How normal am l сайт на русском

Сайт How Normal Am I ставит вам оценку за вашу внешность. Но это не дискриминация, а проверка на нормальность

Нидерландский художник запустил сайт, алгоритмы которого оценивают вес, возраст и красоту посетителей. Достаточно включить веб-камеру, и вам расскажут всё, что о вас думают нейросети. Но обижаться на плохую оценку и прогноз на старость не стоит — на самом деле цель проекта не в этом.

В XXI веке технический прогресс не только облегчает жизнь человека, но и управляет ей. Алгоритмы анализируют людей по их внешности, и пластические хирурги используют их, чтобы оценивать красоту тех или иных пациентов — и звёзд. Ещё в начале 2020 года они признали Роберта Паттинсона самым красивым мужчиной на Земле. А спустя полгода пользователи соцсетей и правда начали сходить с ума по актёру.

В октябре 2020 года нидерландский художник Таймен Шеп (Tijmen Schep) запустил проект под названием «Насколько я нормальный» (How Normal Am I).

Его цель — продемонстрировать, как искусственный интеллект оценивает внешность и поведение людей прямо сейчас. В пресс-релизе мужчина описывает это так:

Алгоритмы оценивают нас по красоте, возрасту, полу, эмоциям, индексу массы тела и даже продолжительности жизни, и это уже закрепляется в нашем обществе. Тиндер, например, использует оценки красоты, чтобы сводить друг с другом людей, которые примерно одинаково привлекательных. А оценка веса по фотографии используется в отрасли медицинского страхования.

How Normal Am I — интерактивный документальный фильм, который позволяет пользователям интернета выслушать рассказ Шепа о технологиях и самим стать героями его исследования. Проект создан при поддержке Европейского Союза, а сам Шеп занимался им для исследовательского проекта Sherpa. Его авторы хотят привлечь внимание людей к проблемам, которые ИИ создаст уже к 2025 году.

Чтобы принять участие, достаточно перейти на главную страницу сайта, согласиться с условиями, дать алгоритму доступ к веб-камере и ответить на серию вопросов. ИИ работает прямо в браузере, и анализ осуществляется у вас на компьютере, поэтому не стоит бояться, что ваши данные отправятся в интернет без вашего ведома.

Далее перед вами оказываются окошко с вашим лицом, видео, на котором автор проекта объясняет происходящее, и таблица, которая заполняется, пока алгоритм изучает вас и ваше поведение.

Первым делом How Normal Am I проверяет, прочитали ли вы правила и условия — большинство участников их игнорируют, — затем спрашивает возраст. И, наконец, переходит к оценке внешности — по десятибалльной шкале.

На протяжении всего анализа Шеп объясняет, что алгоритмы, которые судят людей по внешности, не так уж и надёжны. Ими легко манипулировать: достаточно включить свет, приблизить лицо к экрану и улыбнуться, чтобы показатель красоты повысился. Кроме того, ИИ наследует предубеждения своих создателей: он обучался на фотографиях, которые признали красивыми китайские студенты, поэтому не вполне объективен.

Далее алгоритм оценивает возраст человека по его внешности (и указывает, не наврал ли о нём пользователь), угадывает пол (сейчас большинство участников — мужчины) и оценивает индекс массы тела.

Как сообщает художник, обмануть программу в этот момент тоже несложно. Чем выше приподняты ваши брови, тем более худым вы кажетесь ИИ.

Прогноз в 70 лет — ниже среднего среди участников

Далее герой видео предлагает наклониться поближе к камере, чтобы запечатлеть «код своего лица». То, прислушался ли человек к этой просьбе, тоже учитывается. Большинство игнорируют её — и правильно делают, ведь это всего лишь проверка.

После этого Шеп объясняет, что всё это время алгоритм следил за эмоциями участника и оценил, улыбнулся ли он при виде пёсиков в самом начале проверки — большинство людей остались сидеть с грустными лицами.

В конце алгоритм сообщает, насколько активно человек взаимодействовал с сайтом: шевелил курсором и переключал вкладки. И завершает проверку, спросив, не хочет ли участник анонимно поделиться своими результатами. Эти данные будут использованы, чтобы сравнить вас со всеми участниками и улучшить ИИ.

Финальная страница выглядит как-то так:

Корреспондентка Medialeaks набрала 58 процентов нормальности. Этот показатель рассчитывается исходя из того, насколько результаты отличаются от средних среди всех, на ком учился ИИ и кто поделился своими данными с проектом.

Проверить свою нормальность можно по ссылке. Но это точно не лучший способ оценки вашей внешности или веса. Шеп призывает пользователей осторожно относиться к подобным системам профилирования: их всё чаще используют для ранжирования, но по факту они не так уж объективны и заставляют людей стремиться быть гораздо более средними.

Недавно в социальных сетях завирусился другой проект, в рамках которого алгоритм оценивает внешность людей. Учёные показали, какие лица традиционно вызывают доверие у окружающих — и темнокожих людей их выводы очень сильно задели.

