斯坦福大学新人工智能能够凭借照片分辨同性恋

斯坦福大学一个科研小组近日研发出新的图片识别人工智能算法，其作用是凭借照片分辨出个人性取向,较简单地判断其是否是异性恋（Straight）或同性恋（Gay）。该基于深度神经网络的人工智能算法由Miachal Kosinski和Yilun Wang组成的团队开发，通过从美国约会网站公开发布的35000多张头像照片对AI进行训练，分析这些男性/女性头像的哪些脸部特征更倾向于同性恋，并且与约会网站的性取向数据对比提高准确率。

据称通过不断的训练和学习，从巨型的数据库来源判断人们的性取向，人工智能算法得出一些结论“同性恋人群”的脸部特征往往有“非典型性别”特征，同性恋男士相比异性恋男士来说脸部表情更柔和，容光焕发，更加洁净，具有女性化特征；下巴更窄、鼻子更长、前额更大。对于同性恋女士来说，特征则相反，她们更倾向男性化。

通过初步实验，这一人工智能算法通过一张图片判断男士性取向的准确率高达81%，判断女性性取向的准确率高达74%；如果同一位人士的头像来源有五张，那么其判断的准确率可以分别提高至91%和83%。

这项研究也其实可以证实人类的性取向其实更有可能是天生的，这些都会反应在面部表征中，同性恋是生物多样性的表现，而非后天心理变异导致。