斯坦福大學新 AI 演算法，憑照片辨別出你是不是「Gay」

「有的細節，人無法辨認，不等於機器也不行；比如通過臉部的細微特徵來判斷這個人的性取向。」

斯坦福研究員 Michal Kosinski 如是說。雷鋒網獲得消息，他和同僚 Yilun Wang 一起寫了個深度學習演算法：僅憑一個人的照片，就能判斷他或者她，是否是同性戀。

Michal Kosinski

這個演算法的準確度並不低：

雷鋒網獲知，只有一張正面照的情況下，有 81% 的準確率成功判斷「直男」還是「Gay」 ；判斷是否為「百合」的準確率則是 74%。在有五張對方照片的情況下，準確率被提升到 91%（男）和 83%（女）。

相比之下，人類僅憑相貌猜測一個人性取向的準確率通常為 61%（男），54%（女）。

一張圖告訴你美國的 Gay 和百合「長什麼樣」

兩位研究人員根據該約會網站的數據樣本，製作出了美國直男、直女、男同、女同四個人群的合成照片，即典型相貌：

左上為「典型美國直男」，左下為「典型美國直女」，右上為「典型的美國 Gay」，右下則是「典型的美國百合」。至於最右邊的兩張線條圖，上圖是直男、Gay 的主要面部輪廓區別（紅線表示 Gay，綠線為直男）；下圖則是直女、百合的主要面部輪廓區別（紅線為百合，綠線為直女）。

總結起來，兩位研究人員在「同性戀 vs 異性戀面部輪廓區別」這個話題上，總結出的結果可概括為：

Gay 傾向於擁有被劃分為「非典型男性」的特徵、表情和打扮。簡單來說，Gay 看起來更女性化，下頜更窄，鼻子更長，額頭面積更大。

女百合則相反，一般下頜會更寬，額頭更小。

研究目的

兩位研究人員表示，開展該研究不是為了分辨同性戀人群。

在對方不知情的情況下獲取其性取向信息，在倫理上肯定站不住腳。而在技術上，即便該演算法的準確率很高，在不能消除假正例（比如把某直男錯誤判斷為 Gay）的前提下，也不能用於在現實中辨別某個人群（「辨別」特定人群的動機，本身很值得討論與批判）。

另外，《經濟學人》指出，該研究在數據集上有一個非常大的局限性：

其數據集是來自美國某約會網站的 36630 名男用戶的 130741 張照片，以及 38593 名女用戶的 170360 張照片。同性戀和異性戀群體的樣本大小基本一致。

眾所周知，一個人在約會平台上發布的照片通常經過精挑細選，往往會化妝打扮以及對照片進行 PS。這些照片和一個人真實的生活狀態應該是有區別的。因而，若把該演算法應用於普通生活照片，其準確性極有可能會大幅降低。

其實，研究員 Michal Kosinski 表示，這項研究的真正目的是警告大家和政府——每個人的隱私究竟面臨著多大的威脅。

更多關於這項研究的信息請訪問這裡。

*雷鋒網聲明：封面圖來自互聯網，與本新聞無關

viathe next web

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！