可怕！斯坦福AI看臉即知性取向，國外媒體和網友都炸了

安妮 李林 編譯整理

量子位 出品 | 公眾號 QbitAI

事情開始於一項斯坦福大學的新研究。

研究人員Yilun Wang與Michal Kosinski用監督學習演算法創造出一種新模型，可以直接從面相判斷一個人的性取向，研究論文也即將發表在美國心理學學術月刊《Journal of Personality and Social Psychology》上。

納尼？！還能根據面相判斷性取向？確定我是在看科學期刊而不是誤入路邊看面相算命的小攤攤？

帶著眾多問號，我們翻看了實驗研究。

面相識「同」？

研究人員首先從交友網站的公開信息中收集了14776人的35326張照片，想在照片中提取面部特徵。從臉型、嘴型、鼻型、眉形到面部的毛髮，這些特徵全部被提取並量化。

△ 研究人員先標記面部特徵，同時用傾斜度、轉動和偏轉角度等參數定位人臉

之後，研究人員用深度神經網路（DNN）從中提取與性取向有關的特徵。在此，他們引入VGG-Face DNN模型，想通過面部表情、背景、光線、圖像屬性（亮度或對比度等）等因素來表示圖像中的人臉。

△ 系統識別的可以預測性取向的面部特徵

隨後，研究人員用預測模型、邏輯回歸等奇異值分解（SVD）等方法將圖像分類，判斷哪些圖像中的人為同性戀。

△ 這是由數千張圖片組成的合成臉，展示了系統觀察到的面部特徵細微差別。右圖中的綠色/紅色線條分別代表男女異性戀者/同性戀者面部器官的位置形狀

最後，研究人員隨意挑選圖像，讓電腦猜測受試者的性取向，結果證明AI系統的表現明顯優於人類——

在沒有穿搭風格、人物動作等因素影響的情況下，就單一面部信息而言，分類器識別男女性取向的準確率分別達到了81%和71%。

研究人員還設計對照組讓人類判斷照片中人的性取向。實驗證明，人類對男女性取向識別準確率分別為61%和54%。對比看來，演算法的準確率明顯優於人類的直覺判斷。

如果通過5張以上照片讓系統識別人類性取向，則男女性取向準確率分別提高到91%和83%。

研究人員意外地發現，性取向與面部特徵存在些許關聯，一般情況下，男同有「女性化」特徵，女同有「男性化」特徵。比如，男同的下顎、鼻子和前額比直男大，與異性戀女性相比，女同的下顎更大，額頭更小。

作者簡介

這篇論文的作者是Yilun Wang和Michal Kosinski。兩個人一起收集了數據並進行分析，論文為Michal Kosinski執筆完成。

量子位經過查詢發現，Yilun Wang現在的身份是IDG資本駐舊金山灣區的投資顧問，投資領域專註於AI、機器人、機器學習、計算機視覺等。此前，Yilun曾在Google、百度深度學習研究院、格靈深瞳、微軟等公司實習。

Yilun Wang本科畢業於浙江大學，2016年在斯坦福獲碩士學位。

而Michal Kosinski博士是斯坦福商學院的助理教授。2014年，Kosinski在劍橋大學獲得心理學博士學位。先後供職於微軟研究院、劍橋大學，並有過創業經歷。

Kosinski還是一位活躍在各種活動和採訪中的學者。

今年初的CeBIT』17大會上，Kosinski發表了一場題為《The End of Privacy》（隱私的終結）的演講。（當然他在別的場合也經常講這個）

其實Kosinski的這個演講，跟上面的主題一脈相承。

在《隱私的終結》里，Kosinski指出人們已經在網上留下太多的數字足跡，只需要通過一個強大的演算法，把所有這些零散的足跡手機起來，就能描繪出你的真實樣貌。

我們本來製作了一個壓好字幕的視頻，不過兩次騰訊都沒審核通過。所以，直接放一個YouTube地址吧：

https://youtu.be/DYhAM34Hhzc

各方評論

對於這項研究，部分美國媒體「表示強烈譴責和極大的憤慨」，比如TechCrunch。

他們在標題上指責這項研究「顯示了數據時代的黑暗面」，還說這項研究「除了將一個已經很脆弱的人群暴露在新型的系統化虐待之下，還直接打擊了我們的平等觀念：不能以貌取人、也不能通過一兩張照片這麼簡單的東西來判斷性取向這樣的隱私。」

英國的《經濟學人》情緒穩定，不過《衛報》腦補了一些應用場景，比如懷疑自己形婚了，用這個AI gaydar來測一測自己的另一半，或者青少年用它來測自己、測同學……

《衛報》還」採訪了多倫多大學心理學副教授Nick Rule，這位學者曾經研究過gaydar背後的科學，而對於斯坦福的這項研究，他認為非常「令人不安」，擔心可能有人出於惡意來「根據人們的外表來分析他們、識別他們」。

reddit上網友的反應就淡定得多，量子位摘錄一些網友評論如下：

「所以，他們造了一個Gaydar？」

「Stereotype的存在看來是有原因的」

「好吧……我覺得我還挺擅長通過長相判斷誰是同性戀。但如果我說「Joe看起來90%是gay」，是不是不道德？」

「可怕。」

「第一個數據集來自『一家美國交友網站』。我感覺這說的是OKCupid。」

「我真不明白這有什麼可怕的。這個研究可以非常有用，而且不違背道德。」

「我覺得這進一步增強了我們對於性別的認知，我之前不知道面孔中還包含了這麼多和性取向有關的信息。」

「很多判斷都是基於穿著打扮。如論文中的例子，面部毛髮較少常被歸為男同（訓練數據沒包括熊？）戴著棒球帽的常被歸為女同。」

「放在交友網站上的照片，可能會包括與性取向有關的隱藏信息。」

「我沒看得太仔細，有點疑惑是為什麼用預構建和預訓練的神經網路，而不是自己訓練？他們的確自己訓練了，而且表現更好，但他們擔心過擬合。我不知道為什麼。」

「DNN能夠進行純粹的面部特徵分離，不受面部表情、背景、光照、頭部方向、圖像屬性（亮度、對比度）等因素的影響。這能消除圖片雜訊帶來的過擬合風險。」

你怎麼看這件事？歡迎在下方留言給我們~

論文下載

在量子位微信公眾號（ID：QbitAI）後台的對話界面回復「gaydar」，即可收到這份有趣的論文。

— 完 —

歡迎大家關注我們的專欄：量子位 - 知乎專欄

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回復「招聘」兩個字。

量子位 QbitAI

?? ? 追蹤AI技術和產品新動態