算法，据说能识别你是不是直男，敢试试吗？" />
本文来自微信公众号“量子位”，原标题为《可怕！斯坦福 AI 看脸即知性取向，国外媒体和网友都炸了》
事情开始于一项斯坦福大学的新研究。
研究人员 Yilun Wang 与 Michal Kosinski 用监督学习算法创造出一种新模型，可以直接从面相判断一个人的性取向，研究论文也即将发表在美国心理学学术月刊《Journal of Personality and Social Psychology》上。
什么？还能根据面相判断性取向？确定我是在看科学期刊而不是误入路边看面相算命的小摊摊？
带着众多问号，我们翻看了实验研究。
面相识“同”？
研究人员首先从交友网站的公开信息中收集了 14776 人的 35326 张照片，想在照片中提取面部特征。从脸型、嘴型、鼻型、眉形到面部的毛发，这些特征全部被提取并量化。
研究人员先标记面部特征，同时用倾斜度、转动和偏转角度等参数定位人脸
之后，研究人员用深度神经网络（DNN）从中提取与性取向有关的特征。在此，他们引入 VGG-Face DNN 模型，想通过面部表情、背景、光线、图像属性（亮度或对比度等）等因素来表示图像中的人脸。
系统识别的可以预测性取向的面部特征
随后，研究人员用预测模型、逻辑回归等奇异值分解（SVD）等方法将图像分类，判断哪些图像中的人为同性恋。
这是由数千张图片组成的合成脸，展示了系统观察到的面部特征细微差别。右图中的绿色/红色线条分别代表男女异性恋者/同性恋者面部器官的位置形状。
最后，研究人员随意挑选图像，让电脑猜测受试者的性取向，结果证明 AI 系统的表现明显优于人类：在没有穿搭风格、人物动作等因素影响的情况下，就单一面部信息而言，分类器识别男女性取向的准确率分别达到了 81% 和 71%。
研究人员还设计对照组让人类判断照片中人的性取向。实验证明，人类对男女性取向识别准确率分别为 61% 和 54%。对比看来，算法的准确率明显优于人类的直觉判断。
如果通过 5 张以上照片让系统识别人类性取向，则男女性取向准确率分别提高到 91% 和 83%。
研究人员意外地发现，性取向与面部特征存在些许关联，一般情况下，男同有“女性化”特征，女同有“男性化”特征。比如，男同的下颚、鼻子和前额比直男大，与异性恋女性相比，女同的下颚更大，额头更小。
谁搞出来的研究？
这篇论文的作者是 Yilun Wang 和 Michal Kosinski。两个人一起收集了数据并进行分析，论文为 Michal Kosinski 执笔完成。
量子位经过查询发现，Yilun Wang 现在的身份是 IDG 资本驻旧金山湾区的投资顾问，投资领域专注于 AI、机器人、机器学习、计算机视觉等。此前，Yilun 曾在谷歌、百度深度学习研究院、格灵深瞳、微软等公司实习。
Yilun Wang 本科毕业于浙江大学，2016 年在斯坦福获硕士学位。而 Michal Kosinski 博士是斯坦福商学院的助理教授。2014 年，Kosinski 在剑桥大学获得心理学博士学位。先后供职于微软研究院、剑桥大学，并有过创业经历。
Kosinski 还是一位活跃在各种活动和采访中的学者。今年初的 CeBIT’17 大会上，Kosinski 发表了一场题为《The End of Privacy（隐私的终结）》的演讲。
其实 Kosinski 的这个演讲，跟这次研究的主题一脉相承。在《隐私的终结》里，Kosinski 指出人们已经在网上留下太多的”数字痕迹“，只需要通过一个强大的算法，把所有这些零散的痕迹收集起来，就能描绘出你的“真实样貌”。
外界对此看法不一
这项研究出来后，不少媒体第一时间进行了报道，但是看法却各有不同。
部分美国媒体“表示强烈谴责和极大的愤慨”，比如 TechCrunch。
TechCrunch 在一篇文章的标题上指责这项研究“显示了数据时代的黑暗面”，还说这项研究将已经很脆弱的同性恋群体更加暴露于舆论漩涡中，“这也直接打击了我们一直希望建立的平等观念：不能以貌取人，也不能通过一两张照片这么简单的东西，来判断性取向之类的个人隐私。”
英国卫报倒是没有那么担忧。这家媒体脑补了一些基于这种算法的 AI 应用场景，比如有人怀疑自己是否形婚了，可以用这个 AI 算法来测一测自己的另一半，或者青少年也可以用它来测自己、测同学……
卫报还因为这个 AI 算法跑去采访了多伦多大学心理学副教授 Nick Rule，这位学者曾经研究过 gaydar 背后的科学。但对于斯坦福大学的这项研究，Nick Rule 却泼了英国卫报一盆冷水，他认为这个 AI 算法非常“令人不安”，担心可能有人出于恶意“根据人们的外表来分析他们、识别他们”。
关于这个 AI 算法，你怎么看？
相关文章
