虎嗅注：本文来自微信公众号“量子位”，原标题为《可怕！斯坦福AI看脸即知性取向，国外媒体和网友都炸了》，虎嗅获得授权转载。
事情开始于一项斯坦福大学的新研究。
研究人员Yilun Wang与Michal Kosinski用监督学习算法创造出一种新模型，可以直接从面相判断一个人的性取向，研究论文也即将发表在美国心理学学术月刊《Journal of Personality and Social Psychology》上。
什么？还能根据面相判断性取向？确定我是在看科学期刊而不是误入路边看面相算命的小摊摊？
带着众多问号，我们翻看了实验研究。
面相识“同”？
研究人员首先从交友网站的公开信息中收集了14776人的35326张照片，想在照片中提取面部特征。从脸型、嘴型、鼻型、眉形到面部的毛发，这些特征全部被提取并量化。
研究人员先标记面部特征，同时用倾斜度、转动和偏转角度等参数定位人脸
之后，研究人员用深度神经网络（DNN）从中提取与性取向有关的特征。在此，他们引入VGG-Face DNN模型，想通过面部表情、背景、光线、图像属性（亮度或对比度等）等因素来表示图像中的人脸。
系统识别的可以预测性取向的面部特征
随后，研究人员用预测模型、逻辑回归等奇异值分解（SVD）等方法将图像分类，判断哪些图像中的人为同性恋。
这是由数千张图片组成的合成脸，展示了系统观察到的面部特征细微差别。右图中的绿色/红色线条分别代表男女异性恋者/同性恋者面部器官的位置形状
最后，研究人员随意挑选图像，让电脑猜测受试者的性取向，结果证明AI系统的表现明显优于人类：在没有穿搭风格、人物动作等因素影响的情况下，就单一面部信息而言，分类器识别男女性取向的准确率分别达到了81%和71%。
研究人员还设计对照组让人类判断照片中人的性取向。实验证明，人类对男女性取向识别准确率分别为61%和54%。对比看来，算法的准确率明显优于人类的直觉判断。
如果通过5张以上照片让系统识别人类性取向，则男女性取向准确率分别提高到91%和83%。
研究人员意外地发现，性取向与面部特征存在些许关联，一般情况下，男同有“女性化”特征，女同有“男性化”特征。比如，男同的下颚、鼻子和前额比直男大，与异性恋女性相比，女同的下颚更大，额头更小。
谁搞出来的研究？
这篇论文的作者是Yilun Wang和Michal Kosinski。两个人一起收集了数据并进行分析，论文为Michal Kosinski执笔完成。
量子位经过查询发现，Yilun Wang现在的身份是IDG资本驻旧金山湾区的投资顾问，投资领域专注于AI、机器人、机器学习、计算机视觉等。此前，Yilun曾在谷歌、百度深度学习研究院、格灵深瞳、微软等公司实习。
Yilun Wang本科毕业于浙江大学，2016年在斯坦福获硕士学位。而Michal Kosinski博士是斯坦福商学院的助理教授。2014年，Kosinski在剑桥大学获得心理学博士学位。先后供职于微软研究院、剑桥大学，并有过创业经历。
Kosinski还是一位活跃在各种活动和采访中的学者。今年初的CeBIT’17大会上，Kosinski发表了一场题为《The End of Privacy（隐私的终结）》的演讲。
其实Kosinski的这个演讲，跟这次研究的主题一脉相承。在《隐私的终结》里，Kosinski指出人们已经在网上留下太多的”数字痕迹“，只需要通过一个强大的算法，把所有这些零散的痕迹收集起来，就能描绘出你的“真实样貌”。
外界对此看法不一
这项研究出来后，不少媒体第一时间进行了报道，但是看法却各有不同。
部分美国媒体“表示强烈谴责和极大的愤慨”，比如TechCrunch。
TechCrunch在一篇文章的标题上指责这项研究“显示了数据时代的黑暗面”，还说这项研究将已经很脆弱的同性恋群体更加暴露于舆论漩涡中，“这也直接打击了我们一直希望建立的平等观念：不能以貌取人，也不能通过一两张照片这么简单的东西，来判断性取向之类的个人隐私。”
英国卫报倒是没有那么担忧。这家媒体脑补了一些基于这种算法的AI应用场景，比如有人怀疑自己是否形婚了，可以用这个AI算法来测一测自己的另一半，或者青少年也可以用它来测自己、测同学……
卫报还因为这个AI算法跑去采访了多伦多大学心理学副教授Nick Rule，这位学者曾经研究过gaydar背后的科学。但对于斯坦福大学的这项研究，Nick Rule却泼了英国卫报一盆冷水，他认为这个AI算法非常“令人不安”，担心可能有人出于恶意“根据人们的外表来分析他们、识别他们”。
关于这个AI算法，你怎么看？