雷鋒網(wǎng)按：“美”是個亙古不變的話題。不管在哪個時代，無論在哪個國家，各種選美比賽層出不窮。但不管是世界小姐選美大賽，還是地區(qū)選美大賽，奪魁的佳麗盡管得到評委的別樣青睞，但很難受到觀眾的一致好評。答案很明顯：美是一件很“私人”的事。選美大賽受到了太多主觀觀點的桎梏，導致評委心中美若天仙的女神只是你眼中相貌平平的鄰家女孩。
對此，俄羅斯生物科學家Alex Zhavoronkov表示：
我們不需要人類的觀點。
于是，她與伙伴共同發(fā)起了第一屆機器人擔任評委的國際選美比賽：Beauty.AI.1.0，其初衷是建立一種客觀標準，使選美的結(jié)果讓所有人驚艷。這種客觀標準無關(guān)乎人類觀點，全由機器人定奪。
讓機器人擁有發(fā)現(xiàn)美的眼睛：深度學習
Beauty.AI誕生于2015年，由俄羅斯和香港科學家合作的青年實驗室開發(fā)，并得到了微軟和英偉達等科技巨頭的支持。成立之后，Beauty.AI在全球范圍內(nèi)（包括印度、中國、非洲和美國等國家）舉辦了一期線上選美比賽，從2015年11月起持續(xù)到2016年1月， 吸引5000名男女選手參加。候選人發(fā)送自拍照片參賽，機器人擔任評委為各位選手的顏值打分，來評選出最美麗的“佳麗”。
三位機器人擔任第一屆Beauty.AI（Beauty.AI.1.0）選美大賽的評委，它們由Anastasia Georgievskaya和另外三位俄羅斯科學家Jane Schastnaya、Poly Mamoshina和Zhavoronkov開發(fā)，它們能夠獲得各位選手的面部比例和皺紋數(shù)據(jù)，并將選手們的數(shù)據(jù)與模特比較。之所以選擇面部比例和皺紋數(shù)量作為評價選項，是因為團隊認為這些特征可以通過數(shù)學進行量化。
那么，算法是怎樣精確而有效地計算和跟蹤這些特征的？
Beauty.AI的算法名叫RYNKL，通過深度學習驅(qū)動。Georgievskaya從各大數(shù)據(jù)庫（包括互聯(lián)網(wǎng)電影資料庫IMDB的演員照片庫）中選取了20000張照片來訓練RYNKL，這些被選中演員的身高、體重和年齡較為相近。她表示：“我們選取了高分辨率的面孔照片，所有照片至少都是1024像素。Harrison Ford的照片就在其中，他有著性感的皺紋，我們的程序非常喜歡。”最后，這些照片庫和Beauty.AI 1.0比賽的5000名選手加在一起，共同用來訓練算法。
訓練的第一步就是在引導之下學習，比如：在老師（如Georgievskaya）的幫助下學習，這也是諸如Facebook這樣的科技公司訓練機器學習算法的方式。Georgievskaya首先選取一些數(shù)據(jù)（照片），并將數(shù)據(jù)分離開來：Harrison Ford的臉上有多少條皺紋？和同齡男性相比，他的皺紋是多是少？Georgievskaya表示：我們監(jiān)測照片的分辨率、曝光情況和面部特征。另外值得一提的是，Beauty.AI比賽的參賽照片不準化妝、不準有胡須，頭發(fā)也不準遮住臉部。對于胡須和頭發(fā)，Beauty.AI團隊還可以手動梳理。但對于機器人來說，識別化妝實在太難，特別是在“心機妝”滿大街的今天。
在手動訓練之后，RYNKL開始學習將皺紋變成白色線條。Georgievskaya展示了RYNKL的思維過程：一張印有皺紋的彩色照片變成了一張布滿白色線條的黑白照。RYNKL計算這些線條，并對之進行打分。在這張黑白照上，白色的區(qū)域越少，分數(shù)就越低，排名就越高，你就越美麗。之后，Georgievskaya使用相似的方法來訓練名為PIMPL的新算法識別痘痘。訓練完成之后，PIMPL可以成功將雀斑和痘痘、粉刺等區(qū)別開來。
