坏了,人脸识别能检测出同性恋?

2024-04-12 19:58

本文主要是介绍坏了,人脸识别能检测出同性恋?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

640?wx_fmt=gif

640?wx_fmt=jpeg


人脸识别不光能解锁手机,抓逃犯…它还可能检测你是直男还是 Gay?

 

也许你已经听过了这一消息。去年,斯坦福大学的 助理教授 Michael  Kosinki 和同事 Yilun Wang 在一篇论文中展示了人脸识别算法如何从图像中提取特征,来识别某人是否是同性恋。研究称,在只有一张正面照的情况下,算法判断男同性恋的准确率达到 81%,女同性恋的准确率则为 74%。


相比之下,人类能够分辨出同性恋的准确率为 61%(男)和 54%(女)。而当测试者在提供五张面部图片的情况下,人脸识别算法的准确度增加到了 91%(男)和 83%(女)。


研究发现,同性恋往往具有“性别非典型”特征,这也给产前激素理论提供了强有力的支持——也就是同性恋男性的长相更女性化。通常,男性的下巴较宽,鼻子较短,前额较小;而男同性恋者下巴较窄,鼻子较长,前额较大,脸部毛发较稀少。相反,女同性恋者的脸部通常比女异性恋者的脸部更像男性脸部(下巴较宽,前额较小)。而且,同性恋者和异性恋者在梳洗打扮方面确实不同。


这一研究在当时引起轩然大波,引发了 LGBTQ 组织的抗议,要求斯坦福大学不再涉足相关研究。近日,《卫报》发布了一篇对 Kosinki 的专访报道,解释了这项研究的出处以及目的,并且在近一年面临各种质疑的情况下依然坚持这项研究的可行性,最后还表达了他对 AI 技术的悖论思考。


据 Kosinki 介绍,当时和他的助手通过采集分析了婚恋交友网站上的 35326 张照片,运用机器学习技术研发出一套名为“AI gaydar”系统,用以识别同性恋。

 

但这这项研究并非有意为之,而是一个偶然发现。当时,他正在利用 Facebook 的用户数据做人格分析,在筛选个人资料时,注意到内向和外向的人有着截然不同的面孔,这让他感到两者可能存在某种联系。


实际上,在得到上述研究结果之后,他作为研究者也惊讶于算法为什么会这么容易区分出同性恋和异性恋。


在该研究被《经济学人》报道后,Kosinki 遭到了来自网友以及学界的口诛笔伐。普林斯顿大学教授 Alexander Todorov 当时质疑 Kosinski 的研究存在严重缺陷,因为通过比较数千张照片而成的算法模式可能与面部特征无关。另有 Google 的两位 AI 研究人员和 Todorov 持一致论调,认为 Kosinski 的算法可能会对检测者的妆束、胡须或者眼镜等特征做出回应,但 AI gaydar 并没有发现不同性取向的人在脸部特征上有何差异。


根据今年 1 月的报道,Google 研究团队对这一争议研究进行了二次调查,他们的反对态度更加坚决。通过这次调查,Google 团队反而发现了同性恋与异性恋关于“如何自拍”的差异。他们发现,“直男倾向于低角度自拍,使得下巴变大,鼻子缩短、额头变小,笑容减少”,这样的角度强调了其主导地位。因此,他们认为这种差异的存在主要与文化而不是脸部结构有关。


此外,Todorov 也指出,人们在约会网站上发的照片,投射出很多非人脸的特征。


Kosinski 承认他的机器学习系统检测到了这些不相关的特征,但他还是坚持认为,人脸与心理之间存在联系,即便它们对人眼是不可见的,但现在随着机器学习的进步就可以感知到这种连接。


他拿人类犯罪倾向做类比,认为睾酮水平与犯罪倾向有关,而且它们也与面部特征有关,这个环节计算机很容易被发现。不过,当被问及他是否会利用 AI 进行犯罪检测这种类似研究时,却表现得犹豫不决。


但早在 2016 年,在太平洋彼岸的中国,上海交大教授就完成用机器看脸识罪犯的研究,根据当时的报道,声称识别准确率可达 86% 以上,这在当时也引起了国内外舆论的质疑,Google 的几名研究员也对其撰文进行了批驳。


640?wx_fmt=png

Kosinki 还使用人脸识别算法来辨别共和党人和民主党人的政治倾向,这目前还是一项未公开的研究,但他声称这项研究是成功的,尽管他也承认这个结果可能随着被检测者某些脸部特征(如胡须)的改变而改变。值得一提的是,Kosinski 对人工智能的开创性研究曾启发了现在臭名昭著的政治咨询公司 Cambridge Analytica,后者将其技术应用在了特朗普竞选活动以及英国脱欧活动中。


除此之外,他相信 AI 技术可用于检测情绪、智商甚至是犯罪倾向。Kosinki 也称,AI 技术应用多少都存在隐私问题,但它有时可以用来拯救生命,这是在警告人们免受新技术困扰时存在的固有悖论,这是批评者们经常所忽视的。


Kosinki 表示,他对人类失去隐私感到不安,但这不会改变我们已经失去隐私的事实,而且这种糟糕的状况是不可逆的。这些研究最重要的是强调 AI 对人类隐私所造成的潜在危险,从而引起人们的重视。


事到如今,对人脸识别技术究竟能否检测同性恋这一话题,还未有统一权威的报告给出确定答案,但有意思的是,Kosinki 透露,他收到了大量电子邮件,那些对自己性取向有困惑的人们纷纷献上照片,希望 Kosinki 用“AI gaydar”系统做个鉴定。


对于人脸识别技术检测同性恋,你怎么看?


