可怕!AI看一眼便知你性取向、犯罪指数,国外网友炸锅了

年后回来上班的第一天,同事突然神秘兮兮的对我说:你未来肯定会秃顶!

我摸了摸满头浓密的秀发,一脸懵比的看着他。

同事诡异一笑,掏出手机打开了一篇文章,只见标题写着「人工智能看脸识病」:“咱是用 AI 看出了你有秃顶的遗传病,除了看脸识病,AI 还能看出你的性取向,以及你是否会成为犯罪分子,想不到吧!”

哈!还有这种操作?这不是抢看相大师的饭碗吗?


-  AI看脸识病

前些天,英国《自然·医学》杂志发表了一篇论文,称一款人工智能在接受上万张真实患者面部图像训练后,能够以高准确率识别罕见的遗传综合征。

据悉,全球约有 8% 的人患有遗传疾病(照这个比例算,中国有一亿多人),其中许多可以通过面部特征识别。像患有胎儿酒精综合征的婴儿,面部特征就体现在眼睛小、人中平滑、上唇较薄。

这眼睛真的小么.......

这不就和中医「望闻问切」中的「望」是一个道理么~

因此,美国 FDNA 分析技术公司研究人员亚龙-古罗维奇及其同事,使用了包含 200 多种遗传综合征数据库中的 1.7 万张患者面部图像,训练出了一种名为 DeepGestalt 的深度学习算法,它能够分辨出数百种遗传综合征的面部表征。

之后的测试中,该算法在 502 张不同的图像上,识别出正确综合征的准确率达到了 91%,远远超出临床专家在另外三个实验中的表现。

亚龙-古罗维奇认为,他们的工作提高了标准化描述遗传疾病特征的能力,为未来的研究和应用打开了大门,也有助于新型遗传疾病的鉴定。

嗯,他扫我一眼就知道我有穷病......

然而,该算法也有一个很严重的问题,FDNA 最新研究的作者指出,由于人脸图像是敏感且容易获取的数据,若使用不慎,看脸识病技术将引发歧视等伦理问题。

打个比方,有人拿着你的照片,用这个算法测出你可能患有XX遗传病,同时这个人是个大嘴巴,喜欢到处乱传,那你身边的同事、朋友会怎么想?会不会有人用别样的眼光看待你?

如果该遗传病还具有一定的传染性,那就更可怕了,恐怕你马上就会被所有人疏远,正常的工作、生活都将无法进行下去。

就算咱去医院检查后,发现根本没有这个病,可造谣一张嘴,辟谣跑断腿,想完全澄清是不可能的。


「AI看脸」引发的争议

其实,这不是「AI看脸」第一次引起争议了,之前就有过「AI看脸识性取向」和「AI看脸识罪犯」等前车之鉴。

去年,斯坦福大学心理学家 Michal Kosinski,通过 AI 研究从交友网站的公开信息中收集到的 35326 张照片,找到了同性恋人群与异性恋人群之间的面部差异:

上排左侧为直男,右侧为gay

下排左侧为直女,右侧为les

之后的测试中,在没有穿搭风格、人物动作等因素影响的情况下,就单一面部信息而言,AI 识别男女性取向的准确率分别达到了 81% 和 71%......如果识别的是泰国人妖呢~

但是,这项研究却遭到了来自学界同行和大众的各种质疑。首先,性取向是一个人的隐私,AI 强行根据你的脸算出你的性取向,本质上冒犯了当事人对自己身份的保有权。

其次,对一些反同国家(如中东某些国家)的人来说,这种技术甚至会直接威胁到当事人的生命安全。再说了,一个人性取向并非固定的,一生中会发生很多浮动变化。

所以,有部分媒体指责,这项研究显示了数据时代的黑暗面:除了将一个已经很脆弱的人群暴露在新型的系统化虐待之下,还直接打击了我们的平等观念:不能以貌取人、也不能通过一两张照片这么简单的东西来判断性取向这样的隐私。

至于「AI看脸识罪犯」,这是在2016年,由上海交通大学教授武筱林提出,他训练出了可以看脸识罪犯的人工智能系统,准确率达到 86% 以上。

显然,这项研究引起的争议要远远大于前两者,因为对于「审判」这种人命关天的事情来说,86% 的准确率根本无法让人信服,更别提这项技术一旦实施,可能造成极其严重的潜在后果。

很多业内专家都表示,建议武教授撤稿,并且上传一封公告,为不恰当的研究方法致歉。


-  被滥用的可怕后果

为什么「AI看脸」会引起如此大的争议?借用一位网友的评论:它是用一种「科学」的方式,简单粗暴的给人们贴上了标签。

2012年,岛国出了一部叫《心理测量者 PSYCHO-PASS》的动漫,它在豆瓣上的评分很高:

这部动漫描述了一个名为「西比拉」的系统所主宰的世界,西比拉系统融合了人脑与人工智能的优势,智能已经发展到常人无法理解的地步;

它能量化人类的心理活动,根据所收集到的数据,「西比拉」能够判断一个人最理想的工作、最适合的恋人甚至是犯罪意图。

被系统圈养的人类,渐渐失去自己的判断力。

武教授研究出的「AI看脸识罪犯」在这里被发展到了巅峰,《心理测量者 PSYCHO-PASS》中,系统监测每个人的「犯罪指数」,判断一个人有罪,不需要进行司法流程,只凭系统判断,警察就能够击毙犯罪者!

听上去是不是很恐怖,其实,如果「AI看脸」技术被滥用的话,这样的社会离我们并不遥远。

如果扫一下脸,就能看出你的性取向、犯罪指数、遗传病,那么,是不是也可能扫一下脸,就能判断出你适不适合读清华北大?扫一下脸,是不是就能判断出你是不是渣男 / 女?扫一下脸,是不是就能判断出你未来会不会成功?

有没有感觉脊背发寒?这些还是「善」的应用,如果这种技术掌握在「不对」的人身上......骗子是不是扫一下脸,就能看出哪个人最容易上当受骗,而且还很有钱?商家是不是扫一下脸,就了解了每个人心理的承受价位,进而更精准的「大数据杀熟」?

想得更远一点:岁的小孩是不是扫一下脸,就能估算出这个孩子是否具备「培养价值」?

最终,我们都要被机器所定义。

更可怕的是,实现这种技术并不难,而且背后还有巨大的操作空间。比如宗教极端主义者也可以搞一套系统,扫脸检测你是否虔诚,如果不是的话.......

细思极恐。


觉得AI看脸不靠谱的

请点赞


为了帮助大家让学习变得轻松、高效,给大家免费分享一大批资料,让AI越来越普及。在这里给大家推荐一个人工智能Python学习交流群:705673780欢迎大家进群交流讨论,学习交流,共同进步。

当真正开始学习的时候难免不知道从哪入手,导致效率低下影响继续学习的信心。

但最重要的是不知道哪些技术需要重点掌握,学习时频繁踩坑,最终浪费大量时间,所以拥有有效资源还是很有必要的。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,937评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,503评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,712评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,668评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,677评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,601评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,975评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,637评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,881评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,621评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,710评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,387评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,971评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,947评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,189评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,805评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,449评论 2 342

推荐阅读更多精彩内容

  • 不记得哪个女作家说的了,说厨艺不好怪不得她,怪那个贫穷的年代。 虽有点强词夺理之嫌,但她说的,也不是没有一点点的道...
    DU杜默阅读 285评论 2 3
  • 开始以为《幸福一家人》真的是幸福的一家人,看到二十集左右觉得这题目是反讽的吧,现在看到三十多集了,想着真的是幸福的...
    红拂夜奔去阅读 508评论 0 1