小柯
2016-12-21 00:09:31
继上月用训练机器以86%的成功率识别1865张罪犯和非罪犯的照片后，日前上海交大教授武筱林又将目光瞄准了识别美女，并根据训练机对3954张美女照片的识别结果在日前发表了一篇全新的论文，用以证明人工智能不仅可以通过人脸识别鉴别生物性特征，还可以鉴别社会心理层面的特征。
在此前的实验中，武筱林团队运用计算机视觉和机器学习技术检测了1856张中国成年男子面部照片，最终的实验结果与实际基本一致，而这也证明了通过机器学习，分类器可以达到86%的准确率区分罪犯与非罪犯这两个群体的照片。特别是在内眼角间距、上唇曲率和鼻唇角角度这三个测度上，罪犯和非罪犯存在较为显著的差距。平均来讲，罪犯的内眼角间距要比普通人短5.6%，上唇曲率大23.4%，鼻唇角角度小19.6%。同时，他们发现罪犯间的面部特征差异要比非罪犯大。
在前一次的成功实验后，日前武筱林团队又把目光转向了长相有吸引力的女性，进行了一次全新的实验。他们将人们定义中的贴上诸如甜美、可爱、优雅、温柔、体贴等肯定的标签，也有像做作、虚荣、冷漠、轻浮等否定性的标签，根据这些标签从外表指向女性的一些内在性格甚至品格。
为了这次实验，研究团队准备了3954张中国美女照片，其中褒义组2000张，贬义组1954张。由于受访的研究生们无法指出他们做出判断的细节依据，武筱林团队采用了深度卷积神经网络(CNN)进行研究。在实验中，他们用数据集中的80%进行训练，10%用于验证，剩余10%进行测试。实验的结果是，经过训练的机器鉴别褒义组和贬义组的准确率达到了80%。
值得一提的是，最近人气相当红火的Angelababy也出现在了论文中附带的褒义组照片中，也就是说Angelababy被认可为甜美、可爱、优雅、温柔、体贴类的美女。
因为此次的研究图片样本中出现一些演艺圈人士和网红的照片，武筱林接下来还将重点研究网红群体，目前他的研究生已经在收集一批女主播的照片，并记录网友对她们长相的综合性评价。在收集完成后，他们将把这一批全新的数据交给人工智能甄别，检验计算机的审美是否和网友一致。
武筱林打比方说道，之前他们就像训练计算机成功通过了高考，但现在他们重新找了一批怪题来考验计算机，看看人工智能的学习能力到底有多强。
