只跟純爺們合作的靳東可能需要這項人工智慧

最新 09-09

靳東近兩年大火，出演的電視劇幾乎都會引發追劇狂潮，而他本人以「老幹部」人設活躍在娛樂圈（裝x往事可前往知乎搜索）。

最近，他發的一條微博引發爭議。

第四條：本人是一純爺們，純爺們就愛跟純爺們合作，剛烈、簡單、明了。一切不男不女，非爺們的人/事，都無意接觸。（靳東老師，我幫你加一下標點符號）

網友對於他所提到的「不男不女」表示不解，到底是在攻擊雙性戀還是同性戀？

粉絲則在撕他到底說的是金星還是王凱？

那麼，按照靳東老師的思維，合作對象中，同性戀肯定要先排除了吧。

為了靳東老師蒸蒸日上的演藝事業，他可以使用人工智慧來確定（純爺們）的合作對象。

GIF/84K

一項新的研究表明，根據面部照片，人工智慧可以準確地猜出人們是同性戀還是異性戀。

這是斯坦福大學的一項研究，運用一項計算機演算法區分同性戀和異性戀，且在區分男同性戀和異性戀上有81%的準確率，在區分女同性戀和異性戀上則有74%的準確率。

這一研究結果對於性取向的先天論和後天論提出質疑。

目前，同性戀的成因依然沒有定論。

但越來越多的人認為，同性戀是有生理基礎的。華盛頓大學心理學教授大衛·巴拉什（David P.Barash）就曾發表文章《同性戀的起源是什麼？》，其中引用了20世紀90年代初的一項研究，美國國家衛生研究所（NIH）的一個遺傳學研究小組發現，位於X染色體上的等位基因Xq28（所謂「gay」基因）能夠預測男性的性取向。

迪安·哈默（Dean Hamer），遺傳學家，提出了gay基因

此外，運用演算法來確定性取向，是否侵犯隱私，是否反同性戀則引發了倫理問題。

斯坦福大學的這項研究結果是基於美國交友網站上的3.5萬張男性和女性的面部照片。研究人員，運用「深度神經網路」（deep neural network），從圖像中提取特徵。

深度神經網路（DNN）與人工智慧（AI）的關係

深度神經網路（DNN）目前是許多現代AI應用的基礎。DNN方法被大量應用在無人駕駛汽車、遊戲AI、癌症檢測等方面。與早期手動提取特徵或制定規則不同，DNN的優越性能來自於在大量數據上使用統計學習方法，從原始數據中提取高級特徵的能力，從而對輸入空間進行有效的表示。

研究發現，男同性戀和女同性戀有一些特徵，包括非性別（gender-atypical）特徵、表情和打扮風格，而且男同性戀會更加女性化。大量數據表明，相對於異性戀而言，男同性戀會有較窄的下巴、較長的鼻子和較寬的前額，女同性戀則有較寬的下巴和較窄的前額。

與演算法相比，人類在判斷是否為同性戀時，只有61%（判斷男同性戀）和54%（判斷女同性戀），而演算法則是81%（判斷男同性戀）和74%（判斷女同性戀）。如果演算法能同時檢查同一個人的5張圖片，準確度甚至能高達91%（判斷男同性戀）和83%（判斷女同性戀）。

研究人員認為，「臉部包含的性取向信息比人類大腦所能感知和理解的多得多」。

儘管該項研究僅限於男性/女性是否為同性戀，並沒有包括跨性別者或雙性戀者，但這仍表明人工智慧帶來的巨大影響會引發擔憂。研究人員表示，在社交媒體和政府資料庫中，存儲了數十億張人臉圖像，無需本人同意，就可用作相關研究（比如性取向測試）。

夫妻可能會用他們伴侶的人臉圖來做測試，無知的青少年可能會用同伴的照片，反LGBT群體可能會利用這一技術來傷害目標群體。