Генераторы изображений ИИ имеют на удивление узкий взгляд на женскую красоту. Их вывод показывает некоторые поразительные цифры: все женщины худые, темные тона кожи проявляются всего в 9% изображений, а признаки старения проявляются только в 2% случаев. Эти цифры получены из недавних исследований основных платформ ИИ, таких как DALL-E, Midjourney и Stable Diffusion.
Стандарты красоты, которым следуют эти системы ИИ, довольно жесткие. Они последовательно создают изображения с европейскими чертами лица и определенными типами телосложения. Пользователям нужно добавлять специальные инструкции, чтобы получить разнообразные представления. Предвзятость глубока — исследовательский проект показал, что DALL-E боролся с естественно выглядящими чертами лица. Система выдавала искаженные или мультяшные результаты почти в половине случаев, когда ее просили создать изображения женщин с более широкими носами.
Давайте разберем, как эти алгоритмы ИИ формируют свое определение женской красоты. Мы рассмотрим, что означают эти цифровые стандарты красоты, и найдем способы создания систем ИИ, которые будут праздновать различные идеалы красоты.
Эволюция цифровых стандартов красоты
Стандарты красоты кардинально изменились с появлением цифровых платформ. Использование социальных сетей YouTube, Instagram и TikTok выросло с 50% до 300% в период с 2019 по 2021 год. Большинство платформ теперь охватывают от одного до двух миллиардов пользователей.
От традиционных медиа к поколению ИИ
Цифровые платформы изменили то, как люди видят и делятся идеалами красоты. Журнальная аэрография когда-то устанавливала нереалистичные стандарты. Платформы социальных сетей стали частью нашей повседневной жизни и сформировали наш образ мышления посредством постоянного воздействия кураторского контента.
Культурные стандарты красоты в цифровую эпоху
Алгоритмы социальных сетей отдают предпочтение контенту, который получает больше всего просмотров, особенно от традиционно привлекательных инфлюенсеров. Метод распознавания лиц TikTok ранжирует людей по шкале «Прогноз красоты лица» от 1 до 5. Данные показывают, что эта система в значительной степени отдает предпочтение европеоидным чертам.
Влияние алгоритмов социальных сетей
Алгоритмы не просто продвигают контент. Пользователи проводят около 2,5 часов каждый день на платформах социальных сетей. Эти алгоритмы на основе искусственного интеллекта изучают лайки, комментарии и репосты, чтобы создавать индивидуальные ленты, которые эксперты называют «пузырями фильтров». Пользователи, которые взаимодействуют с контентом о красоте, видят больше похожих постов, что усиливает узкие идеалы красоты.
Американская академия лицевой пластической и реконструктивной хирургии зафиксировала рост как хирургических, так и нехирургических процедур с 2020 по 2021 год. Предвзятость алгоритма отчетливо проявляется в предпочтении Instagram откровенных фотографий женщин-инфлюенсеров фотографиям, прикрывающим тело.
Разбираем алгоритм красоты ИИ
Недавние исследования демонстрируют увлекательные закономерности в том, как алгоритмы ИИ определяют женскую красоту. Крупнейшее лонгитюдное исследование ведущих генераторов изображений ИИ показывает, что эти системы отдают предпочтение определенным физическим чертам и характеристикам лица.
Наиболее распространенные физические характеристики
Алгоритмы красоты ИИ рассматривают несколько параметров лица, чтобы определить привлекательность. Эти системы проверяют симметрию лица, пропорции и особые черты, такие как размер глаз и полнота губ. Изображения, созданные ИИ, неизменно показывают женщин с ровным тоном кожи, гладкой текстурой и минимальными чертами лица. Алгоритмы, похоже, предпочитают определенные пропорции лица, включая небольшие носы и высокие скулы.
Расовое и этническое представительство
Расовая предвзятость в системах красоты ИИ остается одной из самых важных проблем. Некоторые инструменты заявляют, что предлагают разнообразные представления, но исследования показывают, что 62% сгенерированных ИИ «красивых женщин» имеют средние тона кожи. Около 90% демонстрируют преимущественно европейские черты лица. Когда эти инструменты пытаются генерировать изображения с определенными этническими чертами, они часто выдают нереалистичные результаты. Исследования показали, что все эти изображения, кроме одного, точно представляют односкладчатые веки, которые есть у многих людей азиатского происхождения.
Анализ разнообразия возраста и тела
Сегодняшние системы ИИ не показывают достаточного разнообразия возраста и телосложения. Исследования показывают, что только 2% из созданных ИИ «красивых женщин» демонстрируют видимые признаки старения. Предвзятость представления тела становится еще более очевидной. OpenAI признает, что встроенная предвзятость DALL-E в сторону традиционных идеалов красоты может «стимулировать неудовлетворенность и потенциальные проблемы с образом тела». Даже при явных подсказках, запрашивающих различные типы телосложения, эти системы продолжают генерировать изображения худых женщин, что усиливает узкие стандарты красоты.
Внедрение в отрасль и влияние
Бренды красоты и моды быстро внедряют технологии ИИ для повышения удовлетворенности клиентов и оптимизации операций. Такие компании, как Sephora и L'Oréal, теперь позволяют клиентам тестировать продукты удаленно с помощью пробных косметических средств на базе ИИ.
Приложения в индустрии моды и красоты
Рынок искусственного интеллекта в индустрии красоты продолжает расти и к 2030 году достигнет $13,4 млрд. Первоначально основное внимание уделялось виртуальным образцам продукции. Виртуальные примерки красок для волос от KAO показали впечатляющие результаты, сократив количество пластиковых отходов на 56 тонн в год. Avon добилась замечательных результатов с технологией виртуальных примерок, которая увеличила коэффициент конверсии на 320% и увеличила среднюю стоимость заказа на 33%.