参考来源:


https://www.theguardian.com/technology/2018/jul/07/artificial-intelligence-can-tell-your-sexuality-politics-surveillance-paul-lewis


https://www.theguardian.com/technology/2017/sep/07/new-artificial-intelligence-can-tell-whether-youre-gay-or-straight-from-a-photograph


https://news.sky.com/story/remember-that-ai-gaydar-googlers-say-its-bunk-11206505


来源:AI科技大本营(ID:rgznai100

640?wx_fmt=gif

640?wx_fmt=png


点击下方“阅读原文”了解云创大数据诚征公安总代理事宜 ↓↓↓

这篇关于坏了,人脸识别能检测出同性恋?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/898095

相关文章

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

基于 YOLOv5 的积水检测系统:打造高效智能的智慧城市应用

在城市发展中,积水问题日益严重,特别是在大雨过后,积水往往会影响交通甚至威胁人们的安全。通过现代计算机视觉技术,我们能够智能化地检测和识别积水区域,减少潜在危险。本文将介绍如何使用 YOLOv5 和 PyQt5 搭建一个积水检测系统,结合深度学习和直观的图形界面,为用户提供高效的解决方案。 源码地址: PyQt5+YoloV5 实现积水检测系统 预览: 项目背景

JavaFX应用更新检测功能(在线自动更新方案)

JavaFX开发的桌面应用属于C端,一般来说需要版本检测和自动更新功能,这里记录一下一种版本检测和自动更新的方法。 1. 整体方案 JavaFX.应用版本检测、自动更新主要涉及一下步骤: 读取本地应用版本拉取远程版本并比较两个版本如果需要升级,那么拉取更新历史弹出升级控制窗口用户选择升级时,拉取升级包解压,重启应用用户选择忽略时,本地版本标志为忽略版本用户选择取消时,隐藏升级控制窗口 2.

[数据集][目标检测]血细胞检测数据集VOC+YOLO格式2757张4类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):2757 标注数量(xml文件个数):2757 标注数量(txt文件个数):2757 标注类别数:4 标注类别名称:["Platelets","RBC","WBC","sickle cell"] 每个类别标注的框数:

深度学习实战:如何利用CNN实现人脸识别考勤系统

1. 何为CNN及其在人脸识别中的应用 卷积神经网络(CNN)是深度学习中的核心技术之一,擅长处理图像数据。CNN通过卷积层提取图像的局部特征,在人脸识别领域尤其适用。CNN的多个层次可以逐步提取面部的特征,最终实现精确的身份识别。对于考勤系统而言,CNN可以自动从摄像头捕捉的视频流中检测并识别出员工的面部。 我们在该项目中采用了 RetinaFace 模型,它基于CNN的结构实现高效、精准的

Temu官方宣导务必将所有的点位材料进行检测-RSL资质检测

关于饰品类产品合规问题宣导: 产品法规RSL要求 RSL测试是根据REACH法规及附录17的要求进行测试。REACH法规是欧洲一项重要的法规,其中包含许多对化学物质进行限制的规定和高度关注物质。 为了确保珠宝首饰的安全性,欧盟REACH法规规定,珠宝首饰上架各大电商平台前必须进行RSLReport(欧盟禁限用化学物质检测报告)资质认证,以确保产品不含对人体有害的化学物质。 RSL-铅,

YOLOv8/v10+DeepSORT多目标车辆跟踪(车辆检测/跟踪/车辆计数/测速/禁停区域/绘制进出线/绘制禁停区域/车道车辆统计)

01:YOLOv8 + DeepSort 车辆跟踪 该项目利用YOLOv8作为目标检测模型,DeepSort用于多目标跟踪。YOLOv8负责从视频帧中检测出车辆的位置,而DeepSort则负责关联这些检测结果,从而实现车辆的持续跟踪。这种组合使得系统能够在视频流中准确地识别并跟随特定车辆。 02:YOLOv8 + DeepSort 车辆跟踪 + 任意绘制进出线 在此基础上增加了用户

独立按键单击检测(延时消抖+定时器扫描)

目录 独立按键简介 按键抖动 模块接线 延时消抖 Key.h Key.c 定时器扫描按键代码 Key.h Key.c main.c 思考  MultiButton按键驱动 独立按键简介 ​ 轻触按键相当于一种电子开关,按下时开关接通,松开时开关断开,实现原理是通过轻触按键内部的金属弹片受力弹动来实现接通与断开。  ​ 按键抖动 由于按键内部使用的是机

基于stm32的河流检测系统-单片机毕业设计

文章目录 前言资料获取设计介绍功能介绍具体实现截图参考文献设计获取 前言 💗博主介绍:✌全网粉丝10W+,CSDN特邀作者、博客专家、CSDN新星计划导师,一名热衷于单片机技术探索与分享的博主、专注于 精通51/STM32/MSP430/AVR等单片机设计 主要对象是咱们电子相关专业的大学生,希望您们都共创辉煌!✌💗 👇🏻 精彩专栏 推荐订阅👇🏻 单片机设计精品