Den självlärande algoritmen har lärt sig att identifiera kännetecken för olika utseenden, som den sedan applicerar på egna våra selfies. Här är Nils Holmqvist med kvinnligt utseende.

Här är tekniken bakom populära ansiktsappen

Uppdaterad
Publicerad

För några veckor sedan spreds plötsligt bilder av välkända ansikten som en löpeld på sociala medier. Men deras utseende var förändrat, till det yngre, äldre, snyggare eller rentav till det motsatta könet. Även om intresset för FaceApp nu kanske börjat svalna, så är tekniken här för att stanna.

FaceApp skiljer sig från många andra skönhetsappar som finns på marknaden. I stället för att använda sig av olika filter för att få fram en önskad effekt, använder sig applikationen av artificiell intelligens för att förändra bilden i grunden.

Självlärande algoritmer

Tekniken kallas populärt för deep learning, och bygger på så kallade artificiella neurala nätverk, självlärande data-algoritmer som precis som den mänskliga hjärnan har förmågan att lära sig nya saker, och utvecklas.

LÄS MER: Historiska porträttens nya stil blev viral succé

– I stället för att på ett traditionellt sätt programmera ett program vad det ska göra, så matar man det med jättemycket data som sedan tränar upp programmet, säger Stefan Carlsson som forskar på artificiell intelligens vid Kungliga Tekniska högskolan.

Utvecklarna bakom ansiktsappen består av ett litet team människor från Sankt Petersburg i Ryssland.

I detta fallet har algoritmen lärt sig att identifiera vissa kännetecken hos ansikten som kopplas till ålder, manlighet, kvinnlighet eller snygghet. Sedan kan applikationen använda sig av dessa kännetecken, och i stället applicera dem på en ny bild, nämligen den du tagit på dig själv. 

Detta visade sig dock snart föra med sig problem hos mörkhyade som använde sig av ”snyggfiltret”, då den ändrade hudtonen på bilden till en ljusare. Det berodde på att indatan som ”snyggbilderna” baserades på, främst utgjordes av ljushyade ansikten. 

FaceApp-grundaren Yaroslav Goncharov gick senare ut och bad om ursäkt.

Största genombrottet inom AI

För Stefan Carlsson är det ingen tvekan om att självlärande algoritmer är framtiden.

LÄS MER: Artificiell intelligens tävlar om mästartitel

– Deep learning har helt tagit över AI-forskningen. Det stora genombrottet kom i juni 2012 när Google-forskare fick artificiell intelligens att lära sig känna igen den vanligaste bilden på Youtube – nämligen katter. Sedan dess har det bara accelererat, säger han.

Roliga ansiktsappar är bara en av oändligt många tillämpningar som de självlärande algoritmerna bidrar med, och det spelar ingen roll vilken typ av information algoritmerna matas med. Deep learning har till exempel redan revolutionerat området inom röstigenkänning, där Siri och Cortana är kända exempel. 

– Många stora företag, såsom Google, Facebook och Microsoft är intresserade av tekniken, och har satt igång specifika labb för att forska på deep learning, säger Stefan Carlsson.

Framtida hot mot journalister

Nästa steg inom AI-forskningen är att få datorer att faktiskt förstå innehållet i en skriven text.

– Det är mycket svårare än att analysera bilder, eftersom vi egentligen inte vet vad språk är. Om jag ger dig en text och frågar, har du förstått den här texten? Det är inte lika lätt, säger Stefan Carlsson.

TV: Vetenskapsstudion om artificiell intelligens

Så vi journalister verkar få behålla jobbet ett tag till, men när tiden kommer kan vi ju alltid finna en tröst hos roliga ansiktsappar.

Så arbetar vi

SVT:s nyheter ska stå för saklighet och opartiskhet. Det vi publicerar ska vara sant och relevant. Vid akuta nyhetslägen kan det vara svårt att få alla fakta bekräftade, då ska vi berätta vad vi vet – och inte vet. Läs mer om hur vi arbetar.