ArtikelEs musste ja einmal so kommen.
Eine Gruppe von israelischen Computerspezialisten an der Universität von Tel Aviv hat eine Software entwickelt, mit der sich die Schönheit von Frauengesichtern quasi vollautomatisch messen lässt. Wie das Programm von Amit Kagian (so heißt der Leiter der Gruppe) genau funktioniert, hat sich meinem Laien-Verstand noch nicht vollständig offenbart, aber das Prinzip dahinter scheint so zu gehen: Auf digitalen Bildern von Frauengesichtern, werden 84 sog. Landmark-Punkte (überwiegend automatisch) markiert, die die Form und Lage der einzelnen Gesichtsmerkmale – Umriss, Augen, Brauen, Mund, Nase - definieren. Nun werden diese Punkte allesamt miteinander verbunden – aus der Länge und der Neigung der einzelnen Verbindungslinien ergibt sich so ein Datensatz von 6972 Vektoren. Diese Datenmenge wird in einem statistischen Verfahren auf eine überschaubarere Zahl von voneinander unabhängigen „Hauptkomponenten“ eingedampft (sog. Eigenmerkmale). In der nun folgenden Trainingsphase wird der Computer mit einem Gesicht nach dem anderen aus der Datenbank der Forscher gefüttert. Dabei erhält er neben dem Eigenmerkmal-Datensatz auch die Schönheitsnote, die eine menschliche Jury dem Gesicht schon vorab verpasst hat. Auf diese Weise „lernt“ das Programm nach und nach, welche der Eigenmerkmale in welchem Maß mit dem menschlichen Schönheitsurteil zusammenhängen – woraus es eine Art „Erkennungsmuster“ bildet, anhand dessen es dann nach Abschluss des Trainings auch vollkommen fremde Gesichter bewerten kann.
So viel zur Technik. DASS sie funktioniert, ist nicht einmal das Erstaunliche. Aber WIE GUT sie funktioniert, da ist mir dann doch die Spucke weggeblieben: Die vom Computer hervorgebrachten Schönheitsnoten sind nicht nur so gut wie die eines Menschen – „gut“ heißt in diesem Fall, dass sie dem durchschnittlichen Urteil menschlicher Bewerter nahekommen. Nein, sie ist sogar besser: die maschinelle Schönheitsdiagnose liegt näher am Menschendurchschnitt als die eines zufällig ausgesuchten Einzelmenschen.
Vor allem ein Detail macht mich richtig baff: Unter den Bildern, die Kagian und seine Kollegen ihrem Computer vorgelegt hatten, waren auch ein paar künstlich hergestellte, supersymmetrische „Composits“, bei denen einmal die rechte und einmal die linke Gesichtshälfte mit sich selber gespiegelt worden war (die Gesichter bestanden also entweder aus zwei rechten oder aus zwei linken Hälften). Und wie reagierte der Computer? – Er identifizierte in zwei von drei Fällen das aus den beiden RECHTEN Gesichtshälften zusammengesetzte Gesicht als das attraktivere – und kann sich damit ganz im Einklang mit einer Studie wähnen, die vor über zehn Jahren exakt dieses Ergebnis erbracht hatte: bei den meisten Frauen ist die rechte Gesichtshälfte die Schokoladenseite (zu diesem Thema werde ich mich vielleicht ein andermal verbreitern).
Die erste Konsequenz aus Kagians Programm, ging mir gleich durch den Kopf, wird sein, dass Heerscharen von Studenten ihren Nebenjob los sein werden. Bisher wurde in der Attraktivitätsforschung das alltägliche „Rating“ überwiegend von Studenten erledigt - also das Geschäft, Schönheitsnoten zu vergeben. (Wie der aufmerksame Leser meines Buches sicher weiß, braucht man ja immerhin mindestens ein Dutzend Juroren für ein verlässliches Schönheitsurteil).
Eine andere Konsequenz ist schon am Horizont: Wer Schönheit maschinell analysieren kann, kann sie auch maschinell synthetisieren – will heißen: die von Kagians Gruppe entwickelten Werkzeuge können genauso gut auch zur digitalen Schönheitsreparatur eingesetzt werden - und werden es auch. Dazu aber in einem der nächsten Einträge.
Jetzt aber noch zwei Anmerkungen.
Erstens. Dass die Israelis einen funktionierenden Schönheitserkennungs-Algorithmus gefunden haben, heißt noch lange nicht, dass sie damit die ewigen Gesetzmäßigkeiten der Schönheit aufgedeckt hätten oder gar den Beweis für irgendwelche „universalen“ Schönheitsstandards erbracht hätten. Schließlich reproduziert die Maschine nur die Schönheitsstandards ihrer Herren und Meister, genauer: der Juroren, die die in der Trainingsphase verwendeten Porträts bewertet hatten. (Wie universal deren Urteil wiederum ist, steht auf einem ganz anderen Blatt – die Frage wird uns bestimmt noch an anderer Stelle einmal beschäftigen)
Zweitens: Ziemlich zur selben Zeit, als die Computerfreaks aus Tel Aviv ihr Programm veröffentlichen, kommt in einer anderen Zeitschrift ein Artikel heraus, der einem fast ein Deja vu beschert: „Computermodelle zur Beurteilung der Attraktivität von Gesichtern“. Die Autoren kommen von der University of Texas und sind nicht etwa irgendjemand, sondern mit Judith Langlois gehört eine der berühmtesten Attraktivitätsforscherinnen überhaupt dazu. Dass sie ganz euphorisch von einer „neuartigen Methode“ schreiben (und ihr Literaturverzeichnis die entsprechende Lücke aufweist), kann nur bedeuten, dass die Texaner keinen blassen Schimmer hatten, was da in Tel Aviv seit nunmehr etlichen Jahren beforscht wird. (Bereits im Jahr 2006 war eine Studie der selben Arbeitsgruppe erschienen, und zwar in der Zeitschrift „Neural Computation“ – die die Texaner aber aus mir unerfindlichen Gründen offenbar nicht auf dem Radar haben. Abgesehen davon hätte ihnen aber auch ein Blick in mein Buch (in dem die Studie vorgestellt wird) die Bauchlandung erspart.)
Denn eine Bauchlandung ist die Studie der Texaner wirklich geworden. Ihre „neuartige“ Methodik ist deutlich weniger ausgereift und auch vom Ergebnis her, also der Qualität der Schönheitsdiagnose, ist sie im Prinzip genau auf dem Stand, den man in Tel Aviv schon vor zwei Jahren erreicht hatte … Immerhin zeigt sie, dass auch im Internet-Zeitalter das Rad zweimal erfunden werden kann.
Für die Profis unter uns:
- Kagian A, Dror G, Leyvand T, Meilijson I, Cohen-Or D, Ruppin E. A machine learning predictor of facial attractiveness revealing human-like psychophysical biases. Vision Res. 2008 Jan;48(2):235-43.
- Eisenthal, Y, Dror, G, Ruppin, E (2006). Facial Attractiveness: Beauty and the Machine. Neural Computation, 18(1), 119-142.
Abstract: http://www.ncbi.nlm…
Volltext*: http://mitpress.mit.edu…
- Bronstad P M, Langlois J H, Russell R, 2008, “Computational models of facial attractiveness judgments” Perception 37(1) 126 – 142
- Zaidel DW, Chen AC & German C (1995). She is not a beauty even when she smiles: possible evolutionary basis for a relationship between facial attractiveness and hemispheric specialisation. Neuropsychologia. 1995; 33, 649–655.