看臉也能區分性取向？這個人工智慧演算法做到了

裸眼鑑 Gay？這事兒其實沒那麼不靠譜。

來自斯坦福大學的

一份研究表明

，透過對照片中人物的表情、動作和神態進行分析，的確可以推斷出對方的性取向。

研究人員先從線上社交網站上抓取了上千張公開顯示的資料照片，然後再使用深度神經網路學習來從中抽取並建立資料模型。在對超過 35000 張人臉照片進行對比研究之後，他們建立了一種準確率相對比較高的性取向鑑別演算法。

他們發現，比較典型的男同性戀者通常會展現出一些比較中性化的動作和表情，也更加關注自身造型是否時尚。比如說，他們往往擁有尖下巴、長鼻子，和比直男更寬的額頭，行為舉止也更加陰柔。

而“蕾絲邊”（Lesbian，女同性戀者）們則正好相反，一般來說，她們的下頜更加寬大，額頭也比較窄小。

根據這種演算法，在僅對一張照片進行分析時，能夠猜對圖中男性是直是彎的準確率高達 81%；而變為分析女性時，準確率就會下降至 74%。這或許印證了一種有趣的觀點，即和男同性戀者相比，女同性戀者的行為表現更加不顯著。

（圖片來自：

John Bello

）

不過當把分析的圖片數量增加到每人五張的時候，準確率就大大地提升了。鑑別男同性戀的準確率達到了 91%，而女同性戀的也達到了 83%。

儘管把這種複雜的心理學問題用演算法來解決聽上去還是有點太過草率了，不過這種基於人工智慧的演算法的確比人類的“裸眼鑑 Gay”要更靠譜一些。資料顯示，如果讓普通人透過照片猜圖中人物的性取向，猜中男同性戀的準確率為 61%，而猜中女同性戀的比例僅為 54%。

總的來說，除了鑑別性取向之外，這項研究的最大意義還在於提供了一種強有力的佐證，那就是人的性取向可能真的是與生俱來的。有的人從一出生開始就很“特別”，但這並不意味著他/她要被“特別對待”。他們和我們一樣，都是普通人，都有選擇自己生活方式的權利。