Создание цифрового инфлюенсера
Инфлюенсеры, созданные с помощью ИИ, знаменуют собой существенные изменения в маркетинговых стратегиях. Эти виртуальные личности, такие как Lil Miquela, сотрудничают с престижными брендами, такими как Chanel и Givenchy. Испанская модель ИИ Айтана Лопес демонстрирует финансовые возможности этой тенденции успех зарабатывая до 10 000 евро в месяц. Исследования показывают, что потребители следят за инфлюенсерами на основе ИИ так же, как и за людьми. Кампания H&M с виртуальным инфлюенсером Куки достигла 11-кратного увеличения запоминаемости рекламы.
Изменения в маркетинговой стратегии
Внедрение ИИ произвело революцию в маркетинговых стратегиях. Ключевые улучшения включают:
- Индивидуальный подход к клиентам приводит к повышению коэффициента конверсии на 40%
- Чат-боты на базе искусственного интеллекта предлагают круглосуточную поддержку клиентов
- Лучшее прогнозирование тенденций помогает разработке продукта
McKinsey прогнозирует, что к 2027 году инструменты на основе ИИ будут определять до 70% взаимодействий с клиентами. Теперь бренды используют алгоритмы ИИ для анализа приоритетов клиентов, моделей просмотра и истории покупок, чтобы создавать целевые рекомендации.
Будущие последствия и решения
Исследователи MIT создали революционный способ снижения предвзятости в стандартах красоты ИИ. Их метод находит и удаляет определенные данные, которые вызывают сбои в моделях с меньшинствами. Это повышает производительность и сохраняет общую точность.
Технические решения для снижения предвзятости
Алгоритмы качества-разнообразия — отличный способ получить честные синтетические наборы данных. Эти алгоритмы создают около 50 000 различных изображений за 17 часов. Они измеряют разнообразие по тону кожи, гендерному представлению, возрасту и длине волос. Мы сосредоточились на увеличении представительства интерсекциональных групп, которые имеют дело с несколькими аспектами идентичности одновременно.
Ответственность и регулирование отрасли
Европейский союз и такие страны, как Австралия, Япония и США, установили стандарты ответственного использования ИИ. Теперь компании должны регулярно тестировать свои системы ИИ на соответствие известным стандартам, чтобы находить различия между демографическими группами. Приведем лишь один пример: L'Oréal работает с внешними экспертами, которые проверяют их алгоритмы на соответствие целям инклюзивности.
Продвижение различных стандартов красоты
Крупные косметические бренды предпринимают реальные шаги в сторону инклюзивного представительства. Все эти улучшения включают:
- Использование разнообразных данных обучения, включающих оттенки кожи и структуры лица всех типов
- Создание систем обнаружения предвзятости, работающих в больших масштабах
- Создание четких руководств по разработке ИИ
Такие бренды, как Dove, пообещали никогда не использовать ИИ при показе реальных женщин в своих рекламных объявлениях. Без сомнения, это демонстрирует фундаментальные изменения в отраслевых практиках, поскольку около 9 из 10 женщин видят вредоносный контент о красоте в Интернете. Perfect Corp отреагировала, убедившись, что их алгоритмы ИИ используют обширные наборы данных, которые показывают различные черты лица, возраст и этническую принадлежность.
Заключение
Алгоритмы ИИ усиливают ограничивающие стандарты красоты, которые отдают предпочтение европейским чертам лица и значительно исключают людей других национальностей, типов телосложения и возраста. Алгоритмы социальных сетей и цифровые платформы еще больше усугубляют эти предубеждения.
Индустрия красоты и моды извлекает выгоду из технологии ИИ посредством виртуальных примерок и персонализированного опыта. Текущие системы все еще нуждаются в доработке. Такие компании, как L'Oréal и Dove, берут на себя инициативу по внедрению позитивных изменений. Они проверяют предвзятость и обещают представлять всех справедливо.
Алгоритмы качества-разнообразия могли бы решить эти проблемы. Они создают наборы данных, которые лучше отображают оттенки кожи всех типов, разного возраста и черты лица. ЕС и другие страны подталкивают компании к ответственной разработке ИИ. Это обеспечивает справедливое представительство для каждой демографической группы.
Будущее беспристрастного ИИ зависит от неуклонной приверженности отрасли разнообразию. Регулярные проверки алгоритмов и более крупные наборы данных для обучения помогут. Четкие руководящие принципы разработки и активные усилия по снижению предвзятости создадут системы ИИ, которые будут праздновать красоту каждого, а не продвигать узкие стандарты.
Часто задаваемые вопросы
1. Как алгоритмы ИИ определяют красоту?
ИИ анализирует симметрию лица, пропорции, чистоту кожи и культурные стандарты красоты, используя модели машинного обучения, обученные на обширных наборах данных изображений.
2. Соответствуют ли стандарты красоты ИИ человеческому восприятию?
Частично. Хотя ИИ часто отражает популярные идеалы красоты, он может упускать из виду разнообразие и личные предпочтения, на которые влияют культура и опыт.
3. Может ли анализ красоты с помощью ИИ быть предвзятым?
Да, ИИ может наследовать предубеждения из данных, на которых он обучен, отдавая предпочтение определенным этническим группам, чертам лица или общественным стандартам вместо более инклюзивного определения красоты.
4. Как ИИ используется в индустрии красоты и моды?
ИИ помогает в составлении персонализированных рекомендаций по красоте, проведении виртуальных примерок, косметических усовершенствований и прогнозировании тенденций в области красоты на основе анализа данных.
5. Сможет ли ИИ в будущем изменить стандарты красоты?
По мере развития ИИ у него появляется потенциал принять более широкое и инклюзивное определение красоты, бросая вызов традиционным нормам и поощряя разнообразие.
