Hasonló volt már korábban is, ezúttal ún. konvolúciós neurális hálót alkalmatzott egy kutató olyan algoritmus fejlesztéséhez, ami egy szelfiről eldönti, hogy mennyire előnyös, így azzal kapcsolatban tud szabályszerűségeket megállapíani. Különböző típusú neurális hálókat a gépi tanulásban már régóta használnak, a gépi tanuláson alapuló módszerek lényege pedig, hogy az algoritmus kap egy, lehetőség szerint minél nagyobb tanuló halmazt vagy halmazokat, aminek elemeit adott tulajdonság szerint válogattuk össze. A gépi tanulás folyamatában a kezdeti, tipikusan folyamatosan bővülő tanulóhalmaz alapján, a gépi tanuló algoritmus, jelen esetben egy neurális háló, folyamatosan szabályszerűségeket észlel és tárol, ami a kapott elemekre általában igazak. Egy idő után már képes lesz megállapítani egy korábban még sosem látott halmaz elemeiről, hogy azokra érvényesül-e valamilyen tulajdonság vagy sem - döbbenetes pontossággal. Egy fotóról eldönteni emberi szemmel, hogy előnyös vagy sem, nem olyan nehéz, viszont egy gép ízlését kialakítani már korántsem olyan egyerű.  

A Stanford egyik kutatójának, Andrej Karpathynak a blogján nemrég megjelent bejegyzés szerint azért nem is lehetetlen. A gépnek először hatékonyan meg kellett tanítani, hogy mi szelfi egyáltalán és mi nem, majd letöltött ötmillió olyan képet, aminek a tagjei közt ott volt a #selfie kifejezés. Ezt követően letöltött szintén jóadag olyan szelfit más forrásból, amikhez viszont már hozzákapcsolta azokat a metaadatokat is, hogy egy szelfit mennyien lájkoltak vagy kommenteltek, mivel ez nyilván összefüggésben van azzal, hogy mennyire tetszett egy-egy kép másoknak, ezek kívül különböző, statisztikai alapú súlyozási módszereket is használt. Miután a neurális háló tanítása megtörtént, kapott egy ötvenezer elemből álló teszt halmazt, azaz amiről el kellett döntenie az algoritmusnak elemenként, hogy egy-egy szelfi előnyös vagy sem. A posztba egyébként bekerültek a legelőnytelenebbnek ítélt szelfit is. Az algoritmuson keresztül levont általános szabályszerűségek azzal kapcsolatban, hogy mitől lesz jó egy szelfi:   

- hölgynek kell lenni  

- az arc a teljes kép egyharmadát tegye ki, lehetőleg középen vagy a kép felső részében  

- mindenképp látszódjon a homlok  

- viszont látszódjon a hosszú haj is  

- az arckép jó, ha valamilyen effekttel túltelített  

- a legjobb szelfikhez valamilyen keret is tartozott az algoritmus szerint  

Mindezek igencsak egybevágnak azzal, amire intuitív módon is azt mondanánk, hogy szép. A kutatás persze kitér az előnytelen szelfi ismérveire is. Nem kapcsolódik a gépi tanuláshoz, viszont fontos megjegyezni, hogy az olyan effekt, ami az arcot telítetté teszi, a felszínét egységesnek mutatja, azaz az azon előforduló szabálytalanságokat elfedi, tudattalanul mindig is elnyerte mások tetszését. A jelenség evolúciós pszichológiai alapját az adja, hogy a szabályos, szimmetrikus, durva eltérésektől mentes arc az evolúció során egyet jelentett azzal, hogy az egyed egészséges, ellenálló a környezeti hatásoknak, ideértve a kórokozókat, azaz olyanra jellemző, aki alapján emberelődeink tudattalanul helyesen dönthettek úgy, hogy az adott asszonnyal vagy férfival érdemes családot alapítani. Ami egy alaposan vizsgált evolúciós hipotézis értelmében szép, preferált, preferált a közösségi szolgáltatásokban is, egy erről mit sem tudó gépi tanuló algoritmus számára szintén az, csak éppenséggel teljesen más úton lehet arra a következtetésre jutni, hogy valami szép.

képek forrása, erre van még bőven: http://runt-of-the-web.com/selfies-gone-wrong