Uitgelegd. Zo werkt de technologie achter de ‘Bold Glamour’ schoondheidsfilter op TikTok
De ‘Bold Glamour’ en ‘Teenage Look’-filters op TikTok die je gezicht er laten uitzien als dat van een topmodel met perfecte huid en contouren, gaan al enkele weken viraal. Maar welke technologie zit er achter? Een vernuftig staaltje artificiële intelligentie, zo blijkt.
Kenneth Dee
Eerdere gelijkaardige filters gebruikten meestal ‘overlays’. Een soort virtueel masker dat ze automatisch over jouw gezicht leggen om ervoor te zorgen dat dat er mooier uitziet bijvoorbeeld. Of ze projecteren het camerabeeld van jouw gezicht op een 3D-model en passen dat model aan - door de kaken wat minder uigesproken te maken van het virtuele model bijvoorbeeld, lijken die van jou dat ook. Dat geeft een interessant effect, maar is lang niet zo indrukwekkend als de niéuwe filters die sinds pakweg een maand beschikbaar zijn.
KIJK. Vijf mensen testen de omstreden TikTok-filter die je een ‘perfect’ gezicht geeft: “Iedereen heeft poriën, verberg dat niet”
Artificiële intelligentie
‘Bold Glamour’ gebruikt om dat controversiële maar mooie effect te krijgen artificiële intelligentie. Maar hoe precies? Technologiesite The Verge vroeg aan TikTok om een reactie én technische uitleg, maar kreeg die tot op vandaag niet. Het bedrijf houdt de -perfect opgespoten- lippen stijf op elkaar.
Op 22 februari lanceerde het bedrijf wel een update voor Effect House, een tool die ontwikkelaars gebruiken om effecten en filters te maken voor gebruikers op TikTok. Daarmee kan je in filters al de lippen aanpassen, of wenkbrauwen wegstoppen bijvoorbeeld. De kans is groot dat dezelfde technologie in de ‘Bold Glamour’-filter gebruikt wordt. TikTok geeft niet meteen toe dat die nieuwe effecten gebruik maken van AI.
Eigenlijk hebben we de nieuwe filter te danken aan de Amerikaan Ian Goodfellow. Hij werkt intussen bij Apple en is (en we gebruiken die term niet lichtzinnig) genie op het gebied van artificiële intelligentie. Hij heeft de zogeheten Generative Adversarial Networks uitgevonden samen met enkele collega’s, zo'n acht jaar geleden.
Kort samengevat is zo’n GAN een artificiële intelligentie die zélf dingen genereert. Denk aan afbeeldingen bijvoorbeeld. Maar we lopen wat op de feiten vooruit, want het duurt natuurlijk even voor je zo ver bent. Traditioneel begin je voor een GAN door een AI iets aan te leren: je leert een computer heel simpel gesteld, wat een strandbal is door die duizenden foto’s van standballen te laten zien. Uiteindelijk krijg je zo een AI die kan zeggen ‘dit is vrij zeker een strandbal’ of ‘dit is waarschijnlijk geen strandbal’.
Een GAN gebruikt daarna een twééde AI die een soort wedstrijd opzet met de eerste. Door de hele tijd zelf random pixels te genereren en prentjes te maken. Hij laat die aan de éérste AI zien en vraagt “heb ik nu een strandbal gemaakt?”, een beetje als een kind dat aan z'n ouders vraagt bij elke kribbel: “kijk, mama dit ben jij toch?” en een ouder die dan liefdevol duidelijk maakt dat hij vijf vingers per hand heeft, geen twee zoals het kind getekend heeft.
De AI zal net als een kind beter worden
Na een tijdje zullen zowel het kind als de AI beter worden in het produceren van de juiste output: het kind begint handen te gekenen met vijf vingers, de AI ‘weet’ na een tijdje hoe hij de ene na de andere strandbal kan ontwerpen.
Fake
Artificiële intelligentie leert op die manier dus om uit het niets zélf afbeeldingen te genereren. En dezelfde techniek wordt achter de schermen gebruikt bij AI-filters voor sociale media. Je moet in het geval van de filters waarover we het hebben wel eerst héél veel lippen, wimpers en wenkbrauwen aan AI laten zien die écht bestaan. Je zou bijvoorbeeld tegen AI kunnen zeggen ‘zo zien de perfecte lippen er uit’, om die dan op jouw eigen gezicht te laten projecteren.
De AI zal daarvoor echt elke pixel van de afbeelding of video die hij ziet aanpassen. Niet zoals bij de traditionele eerste generatie van die filters, door er gewoon een masker over te leggen. Het gaat dus om een veel geavanceerder manier van werken. Hoewel TikTok dat tot op vandaag dus nog niet toegeeft, vooral omdat dit soort filters en de techniek die gebruikt wordt namelijk ook controversieel is.
Zo kan je je afvragen wat nu de 'perfecte' lippen zijn bijvoorbeeld. En waarom we de keuze daarvan laten afhangen van de bazen van een sociaal netwerk. Vroeger kregen vrouwen de rondingen van Palema Anderson voorgeschoteld, dat zorgde al eens voor complexen. Maar nu dus ook hoe ze er zouden kunnen uitzien, als ze aan de perfectie zouden voldoen.
Bovendien is die ‘uit het niets’ genereren ook niet helemaal juist. Uiteraard zijn er zoals al gezegd duizenden afbeeldingen en foto’s van lippen, wenkbrauwen en tienergezichten in de computer gestopt. En die bestonden uiteraard wél echt. Maar waar kwamen die vandaag? Niemand zegt dat TikTok niet gewoon de gezichten genomen heeft van de meest populaire modellen en influencers op het netwerk om daarmee hun computermodel te trainen, om maar iets te zeggen. Zo lijken we zonder het te beseffen met zo'n filter steeds meer op de 'perfectie' die wordt gedicteerd door de profielen die de meeste clicks en views halen.
