Glowster

なぜ顔スコアはアップロードのたびに変わることがあるのか。 そして私たちの取り組み。

それはあなたの思い違いではありません

AIによる顔分析でよくある懸念は、同じ写真を何度か送ると、そのたびに違う数字が返ってくる可能性があることです。顔が何も変わっていないのにスコアが変わるなら、そのアプリは何も測っていません。もっともらしい数字を生成しているだけです。

これはプライドの問題を超えています。最初のスコアがランダムなら、あなたの進歩は測定不可能です。1か月間の規則正しいスキンケアの後の+4は、単にサイコロが違う目を出しただけかもしれません。

AIのスコアがぶれる理由

原因になりうる技術的な手抜きが3つあります。1つ目は、固定の評価基準なしに「この顔を1から10で評価して」という曖昧な指示で写真を言語モデルに送ることで、モデルが毎回違う判断を即興で出してしまいます。2つ目はサンプリングのランダム性です。チャットボットが会話ごとに言い回しを変えるのと同じ設定によって、アップロードごとにスコアが変わります。3つ目は画像の処理が一貫していないことで、トリミング、圧縮、入力がそのたびに異なります。

スコアを再現可能にするために必要なこと

私たちはGlowsterを一つの約束を中心に構築しました。まったく同じ写真ファイルをもう一度アップロードすれば、同じスコアカードが返ってくることです。それを実現する5つの仕組みがあります。(1)決定論的な前処理:すべてのアップロードは同じ方法でリサイズ・正規化されるため、モデルは同一の写真に対して同一の入力を見ます。(2)固定されバージョン管理された基準:モデルは各サブファクターについて文書で定めた固定のバンド定義で分析します。雰囲気ではありません。そしてすべてのスコアには、それを生成した評価基準のバージョンが記録されます。(3)私たちはモデル自身のサンプリングのランダム性を抑制しません。それは制御できる範囲ではないからです。しかしその必要もありません:スコアの安定性は固定された評価基準と次の仕組みから生まれます。(4)複数回の独立した分析の中央値を取り、結果が一致しない場合は自動的にさらに測定を行います。こうして残存するモデルのノイズが発生源で排除されるのではなく相殺されます。(5)計算をするのはモデルではなくアプリです:モデルは14の名前付きサブファクターのみを分析し、あなたの特徴スコアと総合は公開された加重計算式によってそこから計算されます。核となる数字はそれらのサブスコアに対する算術計算であり、モデルが即興で作った数字(上で述べたぶれの原因)では決してありません。

評価基準やモデルに何らかの変更を加えるたびに、バージョン番号が変わり、公開前に固定された写真セットに対して一貫性を再検証します。あなたの過去のスコアは新しいスコアと比較可能なままであるか、そうでなければ私たちがそうお伝えします。

なぜこれが製品のすべてなのか

一貫したスコアこそが、他のすべてを意味あるものにします。あなたの90日間プランは、最もスコアの低い特徴をターゲットにします。これはそれらのスコアが本物のシグナルである場合にのみ機能します。毎回のチェックインは変化量を示します。これはその変化が本物である場合にのみ意味があります。ぶれるスコアでは、最初のスキャンしか売ることができません。私たちは2回目のスキャンが動くところをお見せできます。

私たちを試してみてください。

スキャンを実行し、数字を記録し、次のチェックインで同じ写真をもう一度スキャンしてください。もし私たちが一貫性について間違っていれば、あなたにはそれがわかるはずです。それこそがポイントです。

再現可能な自分のスコアを取得する →