А ещё нейросети могут отобрать хлеб у художников — как бы те ни шутили, что машина не может создать шедевр. Уже сейчас сервис Artbreeder позволяет создавать из ничего лица людей, абстрактные рисунки и пейзажи. И это настоящая угроза для тех, кто зарабатывает на портретах на заказ.

Тест дня: ИИ проверяет по изображению с камеры, насколько вы нормальны

Проект Европейского Союза SHERPA, изучающий влияние ИИ на этику, представил тест, который с помощью технологии распознавания лиц проверяет, насколько вы нормальны. Сайт так и называется — How Normal Am I.

Тест использует набор алгоритмов, которые поочередно изучают ваше лицо через камеру: сначала устанавливают ваш возраст, вес, пол, а затем оценивают, насколько вы красивы (по десятибалльной шкале), как долго проживете и т. д. В конце теста, изучив все параметры, ИИ коротко отвечает, «нормальны» ли вы — то есть сходятся ли ваши результаты теста с результатами других людей.

Впрочем, главная цель теста — познакомить со всемогуществом технологии распознавания лиц, которую все чаще используют по всему миру. Собственно сайт теста и служит примером того, как много информации о человеке алгоритмы могут получить по одной лишь его фотографии: тест определяет даже эмоции, которые вы испытываете, а в конце формирует цифровой отпечаток вашего лица. Все данные при этом нигде не сохраняются: можно смело отклеивать пластырь от вебки.

Разработчик теста Тимен Шерп называет проект интерактивной документалкой: параллельно, пока ИИ сканирует ваше лицо, на сайте запускается видео — на записи сам Шерп подробнее рассказывает о каждом алгоритме и способах его использования.

К примеру, TikTok продвигает в первую очередь ролики, в которых появляются красивые люди, а Tinder оценивает красоту людей, чтобы сводить между собой наиболее симпатичных. Наш возраст тоже оценивается — как в магазинах, так и на сайтах знакомств.

Если скомбинировать полученные данные, то прогноз можно уточнить — например, рассчитать примерную продолжительность жизни человека. Тест строит свое предположение на основе возраста, пола, индекса массы тела и средней продолжительности жизни в вашей стране (ее определяют по ip).

Под конец ролика Шерп призывает задуматься о том, насколько технология распознавания лиц влияет на наши жизни.

Новый ИИ оценивает «нормальность» человеческих лиц

Появился сайт, где искусственный интеллект (ИИ), на основе базовых данных пользователя по фотографии, оценивает его нормальность. Такие же алгоритмы используются в Tinder и TikTok.

Читайте «Хайтек» в

Исследователи объяснили, что технология распознавания лиц все чаще используется в повседневной жизни людей, но она часто совершает ошибки, относится предвзято и может манипулировать данными. Новый сайт под названием «How Normal Am I?» («Насколько я нормальный?») рассказывает о рисках оценки с помощью ИИ, используя алгоритмы оценки возраста, привлекательности, индекса массы тела, продолжительности жизни и пола.

Сайт обещает не собирать личные данные и не использовать cookies. Этот портал создал исследователь и художник Тижмен Шеп — он хотел исследовать как искусственный интеллект влияет на этику и права человека. Каждый пользователь может загрузить свою фотографию на сайт, чтобы ИИ смог оценить его «нормальность» по шкале от 0 до 10.

Создатель сайта отметил, что приложения для знакомств, такие как Tinder, используют схожие алгоритмы, чтобы соединить двух людей, которых она считает одинаково привлекательными, в то время как социальные сети, такие как TikTok, используют их для продвижения контента более симпатичных пользователей.

Алгоритм обучили на тысячах фотографий, которые были вручную помечены оценками привлекательности в социальных сетях, часто это были студенты университетов. Поскольку стандарты красоты могут различаться в разных странах и культурах, их восприятие также встроили в алгоритмы. После того, как алгоритм оценивает цвет кожи, возраст, среднюю продолжительность жизни и общую привлекательность, он выставляет средний балл — результат, который выдали бы большинство ИИ в социальных сетях или на сайтах знакомств.

«По мере того, как технология распознавания лиц внедряется в нашу повседневную жизнь, она может создавать это незаметное, но проникающее ощущение, что за нами постоянно следят и оценивают нас. Вы можете чувствовать большее давление, чтобы вести себя «нормально», что для алгоритма означает быть просто средним. Вот почему мы должны защищать наше право на неприкосновенность частной жизни, которое, по сути, является нашим правом быть другими. Можно сказать, что неприкосновенность частной жизни — это право быть несовершенным», — отметил художник.

By giving access to your webcam you can also experience how these AI systems rate your own face. To protect your privacy the AI models were modified so that they can run in the browser. All the analysis happens on your own device, and no personal data is sent to the cloud.

The documentary’s maker and host, Dutch artist Tijmen Schep, hopes the project will help society question the reliability of these systems. For example, the age prediction AI can be manipulated my moving your face up and down, your beauty score may go up if you turn up the lights, and if you want to get a lower BMI score, all you need to do is raise your eyebrows. Besides being easy to manipulate, their biases are also revealed. The beauty scoring algorithm was trained on photos that were given beauty scores by Chinese students. This has given it a Chinese sensibility when it comes to what it deems attractive.

