請問機器人,誰是世界上最美的女人?
請問機器人,誰是世界上最美的女人?

「魔鏡啊魔鏡,誰是世界上最美的女人?」這句出現在電影《白雪公主》中的經典台詞,相信大家都相當熟悉。但到了二十一世紀的今天,片中魔鏡的角色很可能要改由機器人擔綱演出了!

不會吧?美感源自於纖細的心靈,一向理性掛帥的機器人怎可能擁有此等的鑑賞能力?更何況對美醜的評斷可不僅止於外型,氣質、神韻才真正能畫龍點睛呀!而且大家有聽過「心美人就美」、「會做家事的男人最美」的說法吧,這又哪是機器人能夠心領神會的呢?

但在這個數位蔚為主流的時代,愛美又是人類的天性,即使存著許多爭議,網路上的選美系統仍然是前仆後繼地推出,像是Facebook正是由學生相片評比起家。挾著人工智慧做為後盾,機器人當然不會錯過這個對人類品頭論足的機會,那它是如何來判斷美醜、功力又如何呢?

Facebook
圖/ shutterstock

AI是好星探嗎?

考慮到AI選美所涉及的技術難度,就讓我們先從如何運用AI挑選「好聲音」這個性質類似、卻相對單純的議題談起,日本知名的綜藝節目「關8比賽中」有個相當受歡迎的卡拉OK大賽單元,節目邀請許多素人、歌手參加,甚至請到原唱者來接受挑戰,它的一大賣點就是利用AI專家系統來決定誰是優勝者,所以即使是原唱也可能會中箭落馬,這也增添許多比賽的刺激性,有趣的是,大家似乎一致認同AI最後的裁定,難道它真的已具備取代人類裁判的能力了嗎?

AI系統所採取的策略其實相當簡單,就是在全程中精確無誤地記錄下每位參賽者在歌詞、音準、以及節拍上的正確與否,加上轉音、裝飾音的使用次數,最後加權統整算出個總分,如此罷了!基本上AI講求的就是演唱者在技術上的精準度,由於沒有能力評斷他們在音色、唱腔上的表現,或是對於歌曲獨特的詮釋,因此乾脆不予以考慮。換句話說,AI尋找的是能準確唱出一首歌的選手,對於歌唱來說,這當然是相當重要的技巧,卻也不代表這類歌手就能走紅,就像咱們的歌壇天王周杰倫,儘管有人對他的咬字一直有意見,但這絲毫無損他在歌迷心目中的地位,看來AI如果想要成為好的星探,還得再加把勁!

相對於在歌唱裁判上的表現,AI選美的複雜度可要高上許多,正如有人喜歡視覺系、有人偏愛花美男,燕瘦環肥也各有所好,更有所謂的「情人眼裡出西施」,對美的感覺本來就相當主觀,差異性更是天南地北,況且就算將大眾公認最美的眼睛、鼻子、嘴巴加在一起,也不見得會很美,那AI又能怎麼做呢?

shutterstock_1054211447_woman_幽默_smile_screct.jpg
圖/ shutterstock

人為標準的AI

在2016年所舉辦的Beauty.AI是第一個由AI擔任評審的國際選美比賽,它宣稱採用了包括深度學習、符號學、語意學等技巧,在技術上絕對有堅強實力,比賽並沒有設下門檻,參賽者只須自行上傳相片就可以獲得評分。任教於台灣大學心理系、幽默風趣的黃從仁教授當仁不讓、即刻加入戰局,我們就來看看黃教授所做的第一手報導,當他所上傳的帥照竟然不受機器人青睞,當下其實相當挫折,但身為老師就是有想拿高分的衝動 於是他發揮起研究的精神,經過多方嘗試,終於領悟到對稱的五官以及白皙的膚色很可能是關鍵,那就投其所好,先將半張臉鏡射成一張,再整個塗白,完成版是既對稱、又白皙,果然一舉中的、立馬擠身偶像之林。

黃教授此舉明顯有諷刺的意味,卻也點出AI選美在評選標準上的爭議性,AI是以儲存在資料庫中的帥哥、美女相片作為學習對象,再透過程式歸納出他們共同的特徵,最終成為它的審美標準。以技術面來看,AI的運作基本上就是按表操課,不會有特定立場,問題是出在提供它訓練資料的人類對於美醜肯定會有自己的定見,尤其當今主流媒體還是以歐美為時尚,西方影視圈的明星普遍就是美的代言人,當AI以他們為樣本進行學習時,咱們亞洲人要上榜也難!

如此說來,美的認定和文化面、甚至是國力強大與否也脫不了關係,看來美可是擁有多層的風味呢!所以,對於美醜這件事,我們就不要太在意外界的看法,有聽過這句話吧?「到了一定年紀,外貌要自己負責」,影壇永遠的甜心、人美心又美的奧黛麗·赫本也曾經說過,「如果想要擁有一張美麗的臉龐,那就試著看見別人美好的一面」,美與醜原來就是存乎一心,也因此,與其向機器人請教「誰是世界上最美的人」,也許我們最該問的人就是自己吧!

