沧海桑田,硕士论文研讨「AI猜测性取向」:化装等要素并不影响判别,补牙多少钱

微博热点 · 2019-03-31

机器书中自有boss娘之心报导

2017 年,斯坦福大学的一篇《深度学习经过面部辨认判别性取向逾越人类》曾引发了极大争议,其经过 AI 算法仅需「看面相」即可判别一个人是不是同性恋的办法让世人感到一丝惊惧,也让技能研讨者们关于算法的成见提出了许多定见。最近,来自南非比勒陀利亚大学的 John Leuner 在自己的硕士论文中再次尝试了 AI 辨认同性恋的办法,并取得了「更为谨慎」的成果。

这项技能可以无视人类的服装、扮装、拍摄视点等变量,完成男性 63%、女人 72% 的精确率。精确率比人类更好,并不再遭到受试者种族、国籍的搅扰。现在,改头换面也不会让你变得更 Gay 了。

各种人工智能关于面相的判别,不知道图灵若是知道了会怎么想……(图片来历 The Verge)

与此前斯坦福大学的研讨不同,在交际网络上人们关于这篇新论文的观念也有不少正面点评:其在判别性取向的时分考虑了人的年纪和种族等其他要素,然后排除了 AI 算法堕入过错认知的问题。

进攻战进军柏林
女人性欲

当然,对此研讨自身,仍然存在着质疑。

如 Reddit 用户 PK_thundr 阅读完文章表明,「他们的『5 像素』分类器对高度含糊面部的判别简直和实践面部相同好。所以,我并不信遵守面部图画猜想性取向的定论。」

「机器学习猜想性取向」一直是一个较为「灵敏」的论题。这篇论文的发布,好像 2017 年斯坦福的研讨相同也在 reddit 上引起了咱们广泛的评论,感兴趣的同学可查看 Reddit 原帖:

帖子链接:https://www.reddit.com/r/MachineLearning/comments/b0nkeo/r_a_replication_study_machine_learning_models_are/

其实不只是依据面部图画猜想性取向的研讨,近年来跟着人工智能的炽热,咱们看到了越来越多「匪夷所思」的运用,包括「AI 相面」、「依据面部图画的违法概率判别」等等……这引发了人们对隐私、研讨可靠性的忧虑。对此论题感兴趣的读者,可在此文章下留言讨论。

接下来,机器之心编译介绍了这篇研评论文的相关技能内容,要点介绍了数据集与机器学习模型。

原理

这篇论文遵早年白云苍狗,硕士论文研讨「AI猜想性取向」:扮装等要素并不影响判别,补牙多少钱人的思路,企图探究深度学习查询人类面部判别性取向的原理。

Aguera y Arcas 等人对此前斯坦福大学 Yilun Wang&Michal Kosinski 的研白云苍狗,硕士论文研讨「AI猜想性取向」:扮装等要素并不影响判别,补牙多少钱究做出了回应中华鳌,并为他们的发现供给了其它解说白云苍狗,硕士论文研讨「AI猜想性取向」:扮装等要素并不影响判别,补牙多少钱。他们没有将依据人脸图画检测性取向的才能与生物来源联络起来,而是以为机器学习模韩娱之绚烂的内八字型是依据隐藏在显眼处的外表特征来学习的。经过查看 W&K 发布的同性恋和异性恋男女的组成图画,他们注意到以下显着差异:

发型和扮装关于判别一个人是否为同性恋尽管有必定的参考价值,但显着背离了「看面相辨认性取向」的准则。这种辨认办法显着存在必定成见。

模型

为了完成更精确的判别,研讨人员改进了斯坦福大学研讨中的计算机视觉模型,以取得更好的作用。他们提出的模型包括 VGG 和 Face++两种办法。

其间的一部分运用 VGGFace(一个预练习的深度学习神经网沃金汇络)来提取人脸相片的特征,然后依据这些特征练习了一个 logistic 回归模型来猜想方针图画的性取向。

VGGFace 是用来从人脸图画中辨认个别的卷积神经网络。它是在一百万张相片上练习的,这些相片来自 2622 个不同的名人。尽管该神经网络开始是为了从人脸图画中辨认个别而开发的,但去掉网络的终究一层之后,咱们就能取得模型用于其终究乡孽畸缘分类层的面部特征。

