行业动态

斯坦福大学新人工智能能够凭借照片分辨同性恋

发布:Photonicseditor阅读:656时间:2017-9-11 11:03:41

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。

来源:cnBeta

> 免责声明
网站内容来源于互联网、原创,由网络编辑负责审查,目的在于传递信息,提供专业服务,不代表本网站及新媒体平台赞同其观点和对其真实性负责。如对文、图等版权问题存在异议的,请于20个工作日内与我们取得联系,我们将协调给予处理(按照法规支付稿费或删除),联系方式:021-69918579。网站及新媒体平台将加强监控与审核,一旦发现违反规定的内容,按国家法规处理,处理时间不超过24小时。 最终解释权归《中国激光》杂志社所有。

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!