Andrej Karpathy ist Informatik-Doktorand an der Stanford University in Kalifornien. In seiner Freizeit hat der Noch-Student ein spannendes Experiment durchgeführt: Mithilfe eines künstlichen neuronalen Netzwerks extrahierte er die wichtigsten Merkmale für das perfekte Selfie.
In seinem Blog-Eintrag „What a Deep Neural Network thinks about your #selfie“ erklärt Karpathy seine Vorgehensweise. Zunächst schrieb er ein kurzes Programm, das unter dem Hashtag #selfie Bilder sammelte. Die daraus resultierenden fünf Millionen Aufnahmen brach er mit einem weiteren Skript auf zwei Millionen Fotos herunter, auf denen wenigstens ein Gesicht zu sehen war.
Ob ein Selfie nun gut oder schlecht war, legte Andrej Karpathy anhand der aktiven Bildansichten und der Likes in Relation zur bestehenden Follower-Zahl fest. Darüber hinaus nahm er lediglich Bilder in die Auswahl auf, die seit mindestens einem Monat online waren. So entstand schnell eine Rangliste, die Karpathy als Kontinuum bezeichnet. Die Top 25.000 bezeichnete er als die guten, die unteren 25.000 als die misslungenen Selfies. Das künstliche neuronale Netzwerk untersuchte die Fotos. Schnell stellte Karpathy bei den ausgewählten Bilder Gemeinsamkeiten fest.
Das sind die Merkmale eines guten Selfies:
* Auf dem Bild muss eine Frau sein. In den Top 100 befindet sich nicht ein einziger Mann.
* Das Gesicht sollte etwa ein Drittel des Bildes einnehmen, darf aber nicht komplett zu sehen sein. Lange Haare sind ebenfalls von Vorteil.
* Filter und Extras wie Rahmen erhöhen die Chancen auf positives Follower-Feedback. Dezent überbelichtete Bilder oder gar Schwarz-Weiß-Aufnahmen vertuschen kleine kosmetische Makel.
Ein schlechtes Selfie zeigt dagegen gleich mehrere Männer aus nächster Nähe und das auch noch in einem dunklen Raum. Für Keller- und Kegelbahnbilder gibt es keine Likes. Sorry, Jungs!
Wer seine Selfie-Qualitäten selbst einmal testen möchte, der schickt die Aufnahmen an den Twitter-Bot @deepselfie. Das Programm spuckt dann eine Wertung für das Bild aus.