编者按：随着科技飞速发展，人工智能逐渐为更多行业所用，美容行业也不甘掉队，开始不断探求以人工智能评估代替传统美容测评的方法。只管这给美容行业的发展带来了巨大便利，还是引起了不小争议。当美容行业遇上人工智能，会发生什么样的变革？这篇文章将见告你。本文译自Medium，作者Zara Stone，原标题为Plastic Surgeons Are Using A.I. to Determine Beauty。
到2017年底，我已经宣布了这么多整容手术的故事，以至于我开始思考自己是否该当做点什么。但是如何决定呢?看着镜子里的自己，我不知道若何做才能让自己看起来更好。以是我向现在已倒闭的初创公司Analyze My Face寻求建议。这家初创公司让我用单反相机给我自己的脸拍高分辨率的照片，然后用这张照片咨询牙科和整形外科年夜夫，为我打造一张“最佳”脸的模型;显然，由于颏突度不佳，我可以用添补物添补下巴，并且我的下眼睑也可以通过柔化手术来补充凹陷。当时这我印象深刻，但两年过去了，这在科技行业是一段很长的韶光;本日，做出这种评估的是算法，而不是人类。
如今，许多整形外科年夜夫会将这些照片与人工智能技能结合起来，创造出一幅我脸部的3D效果图，真实地描述出我的动作和表情。然后，他们的工具会剖析我的特色，并见告我每一次推举的手术所能增加吸引力的百分比。
整容手术在美国和全天下都是大买卖。在美国，年夜夫去年大约做了1770万次手术，美国整形外科年夜夫协会估计他们花了大约165亿美元进行自我美化（这还不包括与面部重塑干系的手术，这常日被称为整形手术，而不是整容手术）。许多外科年夜夫对任何有潜力促进这项本已利润丰硕的业务的工具都感兴趣，并且这些工具正越来越多地以某种办法涉及人工智能这种能够学习，行动和自我推理的智能系统。
当我调查今年举行的大约20场整形手术会议时，创造大多数会议都会包括一场关于人工智能的会议，以及一场关于软件程序的谈论，这些程序的功能包罗万象，从丈量面部吸引力，到为年夜夫向潜在客户推举手术流程。
但是一些专家说，把对美的评估交给一个算法可能不是一个好主张。“人工智能用于审美评估可能会毁坏美的文化多样性，”整形外科年夜夫荣根·科伊米祖博士（Dr. Jungen Koimizu）在2019年3月的《整形与重修外科杂志》上写道。
由于许多营销公司利用人工智能来瞄准潜在客户(从行为建模到预测见地和大数据剖析的方方面面)，这项技能有时乃至在患者第一次预约整容手术之前就已经参与。杜克大学医学院整形外科住院医师希瑟·莱维特斯博士（Dr. Heather Levites）利用了一家名为Cognovi Labs的感情剖析初创公司的工具，剖析了社交媒体上提到整容手术关键词的帖子。她的父亲是这家初创公司的COO。该工具扫描推文中提到的关键词，如吸脂和隆胸，并剖析它们，以理解潜在客户对什么感兴趣，以及他们对什么有繁芜的觉得。它用六种不同的感情来分类;惊异、愤怒、快乐、厌恶、恐怖和悲哀。然后将数据分成三个指标;意识、参与和动机——推特用户的动机越高，他们就越有可能坚持下去。许多行为经济学家报告说，70%的决策是由感情驱动的。
希瑟对结果感到惊异。社交媒体用户对隆鼻手术非常熟习，但Cognovi Labs的工具创造，隆鼻手术引起了强烈的负面反响。莱维特斯说:“我们不得不打断鼻骨来进行手术，这引起了愤怒和沮丧的感情。”她指出，她可能会通过教诲性的社交媒体来肃清这种感情。人们不太熟习抽脂手术，但抽脂手术在情绪依赖方面又排名第一。这项剖析帮助希瑟理解了病人对不同手术的感想熏染，她现在正在为另一项研究完善参数。终极，她希望为不同地区的外科年夜夫供应一种工具，使他们能够完善在线做事，并适应病人的需求。
一些专家说，把对美的评估交给算法可能不是一个好主张。
