導(dǎo)語：記得小時(shí)候看《不要和陌生人說話》，人工有一個(gè)情節(jié)是智能罪犯讓現(xiàn)場(chǎng)目擊者對(duì)犯罪分子進(jìn)行指認(rèn)，目擊者半天也沒有辨別出來，可根三亞按摩小妹【電話微信1662+044-1662】提供外圍女上門服務(wù)快速選照片快速安排不收定金面到付款30分鐘可到達(dá)從而讓犯罪分子逍遙法外。據(jù)長(zhǎng)如今，相判人工智能將能對(duì)這一現(xiàn)狀進(jìn)行改變，人工通過對(duì)人的智能罪犯相貌、表情甚至眼神對(duì)犯罪分子進(jìn)行辨認(rèn)。可根但這一技術(shù)的據(jù)長(zhǎng)同時(shí)也帶來很多質(zhì)疑，主要是相判在準(zhǔn)確性上，你怎么看？人工

　　有個(gè)成語叫做“賊眉鼠目”，形容那些看起來就不像好人的智能罪犯面相，這一論證在人工智能領(lǐng)域得到了驗(yàn)證。可根

　　中國(guó)科學(xué)家做了一項(xiàng)研究，據(jù)長(zhǎng)利用人工智能判斷人的相判長(zhǎng)相與犯罪的聯(lián)系。通過采集18-55歲的中國(guó)公民的面部特征，并對(duì)數(shù)據(jù)進(jìn)行分析，人工智能得到了一組關(guān)于罪犯特征的三亞按摩小妹【電話微信1662+044-1662】提供外圍女上門服務(wù)快速選照片快速安排不收定金面到付款30分鐘可到達(dá)結(jié)論：

　　那些嘴巴很小、嘴唇微微上翻、兩眼之間距離比較近的人，他們是罪犯的可能性要遠(yuǎn)遠(yuǎn)高于其他特征的人。

　　但是，這項(xiàng)技術(shù)得到了一些反對(duì)者的強(qiáng)烈抨擊與指責(zé)，因?yàn)樗麄冋J(rèn)為，這項(xiàng)技術(shù)只是一項(xiàng)最基礎(chǔ)的研究，而且這項(xiàng)研究是帶有偏見色彩的，如果把這項(xiàng)技術(shù)應(yīng)用到現(xiàn)實(shí)世界中，來進(jìn)行罪犯的認(rèn)證的話將是一件十分荒謬的事情，因?yàn)檫@項(xiàng)技術(shù)非常有可能錯(cuò)誤的識(shí)別罪犯，讓好人蒙冤，讓真正的罪犯逍遙法外。

　　俗話說：“人不可貌相，海水不可斗量”，僅僅憑借一個(gè)人的長(zhǎng)相，就給他扣上罪犯或者騙子的帽子，未免太荒謬了，但是目前的一項(xiàng)人工智能技術(shù)卻正在做這件荒謬的事情。

　　該論文已發(fā)布到國(guó)外網(wǎng)站，文章的主要內(nèi)容就是調(diào)查能否基于最新的人工智能技術(shù)，通過對(duì)于人類面的部特征進(jìn)行識(shí)別、分析，來判斷一個(gè)人到底是不是罪犯。

　　雖然研究還處在實(shí)驗(yàn)室階段并沒有得到廣泛的應(yīng)用，但是，不管結(jié)果怎樣，這對(duì)于那些具有小小的嘴巴、微微上翻的嘴唇和比較靠近的眼睛這些面部特征的人來說，都不是一個(gè)好消息，因?yàn)橐坏┮粋€(gè)人具備了這樣的面部特征，以后就很有可能被人認(rèn)為是罪犯或者騙子。

　　上海交通大學(xué)的研究人員吳小林和張希對(duì)這項(xiàng)人工智能技術(shù)進(jìn)行了廣泛深入的研究和討論。他們將自己的研究成果發(fā)表在《arXiv》上，但是他們的這篇研究論文還沒有被正式審批或者正式發(fā)表，只是在網(wǎng)上可以找到資源，屬于優(yōu)先發(fā)表的文章。

　　吳小林和張希根據(jù)他們前期的研究指出，判斷一個(gè)人是不是罪犯主要可以根據(jù)三個(gè)基本的面部特征來進(jìn)行判斷。

　　這三個(gè)特征包括：嘴唇的彎曲程度；兩只眼睛之間距離的大小；鼻尖和嘴角之間角度的大小（可以認(rèn)為是嘴巴的大小）。

　　與此同時(shí)，根據(jù)計(jì)算機(jī)復(fù)雜的計(jì)算可以得出結(jié)論：那些具有嘴巴比較小，眼間距比較小，嘴唇微微向上彎曲的面部特征的人，更有可能是一個(gè)罪犯或者騙子。

　　研究人員還在文章中寫到：“不像人類的檢察官或者法官，人工智能計(jì)算機(jī)的視覺算法或者分類的標(biāo)準(zhǔn)往往不具備任何主觀的因素，一切評(píng)判的依據(jù)都是根據(jù)所收集到的數(shù)據(jù)，因?yàn)橛?jì)算機(jī)在做出判斷時(shí)，不會(huì)擁有主觀的情緒，也不會(huì)根據(jù)自己過去的經(jīng)歷甚至是種族、宗教、政治、觀念、性別、年齡等等的不同產(chǎn)生任何偏見，更加不會(huì)因?yàn)樽约和砩纤卟缓没蛘哂貌筒豢於a(chǎn)生的負(fù)面情緒影響自己的判斷。所以，相對(duì)于人類的檢察官或者法官而言，人工智能計(jì)算機(jī)更具有客觀性和可靠性。”