機器人眼中的“美人”：大跌眼鏡
Beauty.AI比賽自發(fā)起之后，舉辦得相當火熱。第二屆比賽（Beauty.AI.2.0）從2016年4月起持續(xù)到2016年8月，吸引了6000多名選手參加。在激烈的角逐之后，觀眾終于等來了最后的結(jié)果。
以下是18至29歲年齡組排名前5的女性：
以下為此次選美比賽其他年齡組和性別的獲勝者：
不用說，大家隨意感受一下，就知道結(jié)果有多大跌眼鏡了。
Beauty.AI也表示，結(jié)果出來之后，很多選手寫信表示抗議。其中一人寫道：
你們的“機器人”價值何在？隨便逛逛商場，我就能找到比你們的選美大賽“優(yōu)勝者”更漂亮的人。
Beauty.AI首席科學家Alex Zhavoronkov則辯稱：
我也無法認同機器人選出的部分優(yōu)勝者，很多我認為的有吸引力的入圍者，最終都被AI評審排除了。但整體上說，還算不錯。
對此團隊的解釋為：作為該算法的一個指標，機器人會評估一個人相對其真身年齡的年輕程度，將參賽者的真實年齡與系統(tǒng)預測的真實年齡以及此人看上去的年齡進行對比。在18歲至29歲年齡組前5的女性中，Lu Sophia得分最高，因為真實年齡達到18歲的她，在機器人眼中只有13歲。同時，機器人將參選者與數(shù)據(jù)庫中的演員和模特的面部進行了對比。其中一個組件將其與數(shù)據(jù)庫中的平均美貌進行對比，另外一個則將其與這些“美人”的特點進行對比。
此外，很多人抗議Beauty.AI的機器人評委是種族歧視者，因為結(jié)果顯而易見：最終脫穎而出的44位勝出者中，黃色人種和黑色人種分別只有6名和1名，其余的37張面孔都是白種人，但大賽組委會表示膚色并不在機器人評分的范疇之中。
對此，Alex Zhavoronkov的解釋是：判斷更深的膚色或不連續(xù)的光線，對機器人是巨大的挑戰(zhàn)。因此，為了避免這種尷尬，機器人就自動把黑色人種排除在分析之外了。
但深究原因，還是與深度學習算法有關(guān)。“深度學習”是自下而上的，其試圖模仿大腦的神經(jīng)元之間傳遞、處理信息的模式。簡單來說，這種方法就是就是你給它資料，系統(tǒng)就會自動學習和做出反應。而這次選美大賽的“主觀偏見”，原因就是它們學習的知識和信息主要來自白人世界。因此，雖然團隊非常努力地避免偏見，最后還是陷入到了偏見的牢籠中，而且這種偏見還是”無意識“的。
不過，拋開Beauty.AI選美大賽帶來的爭議不談，大賽組委會表示實際上這次選美比賽并不是為了娛樂。它的前身是一個運用人工智能來評估健康的項目，該項目甚至希望在未來能用于延緩衰老。Zhavoronkov解釋說：
我們只想通過此次比賽讓人們看起來更年輕、更健康。
大賽主辦方Y(jié)outhLaboratories也表示：
通常意義上，不論國籍和年齡，美麗的人都有著健康的面龐。而從‘選美’這一富有娛樂性的活動開始，我們可以讓機器學會如何評判“健康”，這是人工智能的重要一步。
到現(xiàn)在為止，Beauty.AI選美大賽已經(jīng)舉行了兩屆了，雖然觀眾對選美的結(jié)果紛紛表示辣眼睛，但大賽組委會還是非常堅持，Georgievskaya表示還將有Beauty.AI.3.0。也許，參賽選手還會趨之若鶩。但對于結(jié)果，雷鋒網(wǎng)認為，作為觀眾，我們笑笑就好。
