內心的秘密寫在臉上，科學家用面部識別預測性取向和犯罪傾向

趣味 03-20

By 超神經

中國的一句老話「相由心生」，最近通過斯坦福的科學家用人臉識別技術得到了驗證。

他們的研究中，提出了一個大膽的猜測：人的性取向和犯罪傾向，都可以通過人臉的面部識別分析出來。聽起來很不可思議，當然，有人好奇，希望儘快得到實踐應用，也有人大力抨擊，認為這是一種極大地歧視。

面部識別，最廣泛的用途是在安防、監控、金融風控等領域，主要用作實人認證。而現在，面部識別在斯坦福大學課題組的帶領下找到了新的方向，他們希望通過面部識別，研究人的性取向和犯罪傾向。

之所以研究性取向，也是因為社會的進步讓邊緣文化得到發展，進一步融合進主流文化並得到更多人的接納。不同多數人的性別認知越來越被接受，不同的性取向也得到了社會的認同，甚至法律上的認同。

尤其是社交類型的軟體，不僅有很多專為少數性向人群設計的 app，包括 Facebook 早在 2014 年就開始注重性別和性向類型的區分，將在用戶的性別選項中，將原本的二項選擇增添到了 58 項之多，包括 Androgyne （兩性人）， Male to Female（男變女）， Transgender Female（跨性女）， Two-spirit（兩魂人等）。

Facebook 註冊頁面的性別選項曾高達 71 個（左圖）

Google I/O 2019 註冊頁面的性別選項有 5 個和自定義（右圖）

而現在的網站上，已經見不到這些選項，除了男性和女性之外，還有一個自定義選項，意味著你可以在填上任意的性別。

但如果有人告訴你，通過你的照片就會知道你有多大幾率有可能變彎，你會是什麼反應？再如果，通過照片推論你有不小的犯罪幾率呢?

當 AI 化身 Gaydar

斯坦福大學的團隊在 2017 年發布了一篇論文《Deep neural networks are more accurate than humans at detecting sexual orientation from facial images》（翻譯：深度神經網路比人預測圖像中人物的性取向更準確》），第一次將 AI ，面部圖像，同性戀這三者關聯了起來。

通過多張圖像合成的性取向面孔圖像和臉部特徵

通過從社交網站攝取的面部照片，利用深度神經網路（ DNN ）學習了一些特徵之後，再通過一些機器學習的方法，達到分辨性取向的目的。

他們最後的結果是 AI 模型的識別準確率要優於人類，機器演算法可以通過面部的一些特徵來分辨出人物的性取向。

在不到一年的時間，一位叫 John Leuner 的碩士生將這個研究復現和改進，他的論文《A Replication Study: Machine Learning Models Are Capable of Predicting Sexual Orientation From Facial Images》（翻譯：《研究復現：機器學習模型可以預測部分人臉圖像的性取向》，

基本上使用了類似的方法，但同時做出了一些改進，使用了不同的的數據集，增加了對人物圖片的抗干擾能力等等。

這項研究得到了什麼

斯坦福大學的方法用了兩個模型，一個基於深度神經網路（ DNN ），一個基於面部形態學（ FM ），而 John 加入了模糊照片分類器的一個模型。

他的論文中，通過線上相親網站的 20910 張照片組成的數據集，訓練並確定了三個模型的預測能力。

由於模型使用了不同國家，種族的數據，所以適用性變得更好了。此外，針對模糊的照片也做了研究，對高度模糊的照片，AI 能從面部和背景的綜合信息進行預測。

而且即使人物刻意化妝、戴眼鏡、面部毛髮遮擋、變換面部拍照角度時，測試發現模型預測的結果不會發生變化。也就是說即使一個直男，扮成了女裝大佬的樣子， DNN 也能看出你其實是個直男。