该研究指出，深度神经网络根据男性和女性照片判断性取向的准确率分别可达91%和83%。而人类判断的准确率则低得多，少了20个百分点。
这些信息就潜藏在照片中，肉眼却无法看出。
机器可利用照片中人脸的鼻子和下巴形状等非后天习得的生理特征进行判断。出生前激素理论（简称PHT）认为，下巴线条和鼻子形状一部分是由胎儿在子宫内的性激素决定的。因此，研究人员用他们的结论支持“被广泛接受的”性取向形成理论，即性取向是天生的，而非后天形成，雄激素前体“过多”会导致女性同性恋，“过少”则会导致男性同性恋。
照该理论来看，男同性恋属于“雄性激素”不足，女同性恋则“太多。”
人的面相竟与性取向有关，这不免令许多人大为惊奇。当然，虽然出生前激素理论与斯坦福大学的研究称面部特征“偏女性化”的男性更可能是同性恋，但生理特征和性取向并不一定是由相同的基因原因决定的。因此，我们需要在该研究设置的背景下，对激素理论进行更深层的讨论。
“男同女同”和“直男直女”都是很实用的词，我们知道它们的含义，也知道如何使用。但我们相当好好想一想，这些分类方式正将成年人的性取向切分为泾渭分明的两类。这一点很重要，因为它关乎到我们是否能判定深度神经网络判断结果的准确性。如果某人在网站上寻找异性作为约会对象，在这项研究中就会被判定为“纯直男（女）”。但这项指标真的可靠客观吗？也就是说，真的存在准确客观的指标吗？
你也许会认为，人类或者机器能够从照片中判断出某人的性取向这个想法很蠢，甚至很有冒犯性。的确，这就像通过照片判断某个人的政治机场、智力、犯罪动机一样愚蠢，一样冒犯人。但该研究作者甘愿冒此争议。
该研究作者之一米卡尔·科辛斯基教授（Prof。 Michal Kosinski）指出：“从人脸上可以观察出许许多多信息，如你的人生经历、发展机会和健康状况等。”
他们似乎认为，深度神经网络破解人类面部“密码”只是时间问题。这一革命性突破将对公民自由权和隐私权产生重大影响。但对于先天和后天的问题，该技术也许不会展开进一步探讨。
会员中心
