分享

这项看脸的黑科技被世人骂惨。。。

 xdd响当当 2017-09-28

  其实呢,这真的是一个“看脸”的世界。。。

  很早以前,达尔文就提出了人类因脸而迷人的进化说明。

  也就是说,人在非常害怕或者高兴时的状态,都会通过面部表达出来。在语言诞生前,脸就成了我们祖先交流沟通和识别身份一个非常重要的工具。

  

  今天,人脸的表情除了人类自己能够识别出来以外,机器也能读取当中许多暗藏的信息。并且,“刷脸”也开始被应用于衣食住行各个场景。

  行:百度已经与首都机场签署了战略合作协议——人脸闸机将入驻机器运控中心进行测试。

  这样一来,以后登记排队的速度会大大加快,而且,即使没带身份证和登机牌,也不用担心错过飞机啦。

  

  食:支付宝在杭州万象城肯德基餐厅开启了“刷脸支付”。

  只要在自助点餐机上选好餐,进入支付页面,就能选择“支付宝刷脸付”,进行人脸识别,前后只需要花费1~2秒的时间。

  接着,再输入与账号绑定的手机号,确认后即可支付。支付过程不到10秒。

  

  识:行人脸识别技术还能帮助寻找拐卖儿童,被拐孩子经过多年的成长,可能连亲妈都认不出来了。

  但人工智能却能通过数据比对帮助失去孩子的父母找到亲人。

  

  除了应用于身份确认和日常的支付行为外,人脸识别技术最近又有几项颇受争议的技术研究。

  其中一项,就是斯坦福大学商学院教授 Michal Kosinski在《个性与社会心理学杂志》上发表的“深度神经网络能够比人类更精确地从面部表情中检测出性取向”。

  这也就是说,人工智能可以被用来准确地测试某人的性取向。

  

  我们先来看两组照片,你能看出什么端倪吗?

  

  左侧为异性恋面部照片聚合形成的图像,右侧则是同性恋。

  老实说,有没有觉得同性恋的颜值更高?

  这是AI的成绩:仅凭一张照片区分直男与同性恋的准确率高达81%,对女性的性取向判断准确率为71%。

  人类对性取向的敏锐程度就差得多:男女同性恋的判断准确率分别仅为61%和54%。

  此外,对于人工智能来说,如果能看过同一个人的五张照片,那么计算机对男女性取向的判断准确率还将进一步提高至91%和83%。

  

  性取向只是个人的选择,而且也是隐私。

  如果我们储存在政府数据库和社交网络上的十亿公共数据,没有经过允许就被拿来进行性取向的识别怎么办?

  

  细思恐极,这项技术有朝一日可能会彻底改变隐私、公平和信任这些我们视为常规的概念。

  那么人们又是如何看待这个研究呢?

  LGBT权利团体首先跳出来强烈反对,他们认为这项研究存在缺陷,反对同性恋的政府可以使用这种软件来对付同性恋者并迫害他们。

  我们最不愿意看到的是通过流血事件来引发改革。

  比如,恶霸可能会用一种算法识别一位小青年的同性恋倾向后以教法教规的名义对他进行迫害,最终导致同性恋青年遭遇不幸。

  一些信仰伊斯兰教的国家甚至将同性恋视为应受惩罚的犯罪行为。一经发现就会被处以“石刑”(一种钝击致死的死刑执行方式)。

  

  全世界,目前至少有 10 个国家对同性恋判处死刑,而且,在74个国家里,同性恋至今仍然是非法的。

  

  此外,将人脸识别用于识别“性取向”还有可能引发复杂的道德问题。

  技术要是不被限制使用,就会出现滥用人工智能以攻击弱势群体的事情。

  毕竟人类除了食物链在顶端,鄙视链的种类也是其他物种无法企及的。什么发型啊、口音、衣着打扮、工种啊,甚至是残疾都可以成为嘲笑的理由。

  人性的弱点,从来都在伺机而动。

  

  眼下,政府和企业已经拥有这些技术能力,但是这些保护措施与人工智能的发展没有同步。

  在努力推动隐私保护和监管方面的保护措施的同时,其他可能存在的危险也要加以防范。

  

  Kosinski教授还说,面部识别技术也可以用来判断智商的高低。如果以后学校通过面部识别来招生,那么将会引发了一系列伦理问题。

  本来教育资源就不公平了,这种技术的发展更会加剧不公平的现象发生。

  此外,还包括公司招聘。如果HR就可以按照自己偏好选择求职者,人脸识别则可以使这种偏见变得常态化。

  这样一来,公司就有可能根据种族、智力和性取向等特征过滤掉部分求职者。

  

  除了隐私受到侵蚀,我们还会遭受所谓精准投放广告的骚扰,比如Facebook可以向去过车行的顾客投递汽车领域的广告。

  

  面部表情包含了多种因素的可观测指标,老祖宗有句话叫做相由心生。

  一些江湖术士也可以通过面相精确算出你的生活、感情史,甚至你的未来发展等。

  然鹅,也有研究者正试图利用数据分析推翻这门古老的 “科学”。

  

  上海交大的武筱林教授和他的博士生张熙近期完成了“基于面部图像的自动犯罪概率推断”的研究。

  过程中,他们发现,通过学习,机器可以通过照片分辨出谁是罪犯,谁是守法公民,识别准确率在86%以上。

  

  图示为研究使用的照片样本

  a组为罪犯,b组为非罪犯

  

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多