Kann ein neuronales Netz Gesichter erkennen? Ja, natürlich. Mit genügend Training entgeht ihm wahrscheinlich kein einziges Detail, und es erreicht erschreckende Präzision. Doch wenn wir dasselbe Netz bitten, seine Meinung über das Gesehene zu teilen, ändert sich die Geschichte. ImageNet Roulette ist ein Projekt, das auf einem neuronalen Netz basiert, das mit dem „Personen“-Datensatz der ImageNet-Datenbank und 2.500 zusätzlichen Etiketten trainiert wurde. Es versucht, Menschen zu klassifizieren.
Zum Guten oder Schlechten gehört das Verarbeiten von Gesichtern zu den ersten Aufgaben, die wir neuronalen Netzen übertragen haben. Von Facebook-Tags bis zur Echtzeiterkennung durch die chinesischen Behörden scheint es keine Grenzen zu geben. Wir lassen KIs sogar fast ohne Aufsicht Gesichter erfinden in einer Art digitaler Fusion außer Kontrolle.
Können diese Netze also Gesichter identifizieren und erzeugen – aber auch klassifizieren? Ich meine nicht oberflächliche Details wie Größe und Farbe, sondern eher „menschliche“ Merkmale. Es gibt immer jemanden mit einem „Doktor“-, „Fernsehmoderator“- oder „Polizistengesicht“ – Etiketten, die wir gerne auf andere legen. Könnte ein neuronales Netz dasselbe tun? ImageNet Roulette erforscht die Antwort auf diese Frage.
Was ist ImageNet Roulette?
Die Macher von ImageNet Roulette präsentieren das Projekt als „Provokation“, die untersuchen soll, wie ein Mensch von Plattformen des maschinellen Lernens klassifiziert wird. Als Trainingsquelle dient der „Personen“-Datensatz in der ImageNet-Datenbank. Dazu kommen insgesamt 2.500 Etiketten, die aus WordNet abgeleitet sind. Den Rest überlassen wir dem Netz, um seine Schlüsse zu ziehen.
Wie funktioniert es?
ImageNet ist normalerweise ein Datensatz zur Objekterkennung. Im Vorgriff auf die Forschung des Projekts „Excavating AI“ von Trevor Paglen und Kate Crawford haben sie das Training jedoch auf den Personenbereich von ImageNet beschränkt – inklusive seiner 2.833 Unterkategorien. ImageNet Roulette nutzt das offene Deep-Learning-Framework Caffe. Wenn ein Benutzer ein Bild hochlädt, versucht es zunächst, das Vorhandensein eines Gesichts zu erkennen. Wird ein Gesicht gefunden, wird es an Caffe zur Klassifizierung übergeben. In der letzten Phase wird das Originalbild zusammen mit den zugewiesenen Etiketten zurückgegeben.
Die Macher warnen, dass die Etiketten beleidigend oder frauenfeindlich sein können, da solche Inhalte Teil der WordNet-Datenbank sind. Die gute Nachricht: ImageNet Roulette speichert keine Bilder. Du kannst also ein Foto von dir hochladen und seine Interpretation ansehen, ohne Risiko. Probier es aus!
Offizielle Website: Klicken Sie hier
https://old.neoteo.com/urme-mascara-burlar-reconocimiento-facial/
