继11月下旬训练机器以86%的成功率识别罪犯和非罪犯的照片后，上海交通大学教授武筱林近日又发表了“机器看相”第二季：人工智能可以成功鉴别“清纯”美女和“妖艳”美女，其审美与中国高校男生高度一致。

“是看脸认一个人难，还是判断一个服务员的笑是出自真诚还是敷衍更难？”，12月17日，在接受澎湃新闻（www.thepaper.cn）的采访时，武筱林抛出了这个问题，来揭示他做的这一系列可能触及社会伦理敏感点的研究的意义所在。

▲武筱林

目前人脸识别系统已能成功鉴别人类的生物性特征，包括性别、种族、年龄甚至情绪。下一个问题非常吸引人而又充满挑战性：人工智能是否能基于人脸识别推测人类的社会性特征呢？

武筱林正在进行的这一系列研究，正是为了解答这个问题，或者说，他是在迫使我们直面一个严肃的现实：人工智能已经具有了认同人的情感和性格的潜力。武筱林的上一篇训练机器进行“罪犯识别”的论文已经召来了褒贬不一的回应邮件，有些人甚至严肃地敦促他“撤稿”。他这次在论文的引言部分写道，“我们不能因为社会禁忌和政治观念，就在不加以检验的情况下否定这种可能性”。

在上一篇论文中，武筱林团队运用计算机视觉和机器学习技术检测1856张中国成年男子面部照片，其中将近一半是已经定罪的罪犯。实验结果显示，通过机器学习，分类器可以以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。

而最新出炉的这篇论文题为Automated Inference on Sociopsychological Impressions of Attractive Female Faces（《自动推断有吸引力的女性面孔造成的社会心理学印象》），目前上载在预印本网站arXiv上。

武筱林的研究团队这次把目光转向了女性，而且是长相有吸引力的女性。尽管东西方都有“情人眼里出西施”的说法，但在实际生活中，大众对陌生女性的审美还是较为一致的。同时人们还会给不同的“美女”贴上不同的标签，有些是肯定性的标签，比如“甜美”、“可爱”、“优雅”、“温柔”、“体贴”；有些是否定性的标签，比如“做作”、“虚荣”、“冷漠”、“轻浮”。这些标签直接从外表指向了女性的一些内在性格甚至品格。

比起犯罪性来，判断对“美女”的审美给人工智能提出了更大的挑战，因为审美在传统上被认为是一种复杂的个人“口味”，糅合了观察者和被观察者的个性和社会价值观。

研究团队将两组照片样本展示给22名中国男性研究生，发现尽管他们对于照片上贴的标签高度认同，但他们无法具体解释他们是如何做出这样的判断的。他们几乎都给出了非常模糊的回答，比如“我就是这么感觉的”。

那么，人工智能否把握这种模糊的“感觉”，由女性长相推断出她们的内在性格呢？

武筱林团队首先进行了半自动化的样本采集。他们在网络图片上用“单纯美女”、“甜美少女”等关键词进行检索，并把照片分为S+和S-两组。

S+包含带有以下标签的美女照片：清纯、柔美、甜美、秀美、单纯、大方

S-则包含以下标签：娇艳、俗气、张扬、风骚、轻佻、轻浮、妩媚

▲“褒义组”照片样本

▲“贬义组”照片样本

S+和S-分别倾向于褒义和贬义的标签，且在女性的支配力、可信赖度、单纯程度等内在个性上有不同程度的暗示，本文简单将这两组称为“褒义组”和“贬义组”。

然后，所有搜索结果又由中国男性研究生进行了人工排查，去掉一些由于复杂语义造成的错误搜索结果，比如有些照片带有反讽性质的标签。

研究团队最后得到了共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%。

▲机器识别准确率达80%

接着，由于受访男性研究生普遍认为“贬义组”的照片“不自然”，研究者怀疑影响男性做出审美判断的重要依据是女性的化妆程度。但这个猜测很快被实验推翻了。当把所有照片调成灰阶图，重复上面的过程后，CNN分类器的识别准确率只下降了6%。

▲换成灰阶图后的机器识别准确率仍有75%

此外，浓妆还可能造成面部色彩的对比度和饱和度变高。这点得到了数据分析的证实。“褒义组”的色彩对比度比“贬义组”平均低了14%，饱和度平均低了5%。此外，“贬义组”照片在色彩对比度和饱和度上差异性更大。这与中国传统推崇的“自然美”一致。研究者猜测，这种色彩对比度和饱和度上的差异是机器做出判断的重要依据之一。

▲“褒义组”和“贬义组”色彩对比度和饱和度的均值和标准差

最后，武筱林团队排除了机器过度学习的可能性。他们将数据集随机打乱后训练机器，结果机器只能以50%的概率随机“猜”分类。

文章最后总结道，这篇论文是上一篇论文《基于面部识别的犯罪性推断》的续集，再次证明了人工智