Nas últimas semanas, o Facebook e o Instagram têm sido soterrados por transformações faciais assustadoramente realistas produzidas pelo “FaceApp”, um aplicativo grátis para iOS e Android, cujos filtros acrescentam sorrisos a fotos, alteram rostos para deixá-los mais velhos ou mais novos ou até transformá-los em “masculinos” ou “femininos”. A impressionante credibilidade é tornada possível por meio de redes neurais, um tipo de inteligência artificial em que um computador aprende a analisar milhares, às vezes milhões, de imagens de exemplo com traços familiares.

á existem incontáveis aplicações para redes neurais no nosso dia a dia, e a tecnologia de reconhecimento facial também já existe há um tempo. Mas com o FaceApp, uma inteligência artificial agora demonstrou que pode perceber rostos humanos mais ou menos como nós reconhecemos. Nós não temos todo o detalhe de como ele funciona (o Gizmodo entrou em contato com o FaceApp para comentar esse artigo, mas até agora não recebeu resposta). Mas, em teoria e com pistas que os desenvolvedores ofereceram sobre sua tecnologia, sugere que o algoritmo esteja acessando as mesmas feições que nós quando julgamos a idade relativa, feminilidade ou masculinidade nos rostos.

Os segredos da juventude e envelhecimento

Percepções de idade facial podem se resumir a algumas mudanças chave, de acordo com Richard Russell, professor associado de psicologia e diretor do Perception Lab, na Gettysburg College, que não estava envolvido no desenvolvimento do FaceApp. Nós todos sabemos as marcas mais óbvias da idade: rugas, manchas senis, pele flácida e cabelo grisalho, por exemplo. Além desses traços, o algoritmo do FaceApp faz mudanças mais sutis, que Russell e seu laboratório mostraram fazer uma pessoa parecer mais velha.

Olhe atentamente para os olhos do meu noivo Jake conforme ele envelhece no FaceApp:

Eles não estão apenas menores. A pele na base do olho também ficou mais clara, e a cor dos olhos ficou mais embotada, fazendo os olhos se pronunciarem menos. Essa aparente pequena alteração, uma perda de contraste entre feições e a pele, é uma que Russell tem descoberto que faz parte de um papel importante na percepção de rostos mais velhos.

Para fazer um rosto parecer pré-púbere, outras alterações são necessárias. Os rostos infantis têm feições proporcionalmente maiores e testas menores, por exemplo. Então, para transformar um adulto em uma criança, o algoritmo do FaceApp deve focar nesses traços e, é claro, remover qualquer identificação de idade adulta, como barbas. E, pronto, é exatamente isso que ele faz:

Pelo menos é isso que faz com rostos masculinos. Curiosamente, embora o aplicativo prontamente transforme homens em meninos, ele parece ter dificuldade em morfar mulheres como eu em meninas:

Isso provavelmente porque os rostos das mulheres são muito mais similares aos das meninas do que homens de meninos. “Através do processo de puberdade, ocorrem mais mudanças no rosto masculino”, Russell disse ao Gizmodo.

Apesar de muitas mudanças acontecerem em ambos os sexos, a parte inferior do rosto fica proporcionalmente maior, os olhos proporcionalmente menores, o maxilar mais largo e as sobrancelhas mais pesadas, por exemplo. Todas essas mudanças são mais pronunciadas nos homens. Com menos mudanças marcantes, a inteligência artificial tem menor trabalho quando tenta rejuvenescer rostos femininos.

Mudança de gênero

Nós geralmente não paramos para pensar sobre que traços fazem um rosto parecer masculino ou feminino, mas o algoritmo do FaceApp parece ter aprendido a identificar as mesmas diferenças que os nossos cérebros usam instintivamente para perceber o sexo. Rostos masculinos têm sobrancelhas maiores e mais escuras, maxilares mais pesados, narizes maiores, olhos mais profundos e, é claro, barba. Então, para transformar “feminino” em “masculino”, o FaceApp masculiniza esses traços:

Também parece que algumas mudanças sutis são feitas pelo FaceApp para alinhar com sugestões que inconscientemente usamos para distinguir rostos masculinos de femininos. Russell e seus colegas mostraram que a pele masculina (da cabeça aos pés) é, em média, mais escura e mais vermelha que a pele feminina(independentemente de raça ou etnia), apesar dessa diferença não se estender a outras feições. “Porque existe uma diferença entre sexos de coloração de pele, mas não na coloração dos olhos e lábios, o que resulta em existir maior contraste nas feições femininas”, ele explicou, “então as feições se destacam mais”.