責任編輯:郭昱彣、陳建鈞

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場)

關鍵字: #AI #機器學習
往下滑看下一篇文章
小店成團,地方開張!第4屆小店永豐計畫,看微型經濟如何自立利人
小店成團,地方開張!第4屆小店永豐計畫,看微型經濟如何自立利人

一間小店的行動,如何匯聚成改變地方的能量?由永豐金控支持、永豐基金會推動的第4屆「小店永豐故事展」,10月1日於台北華山1914文化創意產業園區中4B館登場,精選展出10家來自全台各地的在地實踐故事。現場由入選團隊高雄「台青蕉」香蕉創意工作坊旗下的台青蕉樂團,以活力充沛的不插電演出點燃氛圍。

「台青蕉樂團帶來充滿在地生命力的演出,熱鬧活潑的演唱,就像小店的鮮活生命力。」永豐基金會董事長陳思寬表示,「當有人看見、有人回應、有人加入,一間小店的行動,就會慢慢成為一群人的力量。」她也邀請民眾週末前往華山,「走走、看看、吃吃、買買,讓我們一起成為改變地方的力量。」

10家獲選小店,橫跨飲食、工藝與循環經濟

「小店永豐計畫」源自永豐金控深耕在地、關注不同群體獨特需求的理念,以經濟為樞紐轉動地方生活。計畫自2022年10月啟動,每年投入上千萬資源,支持兼具自立與利人精神的小店,足跡遍及臺灣本島與離島城鄉,逐漸在社會各角落帶來迴響。

今年成果發表以「成團,開張!」為題,10家獲選小店齊聚華山,把一路累積的方法與故事向更多人打開,呈現10個正在地方發生的行動。本屆小店的經營型態涵蓋飲食、文化、工藝、環境、循環經濟及社會參與,領域各異,共同之處在於讓原本停下來、散開來,或逐漸被遺忘的人事物重新產生關係:地方因此開始說話,文化開始流動,人重新聚在一起。

作為微型經濟主體,小店靈活發展出多元型態的交流體驗,從量到質,再走向有意識的串連協作,成為社區鄉里的韌性據點。從一間店到一個街區,再從街區擴展至鄉里,大企業觸及不到的人間煙火,就由小店帶來改變。

addLEss把舊衣送回市場、杉恆壹樹讓玫瑰進企業供應鏈

同樣從地方需求出發,兩家獲選小店各自找到不同的熱情領域。

身為母親,也愛買衣服,「addLEss循環時尚」創辦人黃瑾茹不捨衣物因孩子長大或喜新厭舊而閒置,以「讓舊衣重返市場、平價流通」為初衷創辦平台,投入後才發現營運遠比預期複雜。

在addLEss,二手衣須歷經「初篩、細篩、送洗、定價、上架、拍照、入庫」7道工序,並依品質細分為5級。目前平台每月處理的衣物,上架率僅約4成;其餘6成無法上架的衣物,則依特性捐贈社福機構,或轉製為再生衣架等環保商品。

「單純的二手衣買賣,我認為還不足以解決衣物浪費的問題,我想做的是盡可能讓所有衣服都進到循環。」黃瑾茹指出,二手衣產業的流程高度仰賴人工、產能有限,是營運最大的瓶頸,也是她參與「小店永豐計畫」的契機。

#2 永豐基金會
圖/ 永豐基金會

在永豐支持下,addLEss導入AI智慧倉儲、將超商物流納入衣循環生態系,預計處理量可提升至3倍。在參與計劃過程中,她印象深刻的是永豐評審曾說:「我覺得你是想要做一個生態系」,這句話說中她心中所想、令她倍感欣慰。隨著數位後台逐步完備,黃瑾茹期盼串連更多品牌與消費者投入減碳經濟,朝著「讓每件衣服都有去處」的目標邁進。

在高雄杉林,青農王宥勝則把家中原本打算收掉的休閒農場,轉型為有機食用玫瑰產地。

擁有20年餐飲資歷的他,起初將玫瑰製成花醬赴歐洲參賽,沒想到獲得不錯的成果,就此帶著家裡轉種玫瑰,將食用玫瑰嫁接於台灣原生薔薇,種植有機樹玫瑰。「我不想只是當一個年輕的勞動力,而是希望我的投入能為地方帶來新氣象。」王宥勝表示,盼藉由玫瑰提升地方認同感,因此他將大愛商業中心建置作為地方創生基地,讓在地人有地方可匯集、也讓外地人藉此認識杉林。

#1 永豐基金會
圖/ 永豐基金會

隨著產量暴增,玫瑰也成為連結社區長輩的紐帶。周邊客家、閩南與原住民社區的長輩會協助分選、撥花,動動手指、也聊聊天;再結合在地小農契作,產量從年產270公斤躍升至月產1,800公斤,所種植的玫瑰原料更進入知名企業供應鏈,玫瑰果醬與花茶亦獲iTQi星級肯定。

王宥勝坦言,第2屆曾報名未入選,本屆獲選後認為,除了有資金挹注,最大的支持是曝光。在永豐支持下,他將持續優化新設的青農共創基地;短期讓大家知道國產玫瑰可媲美進口玫瑰,長期則期待台灣成為玫瑰輸出國,「希望大家想到台灣有機玫瑰的時候,可以想到高雄杉林!」

小店持續發光,第5屆小店永豐計畫啟動徵選

除了成果發表,本屆「小店永豐故事展」同步於華山1914文化創意產業園區中4B館展出。作為永豐基金會每年匯集地方第一線觀察與土地故事的平台,今年透過10家獲選小店的實踐行動,向大眾展現地方正在萌芽的轉變。

10月3日至4日週末登場的「小店永豐市集」,更集結眾多小店設攤,讓民眾在走逛、品嚐與選購之間,近距離感受扎根在地的鮮活風土。

隨著第4屆圓滿落幕,第5屆「小店永豐計畫」也已正式展開徵選,持續尋找兼具自立與利他精神的在地經營者。永豐基金會將持續提供實質資金、陪伴資源與推廣舞台,支持更多以一間店回應地方需求的夥伴;當更多小店加入,原本散落各地的人事物得以重新連結,地方的未來,也有了繼續發生的可能。

第5屆小店永豐計劃徵選資訊請見官網 https://www.sinopacfoundation.org.tw/sinopac_found/public/event-method.html

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