Прошлые исследования в области психологии и нейронауки неоднократно исследовали, как люди воспринимают лица во время социального взаимодействия. Некоторые исследования показывают, что в среднем люди склонны находить более привлекательными одни и те же лица. Но на чем основаны такие предпочтения до сих пор было непонятно.
ИИ вычислил «формулу красоты». Теперь он знает, как выглядят самые привлекательные лица

Оказалось, мы все оцениваем красоту женского лица примерно одинаково
Исследователи из Исламского университета Азад в Тегеране создали модель ИИ для оценки привлекательности человеческих лиц на изображениях. Эта модель предсказывает средние оценки привлекательности, которые люди дают различным лицам, с поразительной точностью.
«В работе представлен новый подход к задаче оценки привлекательности лица с использованием методов машинного обучения и компьютерного зрения», — пишут в своей работе иранские ученые. — «Наша главная цель — исследовать, может ли интеллектуальная машина научиться точно предсказывать привлекательность лица на основе объективных данных о его размерах и пропорциях». Оказалось, что может.
Самые красивые женщины мира
Модель оценки привлекательности лиц обучалась на наборах данных, содержащих лица различных женщин и соответствующие средние оценки привлекательности, данные людьми. Лица в наборе данных были взяты из документального видео YouTube под названием «100 самых красивых женских лиц в мире 2020". Кроме того, команда использовала базу данных Lab London Database, составленную Де Брюйном и его коллегами, которая включает лица мужчин и женщин в возрасте от 18 до 54 лет.
Используя эти наборы данных, ученые обучили различные модели ИИ, в том числе модель на основе k-nearest neighbors (KNN — метод ближайших соседей). Она и оказалась наиболее точной.
Черты лица

«Модель использовала параметры черт лица, такие как симметрия и пропорции, в качестве входных данных для определения рейтинга привлекательности», — пишут ученые.

«По сравнению с предыдущими исследованиями в этой области, наш подход показывает значительное улучшение точности, с коэффициентом корреляции выше, чем у оценок отдельных людей», — пишут ученые.

Ученые заключают, что работа имеет большое значение для психологии, нейронауки и информатики, поскольку она позволяет по-новому взглянуть на концепцию привлекательности лица и ее количественную оценку с помощью машинного обучения.