我們已經聽過很多遍類似的說法，即“人工智能代表未來科技的方向”。也許有人不太理解：為什麼非得是人工智能，而不是别的技術呢？

這是因為人工智能（Artificial Intelligence，縮寫為 AI）有着其它高科技無法比拟的優勢，就是對“類型的識别”和“不斷從過去的錯誤中學習提高的能力”。

唐太宗李世民曾言：以史為鑒，可以知興替。小探看到一個對這句話的翻譯，是“Who knows the history, who knows the future”，這句話同樣可以用來描述人工智能。AI 不斷從已有的數據總結經驗，就能對未知的事情做出有把握的判斷。要是放在古代，可不就是神仙嗎？

事實上，現在的人工智能，真的越來越全能了。它已經用于寫詩、創作歌曲、畫畫和診斷疾病。

谷歌人工智能繪畫，圖片來自網絡，版權屬于原作者

最近，斯坦福大學兩位研究人員Yilun Wang 和 Michal Kosinski，創造出一套人工智能系統，可以僅僅通過觀察一個人的照片，就判斷出此人的性傾向。

也就是說，你是直男還是同性戀，你喜歡女性還是男性，隻要讓這個 AI 系統看一看照片就得出結論，而且準确率賊高！

這個研究結果已經寫成文章，名為《深度神經網絡能比人類更準确地通過面部圖片檢測性取向》（Deep neural networks are more accurate than humans at detecting sexual orientation from facial images），并發明在《人格與社會心理學雜志》期刊上。

下面咱們來看看，人工智能是怎麼做到這一點的。

首先，研究團隊從美國約會網站的公開信息資料中提取出 35326 個面部圖片樣本，并将圖片輸入一個叫做 VGG-Face 的軟件中，該軟件會為每一個人臉圖分配一個編号。研究人員使用了每個人的一到五張照片，用戶則自己報告自己的性傾向和性行為。

然後，神經網絡對這些圖片進行學習和提取特征，然後把這些特征輸入到一個旨在對性取向進行分類的邏輯回歸中。

邏輯回歸（Logistic Regression）是一種模型，和用于解決二分類（0 or 1）問題的機器學習方法，用于估計某種事物的可能性。在該模型對足夠多的數據進行“學習”後，就可以将結果應用于對新樣本的計算和判斷之中。

該研究得到一個整體性的結果，就是“面部其實包含了更多超出人類大腦能夠感知和翻譯的信息”，但是人工智能有“能力”識别并總結出這些信息。

比如這個 AI 系統發現：同性戀男性和女性往往具有“性别非典型”特征和表情。舉例說明，男同性戀者通常颌骨較窄，鼻子較長，前額較大，即看起來更偏清秀的“瓜子臉”；與直女相比，女同性戀者的下颚較大，前額較小，看起來更“俊朗”。

如圖所示：左邊是綜合樣本做出的異性戀者臉部圖，右邊則是同性戀者臉部圖，能明顯看出雙方的差異，右圖中的男女外形更為“中性”，基于性别的典型特征沒有左邊明顯。

圖片來自論文截圖

此外，雖然女性一般會笑得更多，但女同性戀者的笑容比異性戀者少。而在修飾打扮方面，女同性戀者往往使用較少的眼妝，頭發顔色更深，并且穿着暴露皮膚更少、衣領更高的衣服，較少女性化的修飾風格。

論文中總結道：“這項研究觀察到的女性氣質差異是很微妙的，散布在許多面部特征上，隻有在檢查許多面部圖像的平均值時才會明顯”。

此處來一張天海佑希的照片加以說明，怎樣算是“更偏中性”。女神雖然不是同性戀，但卻是“日本女生最想嫁的女人”。

圖片來自網絡，版權屬于原作者

當然還有我們的國民女神林青霞：

圖片來自網絡，版權屬于原作者

接下來大家一定會好奇：這個 AI 系統經過訓練後，看到新的人物照片就能給出他的性傾向判斷，那麼它的準确率高不高？

答案是非常高，尤其是和人類相比較。

如果隻給出某個人的一張照片，系統對男女性傾向的判斷準确率分别為 81% 和 71%，與此對照，人類判斷的準确率隻有 61% 和 54%。如果能獲得五張照片，那麼準确率會進一步提高到 91% 和 83%。

小探時常在微博上看到有人宣稱自己能一眼識别同性戀，也時不時看到網友點評某個男明星：“感覺他很有同性戀的氣質哎”，或者猜測某兩個男明星“他倆應該是真愛吧”......現在可好，不必再捕風捉影，隻要把照片給這個人工智能系統，你就能獲得更接近真相的判斷結果。

