特稿 | 斯坦福学者利用AI鉴别＂同性恋脸＂ 引发隐私之忧

正文

请到「今天看啥」查看全文

孔子“以貌取人，失之子羽”，意思是凭肉眼观容貌判断一个人的才能似乎难免失误，当计算机技术介入其中，面部特征与个人特质间的相关性便被试图建立起来。但当算法能轻易通过面部特征推断隐私时，技术发展带来的未来新世界便可能失去控制。

比如，美国斯坦福大学的研究者们训练出了人工智能分类器，可以通过脸部照片推测照片中人的性取向，判断准确率最高可达91%。此成果一经发布，便引发争论。人们担心，此项技术如果普及，会让许多不打算公布性取向的人士无所遁形。

“很多的技术的发展确实会带来相应的伦理、社会、道德问题，这是科学发展的自然规律，科学家在研究的过程中需要更多的关心这方面的问题。”研究者之一王轶伦向财新记者表示，在文章发表前，他们也和许多组织、机构、学者就此做过沟通。

算法归纳出“同性恋脸”

9月7日，美国斯坦福大学助理教授迈克尔•科辛斯基(Michal Kosinski)和其学生王轶伦在心理学权威期刊《人格与社会心理学杂志》上发表了论文《深度神经网络基于人脸图像判断性取向比人类更准确》，他们利用VGG-Face深度神经网络模型提取从脸型、嘴型、鼻型、眉形到面部的毛发等面部特征并将其量化，以此训练分类器区分出不同性取向。其样本数据来自于美国交友网站上的公开资料，包括36630名男性的130741张照片和38593名女性的170360张照片。

研究者认为，人脸中包含的有关性取向的信息远多于人脑所能感知到的。凭单张图像，分类器能够以81%的准确率区别同性恋和异性恋男性，以71%的准确率区别女性，而相对应的人类判断为：男性准确率61%，女性54%，表现要低于算法。如果把每人5张面部图像输入分类器，算法准确率提升至91%和83%。

请到「今天看啥」查看全文