AI面部识别，已经完全融于所有人的日常生活中。不过，来自斯坦福的一项研究中发现，AI竟可以从毫无表情的面部中，识别出一个人的政治倾向，而且准确率惊人。

　　正如你所想的那样，这一发现愈加引发了严重的隐私问题，特别是在没有获得个人同意的情况下，进行面部识别。

　　论文作者Michal Kosinski对此表示，在铁幕（iron curtain）后成长的经历让我深刻意识到监视的风险，以及精英们出于经济或意识形态原因，选择忽视不方便的事实。

　　背后技术的核心是，算法在图像/视频中检测人脸，然后测量人脸的各个方面——比如眼睛之间的距离、颌线的形状、颧骨的轮廓。

　　过去的研究中，他们曾展示了Meta（Facebook）出售或交换数据，如何暴露了用户的政治观点、性取向、性格特征和其他私密特征。

　　因此，在新研究中，作者们旨在单独分析面部特征在预测政治倾向方面的影响，从而更清晰地展示面部识别技术的能力和风险。

　　为了实现这一目标，他们从一所主要的私立大学招募了591名参与者，并仔细控制了拍摄每个参与者面部照片的环境和条件。

　　拍摄完照片后，研究人员使用面部识别算法对其进行处理，具体使用的是ResNet-50-256D架构中的VGGFace2。

　　这些描述符以计算机可以分析的形式编码面部特征，并被用于通过一个将这些描述符映射到政治倾向量表上的模型来预测参与者的政治倾向。

　　这种相关性虽然不高，但具有统计学意义，表明某些稳定的面部特征可能与政治倾向有关。这种关联独立于年龄、性别和种族等其他人口统计因素。

　　研究者向他们展示了第一项研究中收集的标准化面部图像。每个评分者都被要求评估照片中个人的政治倾向。

　　评分者完成了5000多项评估，并对结果进行了分析，以确定他们对政治取向的感知评分与参与者报告的实际取向之间的相关性。

　　Kosinski表示，「令我惊讶的是，算法和人类都能从精心标准化的没有表情的面孔图像中预测政治取向。这表明稳定的面部特征和政治取向之间存在联系」。

　　在第三项研究中，研究人员让模型去识别政客的图像，将面部识别的预测能力的检验扩展到不同的情境。

　　样本包括来自三个国家（美国、英国和加拿大）立法机构上下两院的3,401张政治家的个人资料图像。

　　结果表明，面部识别模型确实能够从政治家的图像中预测政治倾向，中位数准确度的相关系数为0.13。

　　这种准确度虽然不高，但仍然具有统计学意义，表明在受控实验室图像中。预测政治倾向的一些稳定面部特征也可以在更多样化的真实生活图像中被识别出来。

　　其实，早在2021年的一项Nature研究中，曾指出面部识别技术可以在72%的时间内，正确预测一个人的政治取向。

　　另一篇2023年研究中，同样采用深度学习算法从面部识别预测一个人政治倾向，预测准确率高达61%。

　　不过，在网友看来，每一个声称能够从面部表情读取人们情绪或其他特征（如政治倾向）的AI系统都是一场骗局。

　　此前，WSJ的一篇报道中，也对这样的AI发起了质疑——用刻板的面部表情来训练算法必然会产生误导。