O contraste aumentado fica claro quando eu criei uma eu ultra-feminina usando o filtro “female 2”. Meus olhos não apenas ficaram maiores, mas também mais definidos, e meus lábios mais escuros (como se eu estivesse com ainda mais batom). Essas alterações são similares ao filtro de idade, mas mais exageradas, tanto que a minha versão ultra-feminina parece mais jovem do que o meu eu jovem. Enquanto isso, o Jake feminino é bem diferente do seu normal (esquerda), mas sua versão ultra-masculina é praticamente inalterada (direita):

Onde o FaceApp deu errado

É tudo bem divertido, mudar de sexo ou idade e tal, mas o FaceApp chamou muita atenção negativa quando ele tentou levar sua transformação além ao tentar alterar a atratividade das pessoas. Os usuários rapidamente notaram que o filtro “quente” do aplicativo tinha uma forte preferência por clarear o tom da pele e por feições européeas:

Os desenvolvedores do aplicativo logo pediram desculpa pelas tendências racistas da inteligência artificial e, durante algum tempo, renomearam o filtro para “spark”para remover conotações positivas (o filtro desde então foi apagado do aplicativo).

Então, o que houve de errado? Sem saber exatamente como o aplicativo foi desenvolvido, Russell diz que é impossível determinar por que ele teve um efeito tão embranquecedor, mas existem algumas possibilidades. A primeira é que as imagens no treinamento eram racialmente tendenciosas, com muitos rostos brancos e atraentes, o que pode fazer sentido se os desenvolvedores estavam se baseando na população local (russos). Mas a tendência pode ser mais profunda que as imagens em si, Russell disse. Pode ser o produto de como o algoritmo foi treinado e de como ele estava fazendo a classificação do que é atraente a princípio. Os desenvolvedores do FaceApp ainda não revelaram como a atratividade era baseada em seu aplicativo.

É importante notar que quantificar atratividade não é o mesmo que quantificar diferenças faciais de acordo com idade ou sexo. O que é enxergado enquanto “belo” pode diferir em inúmeros fatores, incluindo a idade do observador, seu gênero e preferência sexual. Embora cientistas tenham determinado alguns traços que tendem a fazer uma pessoa parecer mais atraente, geralmente incluindo sugestões de saúde, como a simetria do rosto, você não pode quantificar objetivamente a atratividade da mesma forma que pode fazer isso com a espessura de uma sobrancelha ou formato de rosto. “As sugestões de atratividade são quase sempre contextuais”, disse Russell. “Não existe um padrão neutro, não existe medida objetiva.”

Realista, mas não verdadeiro

Embora as transformações do FaceApp sejam fotorrealistas, é importante notar que parecer críveis não as transforma em reais. O algoritmo pode criar transformações faciais que parecem fotos de verdade, mas seus resultados são longe de serem precisos. Uma olhada na foto de Jake na escola primária comparada com o jovem Jake do FaceApp ilustra esse ponto:

i1up2twluohsihnzi4h2

Têm pouco em comum entre o jovem à esquerda, a versão do jovem Jake do FaceApp , e como Jake realmente parecia na puberdade (Imagem cortesia de Christie Wilcox)

O FaceApp não pode mostrar como você realmente vai parecer em 40 anos, assim como ele não conseguiu saber como Jake parecia mais de uma década atrás. Nem ele vai dizer como você vai parecer depois de um tratamento hormonal (apesar das imagens manipuladas que alteram a masculinidade ou feminilidade ainda poderem ser emocionalmente impressionantes).

No final das contas, o FaceApp é um brinquedo, um software desenvolvido para entreter nossas tendências narcisistas. Não é uma janela para enxergar o nosso verdadeiro eu passado, futuro ou de outro gênero. Mas engenheiros e cientistas apenas começaram a experimentar com as possibilidades fornecidas pelas redes neurais. Não é difícil imaginar algoritmos similares conseguindo envelhecer fotos de crianças desaparecidas para que possa reuni-las às suas famílias, ou ajudar médicos a fazer reconstruções de tecido mais realistas. Redes neurais já estão lidando com muitas questões tecnológicas, e filtros de selfie são apenas o começo.

Christie Wilcox é uma escritora de ciência, autora de “Venomous: How Earth’s Deadliest Creatures Mastered Biochemistry”, e uma nerd de biologia. Siga-a no Twitter.

Fonte: gizmodo

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Esse site utiliza o Akismet para reduzir spam. Aprenda como seus dados de comentários são processados.

Verifique também

Cartas do Fronte: Competitivo do Battlefield V é cancelado e informações do futuro do jogo

O produtor sênior da DICE, Ryan Mcarthur, aproveitou para falar sobre os acontecimentos e …