在整形外科年夜夫中，人工智能的另一个盛行运用是像BioMedX和Crisalix这样的工具，它们可以向患者展示手术后的3D模型。但这类软件的一个寻衅是，利用3D扫描来仿照人体，要考虑光芒、年事或不同肤色的变革。
在苏黎世，专门研究逼真3D人体头像的软件工程师恩德里·迪布拉（Endri Dibra）说，他为帮助女性设想乳房重修手术的结果而构建的A.I.软件对有色人种皮肤效果不好（例如，非裔美国人随意马虎涌现软件没有描述出的瘢痕疙瘩）。这是由于他与瑞士的外科年夜夫互助，建立了他的技能预测的数据集，而瑞士0.6%的人口是非洲裔美国人。整形外科年夜夫把他们的白人病人送到他那里进行全身扫描，这样他就可以利用他们的几何学来演习他的软件来真实地合成和为图像着色。
迪布拉去年创办了一家名为Arbrea Labs的公司，目前正在为接管乳房重修手术和选择接管隆胸手术的女性开拓增强现实成像工具。目前，他只向瑞士的年夜夫出售隆胸产品。他说，一旦他的数据库里有了更多不同类型的病人，他就会打仗国际客户。在人工智能领域，他对数据缺少多样性的洞见是罕见的。
人工智能中的偏见是一个已被证明的问题:包括亚马逊和IBM在内的公司也被创造它们的算法中包含未公开的性别、外面和种族偏见。亚马逊的招聘运用程序对女性求职者存在偏见，IBM和麻省理工学院开拓的一款肖像天生运用程序将亚裔和非裔美国人的肤色统一为白色。
在评估美的时候，这些偏见可能尤其有害。
一些外科年夜夫在术前利用人工智能工具给病人评分(常日基于金三角原则)。例如，在完成扮装事情后重新扫描脸部，可以供应定量数据，显示他们变俊秀了多少。这可能会保护外科年夜夫免受对他们事情不满的病人的诉讼。
正如2014年揭橥的一篇论文所指出的那样，同样的能力可以用来预测手术前到术后的变革——看看想要的手术是否会增加都雅。“对美学改进的定量丈量不仅可以设定预期，还可以阻挡患者接管效果甚微的手术，”乔纳森·卡内夫斯基博士见告Venture Beat;如果你只会俊秀2%，你可能会重新考虑手术是否值得你花费韶光和精力。（注：VentureBeat是一家科技博客网站，紧张关注创新公司以及公司背后的管理职员干系信息。）
衡量俊秀有很多实用的运用——但是谁来决定俊秀是什么呢?
科伊米祖在论文中提出了对人工智能美容评估的担忧，他担心外科年夜夫可能会修正面部，以符合白人和西方化的审美标准。结果呢?“其他文化中美的代价被边缘化了，”他警告说。
科伊米祖补充道:“当一个人的吸引力以分数打算时，不可能完备没有偏见。”他指出，大多数正在利用的人工智能数据集都因种族和性别比例偏差而被毁坏。
吸引力并不是唯一能引起问题的衡量标准。2019年10月，《整形和重修外科杂志》的一篇宣布评估了机器算法识别变性女性脸部柔化手术是否成功的几率。利用四个公共神经网络，年夜夫们让人工智能评估手术后的变性女性是否成功地被归类为女性。术前，它们在47%的情形下会弄错性别，但术后有98%是精确的。对付跨性别者来说，一个能精确识别他们性别的客不雅观评估可能会有助于他们对自己皮囊的自傲——但是定义一个女人或男人“是什么”可能和决定什么是“俊秀”一样困难。
你已不能把这些工具放回箱子里。在美容外科学中，人工智能与整容手术有着千丝万缕的联系。例如，来自哈佛医学院、马萨诸塞州眼科和耳科医院、澳大利亚皇家外科学院和其他研究机构的外科年夜夫，让人工智能来评估面瘫患者的颅脑手术术后结果;他们特殊想知道，他们术后的微笑是否传达了真正的情绪？这个评估是有用的。在意大利，外科年夜夫在伤口照顾护士中利用人工智能。他们的算法以94%的准确率检测受损皮肤，从而量身定制治疗方案。
人工智能在整形和整容手术中的一些运用显然属于好的范畴。但决定谁和什么是俏丽的，然后根据算法的建议进行操作是恐怖的。至少现在，外科年夜夫们还只是把人工智能当作辅导方针，而不是神一样平常的存在。只要我们都意识到这一点，大概就会没事。
译者：Yoyo_J