Нейросеть на тренировке. Как FасеАрр зарабатывает на наших «старых» лицах

Давайте поговорим, девочки, о бесплатном в Сети. Огромному числу сограждан кажется, что интернет придуман для того, чтобы развлекать нас с вами. Тут и тонны «бесплатного» кино, интересные статьи, какие-то тесты, там блогеры на YouTube, где-то еще — доступное кино для взрослых, ну и, конечно, социальные сети. Отдельный жанр — бесплатные приложения, позволяющие сделать всякое со своими фотографиями, дабы повеселить друзей. В результате можно сидеть в Сети сутками, развлекая себя посредством бесплатных сервисов.

Но дело в том, что в интернете нет ничего бесплатного. Даже самые невинные вещи вроде существующей с начала времен интернет-библиотеки Lib.ru Максима Мошкова должны как минимум размещаться на каком-то сервере. А за него надо платить, его нужно поддерживать, ресурс нужно верстать, обновлять и все такое прочее. Значит, каким-то образом где-то в этой цепочке должны возникать деньги. И понятно, что бывают действительно бесплатные площадки, которые финансируются благотворителями или государством, но таковых безусловное меньшинство. Остальные вынуждены зарабатывать. И времена, когда это можно было сделать, просто разместив баннер, остались в далеком прошлом.

Писк нынешней недели — приложение FaceApp. Оно появилось еще два года назад и стало очень популярным благодаря возможности изменять внешность человека. Фотография на лету обрабатывалась нейросетями, и результат получался очень реалистичным.

Летом 2019 года FaceApp вновь на коне благодаря очередной убойной фишке: способности реалистично состарить человека. Нейросети вновь работают так точно, что пользователи узнают в фотографиях не только себя, но и своих дедушек и бабушек. В результате фотографии постаревших молодых людей буквально заполонили социальные сети, а приложение вновь ворвалось в топы чартов AppStore и Google Play.

Нейросети способны на очень многое, если не на все. Но главная их особенность заключается в том, что они, как любой интеллект, развиваются в процессе тренировок. И чем более натренирована сеть, тем выше ее ценность. Чем обширнее база, на которой проводились упражнения, тем точнее будет в дальнейшем работать сеть и тем выше будет ее ценность и, следовательно, цена.

Например, чем больше нейросети показать фотографий людей, тем точнее она сможет узнавать лица, отличать одно от другого и делать с ними всякое разное. Чем больше ей показать фотографий людей и не-людей, подписав соответствующим образом каждый снимок, тем точнее нейросеть сможет выделять человека из толпы, находить лица на фотографиях. По-научному это называется разметкой базы и является самым трудоемким в тренировке нейросети. И здесь каждый разработчик ищет свои пути оптимизации процесса.

Самый банальный путь заключается в том, чтобы скормить сети тот или иной фотобанк. Но фотобанк стоит денег, зачастую огромных. Кроме того, он конечен и, скорее всего, не всеобъемлющ. Мой любимый пример здесь возник из общения с сотрудником сервиса знакомств, который тренировал нейросеть на одном из самых крупных международных фотобанков. В какой-то момент выяснилось, что в нем очень мало фотографий лиц славянского происхождения. В результате после вывода нейросети в боевой режим максимальное число ошибок пошло как раз по пользователям из Восточной Европы.

Помимо этого, даже самый полный фотобанк нужно разметить соответствующим образом, а это, опять же, люди, которым надо платить зарплату. Гораздо удобнее, если кто-то сделает это все бесплатно.

В результате мы получаем двухходовку. Пользователи начинают активно грузить фотографии себя молодых в FaceApp, приложение обрабатывает фотографию, и, если результат, по мнению пользователя, успешный, то он публикует фото в жанре «было/стало» в соцсетях. Каждая такая выгрузка в соцсети — это своеобразный сигнал алгоритму, что обработка успешна.

Десятки и десятки тысяч самых разных фотографий, десятки и десятки тысяч положительных и отрицательных тестов, и все это абсолютно бесплатно. Еще две-три недели — и хайп схлынет, пользователи наиграются и благополучно опять забудут про FaceApp. А владельцы получат натренированную и существенно подорожавшую нейросеть, которую можно будет с успехом продать в качестве сервиса или полностью какому-либо глобальному игроку, нуждающемуся в работе с человеческой внешностью.

Не стоит думать, что создатель FaceApp Ярослав Гончаров — это какой-то изощренный тип, перехитривший всех. За него стоит порадоваться, потому что успех приложения безусловен. Скорее, надо задуматься и осознать, что он не один такой. Каждый раз, когда мы выбираем на капче «все фотографии с фонарными столбами», проходим тесты «узнай, какой-то ты гладиолус» и участвуем в чем-то еще столь же увлекательном, мы тренируем какие-то очередные электронные мозги. И в самом безобидном для нас случае безвозмездно тратим часть нашего времени, чтобы получить немного эндорфинов и вместе с тем сделать кого-то чуточку богаче.

Гораздо менее приятно, когда результатом нашего участия становится то, что кто-то узнает чуть больше о нас, наших предпочтениях, пристрастиях, особенностях поведения и прочем. И мы можем быть абсолютно уверены, что все эти знания будут использованы «против нас». Ведь даже если результатом этого станет максимально подходящее предложение рекламы товаров и услуг, все равно не очень приятно думать, что кто-то залез к нам в мозги, не поинтересовавшись нашим разрешением.

Ведь ничего бесплатного не бывает.