S+包含帶有以下標(biāo)簽的美女照片：清純、柔美、甜美、秀美、單純、大方

S-則包含以下標(biāo)簽：嬌艷、俗氣、張揚、風(fēng)騷、輕佻、輕浮、嫵媚

“褒義組”照片樣本

“貶義組”照片樣本

S+和S-分別傾向于褒義和貶義的標(biāo)簽，且在女性的支配力、可信賴度、單純程度等內(nèi)在個性上有不同程度的暗示，本文簡單將這兩組稱為“褒義組”和“貶義組”。

然后，所有搜索結(jié)果又由中國男性研究生進(jìn)行了人工排查，去掉一些由于復(fù)雜語義造成的錯誤搜索結(jié)果，比如有些照片帶有反諷性質(zhì)的標(biāo)簽。

研究團(tuán)隊最后得到了共3954張中國美女照片，其中“褒義組”2000張，“貶義組”1954張。

由于受訪的研究生們無法指出他們做出判斷的細(xì)節(jié)依據(jù)，武筱林團(tuán)隊采用了深度卷積神經(jīng)網(wǎng)絡(luò)(CNN)進(jìn)行研究。在實驗中，他們用數(shù)據(jù)集中的80%進(jìn)行訓(xùn)練，10%用于驗證，剩余10%進(jìn)行測試。

實驗的結(jié)果是，經(jīng)過訓(xùn)練的機(jī)器鑒別“褒義組”和“貶義組”的準(zhǔn)確率達(dá)到了80%。

機(jī)器識別準(zhǔn)確率達(dá)80%

接著，由于受訪男性研究生普遍認(rèn)為“貶義組”的照片“不自然”，研究者懷疑影響男性做出審美判斷的重要依據(jù)是女性的化妝程度。但這個猜測很快被實驗推翻了。當(dāng)把所有照片調(diào)成灰階圖，重復(fù)上面的過程后，CNN分類器的識別準(zhǔn)確率只下降了6%。

換成灰階圖后的機(jī)器識別準(zhǔn)確率仍有75%

此外，濃妝還可能造成面部色彩的對比度和飽和度變高。這點得到了數(shù)據(jù)分析的證實。“褒義組”的色彩對比度比“貶義組”平均低了14%，飽和度平均低了5%。此外，“貶義組”照片在色彩對比度和飽和度上差異性更大。這與中國傳統(tǒng)推崇的“自然美”一致。研究者猜測，這種色彩對比度和飽和度上的差異是機(jī)器做出判斷的重要依據(jù)之一。

“褒義組”和“貶義組”色彩對比度和飽和度的均值和標(biāo)準(zhǔn)差

最后，武筱林團(tuán)隊排除了機(jī)器過度學(xué)習(xí)的可能性。他們將數(shù)據(jù)集隨機(jī)打亂后訓(xùn)練機(jī)器，結(jié)果機(jī)器只能以50%的概率隨機(jī)“猜”分類。

文章最后總結(jié)道，這篇論文是上一篇論文《基于面部識別的犯罪性推斷》的續(xù)集，再次證明了人工智能不僅可以通過人臉識別鑒別生物性特征，還可以鑒別社會心理層面的特征。

澎湃新聞(www.thepaper.cn)在閱讀論文時，發(fā)現(xiàn)論文中附帶的“褒義組”照片中出現(xiàn)了演員楊穎。鑒于武筱林的研究采用了百度圖片搜索，樣本中出現(xiàn)一些演藝圈人士和“網(wǎng)紅”的照片不足為奇。但在采訪中，武筱林表示他和他的研究生都對“網(wǎng)紅”群體知之甚少。然而，他們已經(jīng)對這個群體產(chǎn)生了研究興趣，甚至打算拿她們作樣本，進(jìn)一步檢驗論文中的算法。

武筱林說道，他的研究生已經(jīng)在收集一批女主播的照片，并記錄網(wǎng)友對她們長相的綜合性評價。在收集完成后，他們將把這一批全新的數(shù)據(jù)交給人工智能甄別，檢驗計算機(jī)的“審美”是否和網(wǎng)友一致。

武筱林打比方說道，之前他們就像訓(xùn)練計算機(jī)成功通過了高考，但現(xiàn)在他們重新找了一批“怪題” 來考驗計算機(jī)，看看人工智能的學(xué)習(xí)能力到底有多強(qiáng)。

(澎湃新聞見習(xí)記者 虞涵棋)

原標(biāo)題：交大教授訓(xùn)練機(jī)器識美女：“清純”和“妖艷”