Ten jest dziełem przedstawicieli Islamic Azad University, którzy piszą o swoim projekcie na łamach Journal of Cognitive Computing in Engineering. Opracowane przez naukowców z Iranu narzędzie jest w stanie ocenić atrakcyjność ludzi uwiecznionych na fotografiach i robi to z wysoką skutecznością.
Czytaj też: Komputery czytają starożytnych. Sztuczna inteligencja nauczyła się języka sprzed trzech tysięcy lat
A jak najskuteczniej określić wydajność takiego narzędzia? Zestawiając przyznawane przez nie noty z ocenami dawanymi przez ludzi. Mówiąc prościej: należy porównać, czy atrakcyjność danej osoby jest oceniana podobnie przez człowieka i maszynę. Na podobnej zasadzie określa się również skuteczność modeli odpowiedzialnych za tłumaczenie tekstów, ponieważ im większe podobieństwo w tłumaczeniu autorstwa komputera i człowieka, tym lepiej.
Celem członków zespołu badawczego było określenie czy maszyna jest w stanie wystawiać miarodajne oceny z zakresie atrakcyjności ludzkiej twarzy. Chodziło o sprawienie, by takie narzędzie nauczyło się przyznawać noty w oparciu o pewne elementy budowy – zazwyczaj sprawiające, że dana osoba podoba nam się fizycznie lub też nie.
Model uczenia maszynowego miał oceniać atrakcyjność ludzkich twarzy, a jego noty były zestawiane z przyznawanymi przez człowieka
Najpierw trzeba było jednak zrozumieć, jak my sami nawzajem się oceniamy. Aby tego dokonać, autorzy przeanalizowali zbiory danych zawierających twarze różnych kobiet i zestawili je z ocenami przyznanymi tym osobom przez innych ludzi. Wzięte pod uwagę informacje pochodziły z kilku różnych źródeł, między innymi wideo zamieszczonego w serwisie YouTube oraz Lab London Database. Ten ostatni zbiór składał się ze zdjęć ukazujących kobiety i mężczyzn w wieku od 18 do 54 lat. Pierwszy obejmował natomiast wyłącznie kobiety.
Naukowcy nie ograniczali się wyłącznie do jednego narzędzia, dlatego szkolili kilka różnych modeli. Te miały wykorzystywać do przyznawania ocean szereg cech twarzy, takich jak symetria i proporcje. W oparciu o takie informacje miał być tworzony ostateczny ranking atrakcyjności. Jak się okazało, jeden z modeli był szczególnie skuteczny w zakresie przyznawania ocen pokrywających się z notami wybieranymi przez ludzi. Stanowi to ogromny postęp względem wcześniej stosowanych metod.
Czytaj też: Maszyny zyskają samoświadomość. Nauka wyjaśnia, jak może się to stać
Zwycięskie narzędzie, zwane algorytmem k najbliższych sąsiadów, jest często wykorzystywane do tworzenia różnego rodzaju klasyfikacji. Jak zauważają autorzy badań w tej sprawie, dokonane przez nich postępy powinny zaowocować potencjalnymi korzyściami dla wielu różnych dziedzin, takich jak psychologia, neuronauka czy informatyka. Dlaczego miałoby się tak stać? Chodzi o możliwość wykorzystania algorytmów do oceny stosunkowo subiektywnych cech, takich jak atrakcyjność twarzy. Przykładowe wyniki dotyczące przewidywań atrakcyjności możecie zobaczyć na powyższej grafice.