教授訓練機器識美女baby被歸入清純柔美 還將用女主播照實驗

繼上月用訓練機器以86%的成功率識別1865張罪犯和非罪犯的照片後，日前上海交大教授武筱林又將目光瞄準了識別美女，並根據訓練機對3954張美女照片的識別結果在日前發表了一篇全新的論文，用以證明人工智慧不僅可以通過人臉識別鑒別生物性特徵，還可以鑒別社會心理層面的特徵。

在此前的實驗中，武筱林團隊運用計算機視覺和機器學習技術檢測了1856張中國成年男子面部照片，最終的實驗結果與實際基本一致，而這也證明了通過機器學習，分類器可以達到86%的準確率區分罪犯與非罪犯這兩個群體的照片。特別是在內眼角間距、上唇曲率和鼻唇角角度這三個測度上，罪犯和非罪犯存在較為顯著的差距。平均來講，罪犯的內眼角間距要比普通人短5.6%，上唇曲率大23.4%，鼻唇角角度小19.6%。同時，他們發現罪犯間的面部特徵差異要比非罪犯大。

在前一次的成功實驗後，日前武筱林團隊又把目光轉向了長相有吸引力的女性，進行了一次全新的實驗。他們將人們定義中的貼上諸如「甜美」、「可愛」、 「優雅」、「溫柔」、「體貼」等肯定的標籤，也有像「做作」、「虛榮」、「冷漠」、「輕浮」等否定性的標籤，根據這些標籤從外表指向女性的一些內在性格甚至品格。

為了這次實驗，研究團隊準備了3954張中國美女照片，其中「褒義組」2000張，「貶義組」1954張。由於受訪的研究生們無法指出他們做出判斷的細節依據，武筱林團隊採用了深度卷積神經網路(CNN)進行研究。在實驗中，他們用數據集中的80%進行訓練，10%用於驗證，剩餘10%進行測試。實驗的結果是，經過訓練的機器鑒別「褒義組」和「貶義組」的準確率達到了80%。

值得一提的是，最近人氣相當紅火的Angelababy也出現在了論文中附帶的「褒義組」照片中，也就是說Angelababy被認可為「甜美」、「可愛」、 「優雅」、「溫柔」、「體貼」類的美女。

因為此次的研究圖片樣本中出現一些演藝圈人士和「網紅」的照片，武筱林接下來還將重點研究「網紅」群體，目前他的研究生已經在收集一批女主播的照片，並記錄網友對她們長相的綜合性評價。在收集完成後，他們將把這一批全新的數據交給人工智慧甄別，檢驗計算機的「審美」是否和網友一致。

武筱林打比方說道，之前他們就像訓練計算機成功通過了高考，但現在他們重新找了一批「怪題」 來考驗計算機，看看人工智慧的學習能力到底有多強。