务

[2017-12-11]  人工智能在当今这个时代对大家来说想必是非常熟悉的,这也是我国近十几年来一直追求的目标,未来的时间里这也将是全人类追求的目标。就目前来看,近年来,人工智能或在我国迎......

2017年:AI渗入云端
2017年:AI渗入云端

[2017-12-29]  云中的人工智能不仅仅是科技巨头的权力游戏,它也可能是人工智能领域的下一个飞跃。加利福尼亚州的Rigetti Computing公司刚刚使用其原型量子芯片之一在其云平台上运行机器学......

英伟达用联合学习创建医学影像AI 可共享数据和保护隐私
英伟达用联合学习创建医学影像AI 可共享数据和保护隐私

[2019-10-14]  英伟达(Nvidia)和伦敦国王学院(King’s College London)的人工智能研究人员利用联合学习训练了一种用于脑肿瘤分类的神经网络, ...

本周栏目热点

为你讲述大历史观视野下的人工智能

[2016-08-07]   人工智能 是当前科学技术发展的前沿。目前,关于 人工智能 的争论不仅在 科技 界,而且扩展到整个社会。争论围绕以下问题展开:其一, 人 ...

AISA人工智能主动防御系统—美国路演硅谷站

[2018-07-17]  26日 硅谷区块链大会。硅谷项目AISA异军凸起,首提AI人工智能威胁防御课题,引起了业界广泛关注。该项目极具创新性。参会人士对项目未来发展普遍看好,多家VC表示主动投资意向。...

从"陪练"到"赢家":人机博弈的六十年

[2016-03-11]   本报记者 常丽君自上世纪五十年代第一个博弈类计算机程序诞生以来,人机之间的博弈从未终止。60多年的 ...

人工智能机器人将要接管世界?

[1970-01-01]    人类对机器人的来临早有准备,只是化学和新陈代谢的速度极限决定了有机大脑的能力存在着极限。或许人类的大脑已经达到了那个顶峰,但对 ...

美媒:日本寄望人工智能重振科技业

[1970-01-01]   据美国《华尔街日报》12月1日报道,Daisuke Okanohara是东京 人工智能 公司Preferred Networks Inc 的 ...