自從 AlphaGo 在圍棋對弈中連勝人類(lèi)最強棋手柯潔等人之后，「人工智能」、「深度學(xué)習」、「神經(jīng)網(wǎng)絡(luò )」這幾個(gè)詞大家已經(jīng)不再陌生，大家也意識到 AI 的強大，于是，許多人就開(kāi)始在 AI 上做文章。

其實(shí)，AI 一直是科技公司重要的下一步。

像是百度的「All in AI」戰略、華為的「AI 芯片」軍備競賽，還有馬斯克、扎克伯格、霍金等人為 AI 是否會(huì )對人類(lèi)產(chǎn)生威脅而在社交網(wǎng)絡(luò )上沸沸揚揚的口水戰等等。

可以說(shuō)，今年的 AI 圈子變得更加熱鬧，而全球從事人工智能領(lǐng)域的人才也相當稀缺，不少企業(yè)開(kāi)始上演了「重金求賢」的戲碼。

但也因為 AI 圈今年突然火爆，漸漸地，這個(gè)圈子的畫(huà)風(fēng)部分 AI 的畫(huà)風(fēng)似乎有點(diǎn)不太對勁兒。

AI看相 ，你內心藏著(zhù)一個(gè)怎樣的自己？

前段時(shí)間，斯坦福大學(xué)的研究人員設計出了一款 AI ，號稱(chēng)可以根據人臉的照片來(lái)判斷一個(gè)人的性取向，其判斷男士性取向的準確率達到 81%，判斷女士性取向的準確率則為 74% 。

具體是怎么做到的呢？還是那一套，大數據以及算法。

這個(gè) AI 通過(guò)對美國約會(huì )網(wǎng)站中的 35,000 多張照片的面部特征進(jìn)行深入分析，以及基于大數據和視覺(jué)分析，可以一眼看出你到底是直的還是彎的。

據斯坦福大學(xué)的研究人員介紹，他們發(fā)現，男同性戀比男異性戀臉部更陰柔、更具有女性特征，女同性戀反之。除此之外，男同性戀比男異性戀下巴更窄、鼻子更長(cháng)、前額更大，女同性戀比女異性戀下巴更寬、前額更小。

不知道看到這些總結，那些娛樂(lè )圈的小鮮肉內心是怎么想的。

還有更神奇的。

2002 年，好萊塢經(jīng)典科幻大片《少數派報告》中的一個(gè)場(chǎng)景讓人印象深刻，未來(lái)的警察能夠借助「先知」對未來(lái)進(jìn)行預測，提前趕到并阻止重大犯罪行為，使得罪犯在行兇之前就得到懲罰。

▲《少數派報告》劇照

據說(shuō)借助 AI 算法，這個(gè)場(chǎng)景已經(jīng)在一定程度上得到實(shí)現。

美國賓夕法尼亞大學(xué)統計學(xué)教授理查德·伯克開(kāi)發(fā)了一種新的算法，能夠預測哪些人會(huì )在未來(lái)犯罪的風(fēng)險高：

通過(guò)收集從 2009 年到 2013 年約 10 萬(wàn)件家庭暴力的案例，使用了機器學(xué)習的方法，將這些數據「喂」給電腦程序，包括年齡、性別、郵編、第一次犯罪的年齡以及一長(cháng)串先前可能相關(guān)的犯罪記錄，從而估計哪些人會(huì )重蹈覆轍。

2016 年，上海交通大學(xué)的兩位科學(xué)家研發(fā)了一個(gè)神經(jīng)網(wǎng)絡(luò )系統，能夠通過(guò)臉部識別技術(shù)辨認罪犯：

研究員使用了 1856 名男性的身份證照片，他們的年齡在 18 到 55 歲之間，其中一半的人有犯罪史，90% 的照片用來(lái)訓練 AI 算法，剩下的 10% 用來(lái)檢驗算法效果。

最終得出的結論是：

犯罪分子與遵守法律的公民相比，他們長(cháng)相和普通人之間的差異更大。

Google 的三名研究人員憤怒地發(fā)表萬(wàn)字長(cháng)文，批評這項 AI 研究存在「外貌歧視」，是「科學(xué)種族主義」，并從歷史、倫理出發(fā)，對「相面術(shù)」及其在機器學(xué)習時(shí)代的新形態(tài)進(jìn)行了批評。