If you give permission to do so, then some anonymous statistics can be shared at the end of the documentary. Your anonymous scores are then used to compare you to all the people who have already experienced the documentary. This is more true to reality, Schep explains, as these AI systems are increasingly used to rank us in relation to others. Schep worries that In the long run these profiling systems may incentivise us to be as average as possible.

The project was made possible with support from the European Union. Schep is the artist in residence with Sherpa, a European research project that is tasked with pointing out the most serious issues AI could create by 2025.

Contact details

TIJMEN SCHEP
Artist, technology critic and privacy designer
info@tijmenschep.com
https://www.tijmenschep.com

Imagery

These may be used without attribution:

Videos

Here are some higher quality videos you are free to use for purposes of informing the public as long as you annotate them with the website’s URL (hownormalami.eu):

Logos and such

The following portrait may be used if the photographer is mentioned: CC BY Giorgos Gripeos

(Tijmen Schep, 1981)

The data and information provided by this website may not be used for any kind of algorithmic processing, including machine learning training or creating derived or inferred data.

How normal am l сайт на русском

Experience how «artificial intelligence» judges your face

Access to your camera is necessary, but no personal data is collected.

On iPhone and iPad this experience only works in the Safari browser.
Apple doesn’t allow other browsers to access the camera.

Terms and conditions

Wow, you deciced to read the terms and conditions first. You rock!!

This is an art project by Tijmen Schep that shows how face detection algoritms are increasingly used to judge you. It was made as part of the European Union’s Sherpa research program.

No personal data is sent to our server in any way. Nothing. Zilch. Nada. All the face detection algorithms will run on your own computer, in the browser.

In this ‘test’ your face is compared with that of all the other people who came before you. At the end of the show you can, if you want to, share some anonimized data. That will then be used to re-calculate the new average. That anonymous data is not shared any further.

You can also read more about the sources and source code that this project is based on, or read the press release.

Start the show ›

It seems the page couldn’t acess your camera. You won’t be able to experience the show, sorry.

You could try using a different browser?

Heating up the algorithms.

May I ask how old you are?

On a scale from 0 to 10

Tip: Change your distance to the camera, and remove glasses.

Tip: raise your eyebrows.

Current predicted age:

You didn’t lie about your age.

This is a digital ‘finger print’ of your face.

You switched to another tab 0 times.
Easily distracted?

Before your score is revealed.
Will you allow the anonymous data in the list above to be used to calculate a new average? It will shift what this test considers to be ‘normal’ in your direction.

You are.

#hownormalami

These are privacy friendly sharing buttons. This website does not contain any third party tracking.

How Normal Am I was made possible with support from the European Union through the Sherpa project.

How Normal Am I was developed by Tijmen Schep. Check out the references and sources or the press release with images.

If you enjoyed this, you might enjoy AreYouYou.eu, a game where you can try to fool a face recognition system.

Sources

Language Use

This project purposefully avoids using the word «Artificial Intelligence», since there is nothing intelligent about these systems. I prefer to use the terms «machine learning» or «statistics on steroids», but I’ve settled on algorithms here.

Machine Learning models

Almost all the machine learning models used were downloaded «pre-trained» from open source projects I found on Github. This was done to make a point: we often say we should improve biased and/or error-prone machine learning models, but the reality is that most organisations don’t train their own models. Instead, they use third parties that supply machine learning services, and it’s in the interest of these parties to keep their systems as generic and «one size fits all» as possible. And then you have the parties who just implement whatever they can get their hands on, and hope nobody asks difficult questions.

The beauty scoring model was found on Github (this or this one). The models to predict age, gender and facial expression/emotion are part of FaceApiJS, which forms the backbone of this project. Do note that its developer doesn’t fully divulge on which photos the models were trained. Also, FaceApiJS is bad at detecting «Asian guys».

I actually trained the BMI prediction algorithm myself because I couldn’t find any existing models that were small enough to use online. I downloaded all the BMI prediction projects I could find on Github, and was astonished to find some of them came with vast troves of photographs. I felt firty using them, but also felt that revealing what was going on was more important. I’ve documented some of the dodgy things I discovered along the way in this blogpost.

Videos, screenshots and other visual material

The videos were mainly constructed out of public domain source material from pexels.com and Pixabay.com. To the photographers who so kindly shared their work: thank you all for your wonderful generosity!

Other direct sources were used under the artistic, journalistic and educational copyright exception.

Specific sources

Attractiveness

Gender

Body Mass Index (BMI)

Life expectancy

Closer / Face print

Emotions

Surfing behaviour

Tip: you can protect yourself from these practices by installing browser addons such as uBlock Origin and uMatrix. Also check out Privacy Badger, HTTPS Everywhere, and Decentraleyes.

Conclusion

EU funded

This project has received funding from the European Union’s Horizon 2020 research and innovation programme, under grant agreement No 786641.