上海交通大學(xué)教授武筱林

【訓(xùn)練機器識美女】繼11月下旬訓(xùn)練機器以86%的成功率識別罪犯和非罪犯的照片后，上海交通大學(xué)教授武筱林近日又發(fā)表了“機器看相”第二季：人工智能可以成功鑒別“清純”美女和“妖艷”美女，其審美與中國高校男生高度一致。

“是看臉認一個人難，還是判斷一個服務(wù)員的笑是出自真誠還是敷衍更難?”，12月17日，在接受采訪時，武筱林拋出了這個問題，來揭示他做的這一系列可能觸及社會倫理敏感點的研究的意義所在。

目前人臉識別系統(tǒng)已能成功鑒別人類的生物性特征，包括性別、種族、年齡甚至情緒。下一個問題非常吸引人而又充滿挑戰(zhàn)性：人工智能是否能基于人臉識別推測人類的社會性特征呢?

武筱林正在進行的這一系列研究，正是為了解答這個問題，或者說，他是在迫使我們直面一個嚴肅的現(xiàn)實：人工智能已經(jīng)具有了認同人的情感和性格的潛力。武筱林的上一篇訓(xùn)練機器進行“罪犯識別”的論文已經(jīng)召來了褒貶不一的回應(yīng)郵件，有些人甚至嚴肅地敦促他“撤稿”。他這次在論文的引言部分寫道，“我們不能因為社會禁忌和政治觀念，就在不加以檢驗的情況下否定這種可能性”。

在上一篇論文中，武筱林團隊運用計算機視覺和機器學(xué)習(xí)技術(shù)檢測1856張中國成年男子面部照片，其中將近一半是已經(jīng)定罪的罪犯。實驗結(jié)果顯示，通過機器學(xué)習(xí)，分類器可以以86%的準確率區(qū)分罪犯與非罪犯這兩個群體的照片。特別是在內(nèi)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(nèi)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(fā)現(xiàn)罪犯間的面部特征差異要比非罪犯大。

而最新出爐的這篇論文題為Automated Inference on Sociopsychological Impressions of Attractive Female Faces(《自動推斷有吸引力的女性面孔造成的社會心理學(xué)印象》)，目前上載在預(yù)印本網(wǎng)站arXiv上。

武筱林的研究團隊這次把目光轉(zhuǎn)向了女性，而且是長相有吸引力的女性。盡管東西方都有“情人眼里出西施”的說法，但在實際生活中，大眾對陌生女性的審美還是較為一致的。同時人們還會給不同的“美女”貼上不同的標簽，有些是肯定性的標簽，比如“甜美”、“可愛”、 “優(yōu)雅”、“溫柔”、“體貼”;有些是否定性的標簽，比如“做作”、“虛榮”、“冷漠”、“輕浮”。這些標簽直接從外表指向了女性的一些內(nèi)在性格甚至品格。

比起犯罪性來，判斷對“美女”的審美給人工智能提出了更大的挑戰(zhàn)，因為審美在傳統(tǒng)上被認為是一種復(fù)雜的個人“口味”，糅合了觀察者和被觀察者的個性和社會價值觀。

研究團隊將兩組照片樣本展示給22名中國男性研究生，發(fā)現(xiàn)盡管他們對于照片上貼的標簽高度認同，但他們無法具體解釋他們是如何做出這樣的判斷的。他們幾乎都給出了非常模糊的回答，比如“我就是這么感覺的”。

那么，人工智能否把握這種模糊的“感覺”，由女性長相推斷出她們的內(nèi)在性格呢?

武筱林團隊首先進行了半自動化的樣本采集。他們在百度圖片上用“單純美女”、“甜美少女”等關(guān)鍵詞進行檢索，并把照片分為S+和S-兩組。