無(wú)論是「AI 判斷性取向」或者是「AI 預測犯罪」，都是基于面部細節進(jìn)行的視覺(jué)分析，乍一看似乎有點(diǎn)道理，實(shí)際上卻是「偽科學(xué)」。

在今天，「相面術(shù)」一直是民間玄學(xué)，雖然有不少人相信面相可以反映一個(gè)人的內在特性，但普遍來(lái)說(shuō)缺乏根據，可以說(shuō)，這些看臉的 AI 預測是披著(zhù)科學(xué)的外衣，做的卻是算命先生的事情。

被神話(huà)的大數據

要說(shuō) AI 這個(gè)話(huà)題，就難免要和大數據掛鉤，大部分的 AI 都是通過(guò)收集回來(lái)的數據，配合研究人員制定的算法或者自我學(xué)習來(lái)產(chǎn)生最終的結果。

雖然 Google 的研究人員憤怒地指責了 AI 預測，但最先證實(shí)大數據強大的，也是Google 。

2009 年，H1N1 爆發(fā)幾周前，Google 的工程師們在 《Nature》（英國著(zhù)名科技雜志）上發(fā)表了一篇論文，成功預測了 H1N1 在全美范圍的傳播，甚至具體到特定的地區和州，而且判斷非常及時(shí)。

這個(gè)預測震驚了不少人，但隨后幾年 Google 的預測卻屢屢碰壁，到了 2014 年，美國著(zhù)名的《科學(xué)》期刊刊登了一篇名為《谷歌流感的寓言：大數據分析的陷阱》的文章，提出了大數據分析有分析側重性，會(huì )導致在推導因果關(guān)系時(shí)容易出現誤差。

▲Google流感預測失準

在《大數據時(shí)代》一書(shū)中，舍恩伯格的確總結了相對傳統小數據的三大特點(diǎn)：非隨機樣本，而是全體數據;非精確性，而是混雜性;非因果關(guān)系，而是相關(guān)關(guān)系。

比如去年的美國總統大選。

Bing Predicts 是微軟在 2014 年推出的 AI 預測引擎，它成功預測了 2014 年蘇格蘭獨立公投的結果以及 2014 年巴西世界杯 15 場(chǎng)淘汰賽的結果，被稱(chēng)作機器版的「章魚(yú)保羅」，而它在川普和希拉里的總統競爭中，完全將寶壓在了希拉里身上，達到了 87% 。

此外，包括 Unanimous A.I. 在內的多個(gè)美國大大小小的 AI 都預測希拉里會(huì )勝出，但結果我們都知道，川普成了最后的贏(yíng)家。

雖然還有一家叫 MogIA 的 AI 公司成功預測了結果，但其創(chuàng )始人 Sanjiv Rai 也不得不承認，目前AI系統對「諷刺表達」、「反話(huà)」的識別能力有限，網(wǎng)民們的言論可能被系統錯誤解讀的。

比如，即使特朗普的 Twitter 賬號下有大量的網(wǎng)民互動(dòng)，這不代表這部分網(wǎng)民傾向于支持特朗普，但相關(guān)話(huà)題的活躍度會(huì )被 AI 系統歸入民意預測依據。

還有算法設計者潛意識中的信念和偏見(jiàn)是否會(huì )被寫(xiě)進(jìn)能影響我們做決定的算法當中，也是大眾對 AI 預測產(chǎn)生質(zhì)疑的原因之一。

大佬有話(huà)說(shuō)

在這兩天的烏鎮互聯(lián)網(wǎng)大會(huì )上，各位科技大佬們不約而同地構思著(zhù) AI 的未來(lái)。比如馬云認為 AI 雖然會(huì )替代一部分人的工作，但要相信人的創(chuàng )造力，會(huì )有新的工作需要人類(lèi)的；谷歌 CEO 劈柴哥（Sundar Pichai）希望 AI 能讓電腦適應人類(lèi)……

▲劈柴哥在烏鎮

不可否認，未來(lái) AI 會(huì )在人類(lèi)社會(huì )中擔任更重要的角色，就像美國麻省理工學(xué)院的溫斯頓教授認為那樣：

AI 就是使計算機去完成過(guò)去只有人才能做的智能工作。

但算命看相這些玄學(xué)，應該不包括在內。