마이크로소프트는 몇 년 전부터' 얼굴값 측정' 기능을 내놓았지만, AI 기술이 발달하고 위챗 등 다른 소프트웨어와의 결합으로 마이크로소프트 쇼빙의' 얼굴값 측정' 게임이 여전히 네티즌들에게 인기를 끌고 있다.
최근 마이크로소프트 쇼빙의 액면가를 측정하는 것이 더 정확한가? 문제는 다시 네티즌에 의해 논의되었고, 관련 조회수는 이미 450 만 명을 넘어섰다.
많은 네티즌들이 게시물에 소빙의 안값 점수 테스트에 대한 자신의 사진을 게재했고, Microsoft 의 쇼빙안 가치 테스트의 정확성에 대해 자신의 평가를 내렸다.
큰 것을 두려워하지 않는 일부 네티즌은 스타의 사진을 뒤져 쇼빙이 그들의 얼굴값에 점수를 매기게 했다. 어떤' 소연' 의 점수도 비교적 낮다 ...
대부분의 논평에 따르면, 대부분의 누리꾼들은 쇼빙의 득점이 비교적 정확하다고 생각한다. 같은 사람의 화장 전후 점수가 다르다는 네티즌의 반응도 있지만, 측면에서 쇼빙의 안값에 대한 점수는 비교적 정확하다는 것을 보여준다. 점수가 같으면 화장의 용도는 무엇입니까?
내 점수는 어떻게 액면가 테스트 뒤에서 나왔나요?
Microsoft Shaobingyan 의 점수가 정확한지에 대한 논쟁을 제쳐두고, 이 점수는 누가 당신에게 주었습니까?
마이크로소프트 쇼빙은 실제로 수작업으로 점수를 조작한 것으로, 순전히' 터무니없는 말' 이며, 인공점수의 타당성은 말할 것도 없고, 엄청난 작업량만으로는 인력이 감당할 수 있는 것이 아니라는 추측이 나오고 있다.
사실, Microsoft 의 Shaobingyan 값 테스트 프로그램 뒤에는 심도 있는 학습 알고리즘의 원리를 활용하는 거대한 AI 알고리즘 시스템이 있습니다.
간단히 말해서, 우리가 사진을 올린 후, 샤오빙은 최신 인공지능 AI 기술을 이용하여 얼굴 속성 정보를 정확하게 식별하고, 데이터 비교를 통해 얼굴 관련 속성 분석 (예: 얼굴 값, 나이, 성별, 미소 정도, 기분, 피부 상태 등) 을 실시했습니다. 를 누르고 함수 모델에 따라 점수를 출력합니다.
액면가 탐지는 일반적으로 간단한 회귀 문제로 간주됩니다. 즉, 특성 X 를 입력하여 함수를 찾아 숫자 스칼라를 출력하는 것입니다.
이에 앞서 대량의' 얼굴' 데이터를 수집하고, 얼굴 값을 수동으로 판단하고' 표시' 해야 한다. 일반적으로 같은 얼굴에 대해 N 개의 "태그" 를 수집하고, 가장 높고 낮은 M 을 제거하고, 나머지 태그의 평균을 AI 점수의 groundtruth 로 취합니다.
회귀 과정은 일반적으로 세 단계로 구성됩니다. 하나는 모델을 결정하는 것이고, 다른 하나는 평가 함수를 결정하는 것이고, 세 번째는 최적의 함수를 찾는 것입니다. 또한 step 1 및 step2 를 최적화하여 보다 "정확한" 값을 얻을 수 있습니다.
Microsoft Shaobing 의 액면가 테스트 알고리즘에는 더 많은 일치 결과를 얻기 위해 깊이 레이블 분포 학습 및 순위도 포함될 수 있습니다.
마이크로소프트 쇼빙의 액면가 테스트가 정확합니까? 정말이지, 네가 졌어!
그럼, 마이크로소프트 쇼빙 AI 알고리즘이 제시한 액면가 점수가 정확합니까?
사실 이 질문에 대한 답은 우리가 중학교 때 한 국어 독해력 문제와 같다. 참고답안은 소위' 표준답' 이라고 할 수 있지만, 실제로' 표준답' 과 정확히 같은 답은 거의 없다.
소빙이 준' 점수' 는' 표준답' 과 같다. 알고리즘을 실행하는 프로그램에는 의심할 여지 없이 매우' 정확' 하지만 주관적인 판단이 있는 개인에게는' 표준답' 이라고 보장할 수 없다.
또한 AI 알고리즘의 얼굴 검출 작동 원리를 보면 groundtruth 는 실제로 대량의 인공 "태그" 에 의해 부여되지만, 데이터 크기가 충분히 크면 인위적인 영향 요인이 줄어든다.
즉, AI 참조의 기준은 대다수의 평균 심미가치이다. 만약 당신의 심미가 이 평균값 내에 있지 않다면, 쇼빙이 제시한 안값 점수는 당신이 보기에 정확하지 않을 수 있습니다.
하지만 결국 마이크로소프트 쇼빙의 액면가 테스트는 모두가 즐길 수 있는 작은 게임일 뿐이다. 정말 점수를 위해 진짜가 될 필요는 없다.
참조 링크:
Blogs.com/xx lad/p/11198853.html