　　這項(xiàng)研究采集了1856個(gè)年齡在18-55歲之間的中國(guó)公民的照片，并且對(duì)這些所采集的公民照片刻意的進(jìn)行了選擇來保持樣本的可靠性，因?yàn)檫@1856個(gè)被采集的中國(guó)公民中擁有了不同的種族、不同的性別、不同的年齡甚至是不同的面部表情，這樣就可以增加樣本的可靠性。

　　在這被采集的1856個(gè)中國(guó)公民中，有730個(gè)是罪犯，當(dāng)然，為了確保數(shù)據(jù)的準(zhǔn)確性，這730個(gè)罪犯不包括犯罪嫌疑人，只包括那些已經(jīng)被確定為罪犯的公民。

　　這些被采集的中國(guó)公民的照片全部被輸入到計(jì)算機(jī)中進(jìn)行統(tǒng)計(jì)，計(jì)算機(jī)通過4種算法分別對(duì)這些照片里的公民面的部特征進(jìn)行準(zhǔn)確的分析，根據(jù)分析得到的結(jié)果來推斷出罪犯的共同面部特征。

　　研究者們還在文章中寫到：“盡管在這項(xiàng)科研課題設(shè)立之初就充滿了歷史的爭(zhēng)議性，但是，計(jì)算機(jī)的4種算法都運(yùn)行的非常良好，并且為推斷罪犯提供了非常有效的證據(jù)。”

　　研究人員表示：“盡管目前，我們已經(jīng)得到了非常有效的證據(jù)來對(duì)罪犯進(jìn)行推斷，例如較小的嘴巴，微微向上彎曲的嘴唇，較近的眼間距等等，但是，并不是所有的人都相信和支持這項(xiàng)研究，事實(shí)上，大多數(shù)的人都對(duì)我們的研究都持懷疑和強(qiáng)烈反對(duì)的態(tài)度。”

　　一位網(wǎng)友表示：“這項(xiàng)技術(shù)的公布令我感到非常的震驚，這項(xiàng)研究的結(jié)果是駭人聽聞的，我覺得，這些研究是非常不科學(xué)的，這應(yīng)該成為科學(xué)界的一個(gè)反例，大學(xué)教授們應(yīng)該在課堂上積極的告誡學(xué)生不要這樣做。”

　　還有一些用戶表示：“這樣的將研究是不具備科學(xué)依據(jù)的，因?yàn)椋锓篙p微的微笑，就會(huì)對(duì)照片上嘴巴的大小，嘴唇的形狀產(chǎn)生影響，而這些影響，很有可能是罪犯在拍攝照片的時(shí)候，攝影師的拍攝角度或性慣性的要求所產(chǎn)生的，而那些所謂的罪犯共性的面部特征很有可能是因?yàn)橥痪觳块T，采用同一攝影師或者采集的照片來自同一組拍攝所造成的，并不具有非常好的相關(guān)性。所以，研究結(jié)果自然不具備科學(xué)依據(jù)和可靠性。”

　　現(xiàn)在，針對(duì)這項(xiàng)人工智能技術(shù)存在的最大的擔(dān)憂就是，計(jì)算機(jī)很有可能在現(xiàn)實(shí)世界的法庭上，根據(jù)自身的所謂的“證據(jù)”指證一個(gè)無辜的人成為罪犯。這些人工智能技術(shù)很有可能做出一些錯(cuò)誤的判斷，因?yàn)樗苡锌赡苤刚J(rèn)一個(gè)沒有犯罪的人成為罪犯，同時(shí)，也很有可能指認(rèn)一個(gè)罪犯無罪，從而被釋放。

　　這已經(jīng)不是人工智能技術(shù)第一次被公眾大肆批評(píng)和指責(zé)的案例了。

　　在今年的九月份一項(xiàng)叫做Beauty.AI的選美大賽上，人工智能計(jì)算機(jī)對(duì)來自全世界年齡在18-69歲的自拍照片進(jìn)行了收集，并對(duì)這些照片進(jìn)行了評(píng)判。當(dāng)結(jié)果公布時(shí)，似乎出現(xiàn)了一些意外，因?yàn)闄C(jī)器人根本“不喜歡”皮膚黑的人，所以，所有黑皮膚的照片都被篩掉，機(jī)器人對(duì)于黑皮膚的人存在著一些偏見，而引起了社會(huì)的廣泛不滿。

　　盡管大多數(shù)的參賽者都是白皮膚的人，但是，大部分的印度和非洲的黑皮膚的人，他們也都提交了照片，而這些照片全部被篩掉了。可能因?yàn)榇蠖鄶?shù)參賽者都是白人的原因，所以人工智能算法也就默認(rèn)了白皮膚的人比較好看，才導(dǎo)致了黑人照片被篩掉的情況。

　　Beauty.AI選美大賽的首席科學(xué)官Alex Zhavoronkov說：“如果在你采集的數(shù)據(jù)庫(kù)中，沒有足夠多的不同膚色的數(shù)據(jù)，那么人工智能計(jì)算機(jī)機(jī)器人就會(huì)產(chǎn)生有偏見的結(jié)果。”

　　所以，如果想要利用一個(gè)算法對(duì)一組數(shù)據(jù)進(jìn)行識(shí)別時(shí)，如果某種類型的數(shù)據(jù)不夠多，就有可能會(huì)產(chǎn)生一個(gè)有偏見的結(jié)果。