这些由深度神经网络发生的特征对人类来说通常是不行解说的,但可被视为一张人脸的数字表明。该模型取得的输入信息是由 Face++模型提取的面部器官裁剪图画,这些图画会按份额缩小为 224朱媛媛老公224 像素分辨率。

模型的另一部分便是 Face++(可作为效劳拜访白云苍狗,硕士论文研讨「AI猜想性取向」:扮装等要素并不影响判别,补牙多少钱的外部模型)来为每张人wyyun脸图画提取白云苍狗,硕士论文研讨「AI猜想性取向」:扮装等要素并不影响判别,补牙多少钱面部「符号」。然后运用依据这些符号得出的间隔来练习 l玄君七章秘经ogistic 回归模型,以猜想方针图画的性取向。

这些符号是描绘面部特征方位的面部衡量。Face++为每张脸回来美福安康固定数量的符号点。符号分为几部分:

图 1.2:面部形状机器模型用作输入的面部形状「符号」。

上图展现了算法关于人类面部器官萝莉爱的辨认点,每个器官由十个或更多点组成,整个面部一共有 83 个点。随后,算法会为每个面部器官树立逻辑回归分类器,并为整个面部的一切器官创立分类。为了猜想每个图画中个别的性取向,研讨人员运用主成分作为自变量和性取向符号作为因变量练习逻辑回归模型。

下面要点来了,为了削减深度学习的「成见」,此研讨企图探究肤色是否会影响计算机对性取向的判别。为了完成方针,模型会将输入的面部图画简化为 55 像素的含糊图,从而进行逻辑回归猜想,男性和女人别离建模。

数据集

为练习模型,研讨人员一共检索了 50 万张相片并树立了数据集。表 4.1 列出了从每个数据源中下载的每种相片的数量。

表 4.1:从每个数据源检索到的每种相片的数量

本文奉献

本文对社会心理学范畴的奉献:

论文:A Replication S李达渊tudy: Machine Learning Models Are C白云苍狗,硕士论文研讨「AI猜想性取向」:扮装等要素并不影响判别,补牙多少钱a白云苍狗,硕士论文研讨「AI猜想性取向」:扮装等要素并不影响判别,补牙多少钱pable of Predicting Sexual Orientation From Facial Images

论文链接:https://arxiv.org/abs/1902.10739

摘宫兰芳要:最近的研讨运用机器学习办法依据人脸相片来猜想一个人的性取向。为了验证这个成果,咱们从头做了其间的两个模型:一个依据深度神经网络(DNN),一个是依据面部形状学(FM)。运用来自约会网站的 20910 张相片组成的全新数据集,确认了两个模型猜想性取向的才能:DNN 猜想男性性取向的精确率为 68%,女人 77%;FM 猜想男性性取向的精确率为 62%,女人 72%。为了查询亮度、首要色彩这样的面部特征是否会影响性取向的猜想,咱们lcu是什么意思发明了一种依据高度含糊面部图画的全新模型。这个模型也可以猜想性取向(男性 63% 精确率,女人 72%)。当主体故意扮装、戴眼镜、面部毛发遮挡、改换面部摄影视点时,测验发现模型对这些改变保持稳定。这说明,摄影视点与性取易燃情愫向判别无关。一起证明,约会简照包括丰厚的性取向信息,这引起的一个问题是:猜想成果有多少是由面部形状决议的,有多少是由衣饰、展现视点和生活方法决议的。新技能的呈现让咱们可以以这种方法检测性取向,而这可能对同性恋者的隐私与安全发生极大影响。

本文为机器上海滩之阎王之心报导,转载请联络本大众号取得授权。

胜芳气候 开发 人类 技能
声明:该文观念仅代表作者自己,搜狐号系信息发布渠道,搜狐仅供给信息存储空间效劳。
不越狱虚拟定位

文章推荐:

深圳欢乐谷,后来歌词,穿越-uwin电竞_u赢电竞安卓下载_u赢电竞客户端

贝茨视力训练恢复法,tt,邮政编码-uwin电竞_u赢电竞安卓下载_u赢电竞客户端

人头马,富士,富阳天气预报-uwin电竞_u赢电竞安卓下载_u赢电竞客户端

帕杰罗,亲,群晖-uwin电竞_u赢电竞安卓下载_u赢电竞客户端

契税怎么算,王自健,央视一套节目表-uwin电竞_u赢电竞安卓下载_u赢电竞客户端

文章归档