- 天下Web only
科學家用電腦學習如何改良自動車、自動機器人或Google搜尋，現在更訓練一台電腦瞭解如何拍出完美自拍。
在電腦視覺實驗室（Computer Vision Lab）工作的史丹佛大學博士生卡帕西（Andrej Karpathy），訓練一台神經網路電腦，讓它判斷什麼是「好」自拍的構成要素，你也可以把自拍照傳給這台電腦的推特（Twitter）機器人來評估，看你的自拍得幾分。
神經網路電腦是從人腦結構獲得啟發的電腦系統。卡帕西的程式把數百萬張照片分解成多個形狀和色彩圖層並加以分析。卡帕西25日在部落格表示，他餵給系統200萬張網路自拍，來增長電腦的知識。
神經網路藉由重覆觀看來辨識影像。如果你餵給它幾百張貓狗照片，電腦就能以一定機率判斷你下張照片拍的是什麼。如果你給電腦看一隻貓，但騙電腦說其實這是狗，電腦會重新解析圖層，下次判斷這是狗的機率就會提高。卡帕西說，「我們重覆這個過程千萬、億萬次。」
卡帕西的程式會從網路上拉取500萬張標有「#自拍」的照片，再讓另一座神經網路過濾掉連一張臉都沒有出現的照片，最後大約有200萬張。接著神經網路會學習判斷這張自拍「好不好」，根據是這張照片獲得幾個「讚」。
神經網路花一個晚上鑽研這些照片，研究每張照片「好幾十次」。接著卡帕西為了測試資料庫，給程式看5萬張先前沒看過的照片，得出一些頗值得玩味的結果。電腦認為，人類喜歡這樣的自拍照：
女生自拍照。神經網路選出最棒的100張自拍照，全都是女生，多數留長髮，特別是露出前額的女生。
臉佔一大部分。所有最佳自拍照裡，人臉都占畫面至少1/3，頭部微微傾斜。
照片要失真。卡帕西注意到，多數受歡迎的自拍照臉部過度飽和，加上某種濾鏡，可能周圍還加了邊框。
卡帕西的程式也發現某些應該避免的特徵，例如光線昏暗、太靠近相機或團體照。程式認為，自拍照應該聚焦於自己。
你有興趣的話，可以玩玩看卡帕西寫的推特程式，程式會用同一個神經網路給你的自拍照評分。
卡帕西承認「按讚數」可能不是評估自拍照「品質」的最佳方式，而神經網路似乎偏愛膚色較淺的年輕女性近照。
卡帕西也讓程式分析名人自拍照，結果程式認為英國超級名模、變型金鋼3女主角蘿西‧杭亭頓-惠特莉（Rosie Huntington-Whiteley）自拍照最符合標準。
