社交媒体是自拍照的战场。我们的自尊心在点赞、转发和评论中起起落落，但直到现在，只有人类才能评判你发到早午餐动态中的那张甜蜜照片。
斯坦福大学的研究员 Andrej Karpathy 使用社交媒体上的照片，训练了一个拥有1.4亿参数的神经网络，以评估一张自拍照的最终价值，其依据是每张照片获得的赞的数量。
Karpathy 使用了一种卷积神经网络，这是一种在处理图像时最常使用的AI。它由 Yann LeCunn 发明，他现在领导着 Facebook 的 AI 研究。首先，他向该网络展示了200万张自拍照，这些照片是通过网络抓取带有 #selfie 标签的社交媒体帖子获得的。获得的点赞数与观众规模成比例，点赞数越多的照片被评为越好。然后，该神经网络将这些图像分解为不同层次的抽象，并最终学会了什么是好的自拍照。
这个机器帮助 Karpathy 认识到关于 #selfies 的几件事。首先，获得最多赞的自拍照是由女性发布的。当被要求对新照片进行排名时，在前100张自拍照中没有一个男性。它也倾向于使用滤镜、过度饱和面部和添加边框等技巧。
最棒的随之而来的是最糟糕的。排名垫底的自拍照大多是离镜头太近，并且光线昏暗。集体照的排名一直较低，即使在训练过程中它们受到了偏好。
Karpathy 将他的 AI 构建成了一个名为 @deepselfie 的 Twitter 机器人，它可以为你的自拍照打分（满分100%）。到目前为止，它的评价非常严苛。例如，我过去五年里唯一一张没有胡子的照片得分是44.7%。这意味着，在100张自拍照中，我的照片有44.7%的几率排在前一半。如果我得了90%，就意味着有90%的可能性我的照片在前一半。不妨试试，看看这个 AI 机器是否认为你的自拍够水准。
于2015年10月27日更新，以更正 Andrej Karpathy 的姓名和隶属关系。
