Vous prenez une photo d’un endroit éblouissant, digne d’un fond d’écran standard Windows. Mais sur Facebook, cela évite aux gens de s’amuser. Sur Instagram, idem. D’un autre côté, votre ami poste une photo totalement amateur et obtient tout ce que vous espériez avoir et un peu plus. Frustrant, n’est-ce pas ? Mais sachez qu’il y a une lumière au bout du tunnel : le MIT a mis au point un algorithme qui tente de déterminer à quel point une photo peut être mémorisable ? et donc plus attrayante ?.
Pour être exact, MemNet, comme l’algorithme est appelé, est une création du Laboratoire d’informatique et d’intelligence artificielle du MIT (CSAIL). Tout le monde peut le tester : il suffit d’accéder à cette page et de télécharger une photo (ou d’indiquer l’URL d’une photo). MemNet vous informera alors si l’image a une petite, moyenne ou grande chance d’être mémorisée plus longtemps par le spectateur.
L’analyse peut prendre quelques minutes, en fonction du nombre d’accès simultanés au site, mais dans la plupart des cas, elle est très rapide. En plus d’indiquer le degré de mémorisation de la photo, l’algorithme indique quelles parties de l’image sont les plus pertinentes : plus certaines zones sont froides (bleues), plus il y a de chances que la photo soit rapidement oubliée.
Par essence, MemNet est un système de réseau neuronal, il devient donc plus précis au fur et à mesure de son utilisation. Pour qualifier les images, l’algorithme compare chaque téléchargement avec les données de plus de 60 000 photos qui, grâce à une expérience en ligne, ont été analysées par des dizaines de personnes. Chacune de ces personnes a donné aux images des notes qui indiquent ce qu’elles ont de mémorable.
Selon Aditya Khosla, l’un des responsables du projet, les expériences réalisées jusqu’à présent montrent que, par rapport à l’analyse faite par l’homme, l’algorithme est capable d’indiquer avec une grande précision quelles photos sont de plus en plus mémorisables (bien que les erreurs ne soient pas rares). Ce n’est pas tout : les taux de réussite sont jusqu’à 30 % plus élevés que ceux obtenus par les systèmes actuels de classification des images.
Pour la plupart des gens, un algorithme comme celui-ci ne sert qu’à dire quelles sont les chances qu’une photo soit bien accessible et génère un engagement (aime, partage, commentaires, enfin). Mais les chercheurs y voient d’autres utilités : MemNet pourrait classer les photos les plus pertinentes d’un album contenant des dizaines d’images, par exemple. À l’heure où des services comme Flickr, OneDrive et Google Photos font des sauvegardes automatiques de photos, une fonction du type avec un niveau de précision de la taille serait vraiment très bienvenue.
Ce n’est pas tout : l’algorithme pourrait suggérer aux éditeurs quelle image mettre en couverture d’un magazine ou aider une agence de publicité à mettre dans une campagne les photos ayant les meilleures chances d’attirer l’attention.
Il y a aussi un objectif plus noble, pour ainsi dire : MemNet peut aider la science à comprendre précisément quels facteurs nous font considérer une image plutôt ou pas très mémorable. C’est un point curieux : l’algorithme fonctionne simplement sur la base d’analyses effectuées précédemment par des humains, mais ce qui fait que certains critères sont pris en compte ou non reste un mystère.
Les chercheurs savent déjà que les images qui montrent des visages ou des parties du corps (y compris celles qui font le succès de Snapchat) sont souvent les plus mémorables, tandis que les images avec des paysages peuvent être facilement oubliées. Mais même dans ce dernier cas, certains éléments peuvent rendre l’image plus mémorable.
Si les chercheurs peuvent découvrir exactement quels éléments sont pertinents et pourquoi, l’algorithme peut servir de base à un système qui aide à stimuler la mémoire des personnes souffrant de la maladie d’Alzheimer, par exemple.
Références : MIT News, TechCrunch