不過，除了拿來娛樂，這個系統還有什麼用處呢？

研究人員 Michal Kosinski 說，我們的研究結果為極富争議的“産前激素理論”提供了強有力的支持。該理論認為：人體的某些激素會在胎兒性别分化中發揮作用，并且後期也會影響成人的性取向，甚至是決定性因素。具體來說，同性戀傾向的形成，是因為男性胎兒對産前雄激素的暴露不足，或女性胎兒對該激素的暴露過多。

圖片來自網絡，版權屬于原作者

同性戀的起源原因一直沒有定論，而這項研究，為“同性戀有生理基礎”這一判斷提供了證據。

另外，這項技術現在是用來判斷性傾向，但未來可以推廣應用到檢測情緒、智商、甚至是犯下某些罪行的傾向上。

但是，無論是現階段的研究結果，還是未來的延伸方向，這項研究都引發了極大的道德争議。Kosinski 提到：“我們對這些結果感到非常不安，并花了很多時間考慮是否應該将它們公之于衆”。

他們最終公開了論文，随後果然引發了軒然大波。

一部分人斥責此研究為“僞科學”，因為此研究的對象僅限于美國境内的白種人，并且不能判斷雙性戀者。

Kosinski 在一篇筆記中反駁道：雖然本研究并不能證明該結論同樣适用于其他種族，但我們發現該結論有适用的可能性。相同的生物學、進化和文化因素促進了同性戀者和異性戀者之間差異的形成，這些因素也很可能會影響其他種族。而識别不了雙性戀者，不會使得已有的結論失效。

但是更多的讨論集中在：此項研究是否侵犯了他人的性取向隐私。

有人認為，如果你打算和一個人成為朋友或者建立更親密關系，那麼知曉對方的性取向是必要的。此前天涯論壇上有過關于“同妻”的熱帖，講述女性嫁給男同性戀後痛苦的婚姻生活。而《華盛頓郵報》上一名作者也寫文章說：“我曾經和一個男性第三次見面後，才知道他是打算跟我約會戀愛的”，并對自己沒能及時察覺這種浪漫走向而感到很尴尬。

更多人認為：一個人的性取向應該是他或她的隐私，任何人不能随意知曉；在有些地方，如果性取向被公開，可能會帶來嚴重的後果。

有人給該項研究人員發來了憤怒的郵件：“你肯定知道在一些國家，同性戀是犯罪行為。所以我認為你是一個支持謀殺同性戀者的恐同混蛋。如果不是，請你銷毀所有跟這個話題有關的工作，否則，我希望能來個人殺了你，因為你的工作将使很多人受到折磨，甚至死亡。”

來自國際 LGBTI 聯合會的圖像，顯示了世界上同性戀不合法的國家和地區

Kosinski 對這些警告和威脅進行了回複，表明他們并沒有創建一個侵犯隐私的工具。此項研究工作其實内容有限，隻研究了自稱是同性戀或者異性戀的人群；但他同時承認：令人不安的是，我們發現這些技術确實存在這樣的（侵犯隐私）風險。

如果這個人工智能系統流傳開來，你的照片可能就會被未經允許拿去做測試。畢竟這個時代，想“人肉”出一個社交網絡用戶都能辦到，獲取幾張照片并非難事。想一想：假如你到了結婚的年齡還沒有對象，然後有人拿你的照片去做測試，恰好得出你可能有同性性取向，那麼你就可能被流言蜚語纏上。

而小探還想延伸讨論一點：我們說到，該研究方法其實能推廣到檢測情緒智商乃至犯罪傾向上，假如一個人在這些方面的信息，都能被人工智能看照片加以判斷，這不是妥妥的“刻闆印象”嗎？

人工智能經過大量數據分析得到一些普适性結論，然後将結論應用于新的個體上，這種做法人類社會也很常見，但卻是不被倡導的。

普林斯頓大學信息技術和政策中心的一項研究發現：機器學習和 AI 算法，會不經意強化和擴大了社會上流傳的，或者用戶潛意識中的既定偏見。以上文的性傾向研究為例，如果被廣泛使用，那麼人們就更容易把氣質柔和的男性或者外形俊朗的女性，和同性戀聯系起來。

2013年，哈佛大學的一項研究也發現：非裔美國人的名字更容易和通緝令形成配對。如果這些數據進入人工智能系統，那麼判斷新樣本時，一個非裔美國人的名字，顯然會更容易得到“犯罪傾向高”的預測結果。這已經涉嫌種族歧視。

但是人工智能本身無罪，它就像一面鏡子，折射出人類社會真實的一面，這個真實一面在美國經過幾十年的洗禮，已經被藏起來了，大家隻是嘴上不說而已，卻被數據再次揭露出來。如果我們不主動糾正“刻闆印象”，那麼作為工具的人工智能就會加固這些印象。歸根結底，主觀能動性在人類手中，人工智能的進步，就如核武器一般，确實有可能被使用者拿來做壞事。

所以，人工智能可以準确判斷你的性取向，你覺得，這是不是一件危險的事兒？

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!