我們的面部，泄露的信息比我們以為的要多得多。

一家以色列初創(chuàng)公司宣稱，能掃一眼人臉就鑒別出人眼所發(fā)現(xiàn)不了的性格特征。

這家公司名為Faception，已與某國土安全機(jī)構(gòu)簽下合約，幫助識(shí)別恐怖分子。該公司稱其技術(shù)也可用于識(shí)別出從超級撲克玩家到外向性格者、戀童癖、天才和白領(lǐng)罪犯之類形形色色的人。

“我們對人類的認(rèn)知，比其他人相互間的認(rèn)知要好得多。”Faception首席執(zhí)行官沙伊·吉爾伯（Shai Gilboa）說道，“我們的個(gè)性是DNA里就帶著的，并且反映在臉上。那就是種信號?！?/p>

Faception建立了15個(gè)不同的分類器，對特定人格特征具有高達(dá)80%的評估準(zhǔn)確率。

該初創(chuàng)公司看出了用機(jī)器進(jìn)行圖像分析的巨大前景，正在穩(wěn)步向前邁進(jìn)。

不過，專家們也提醒說，此類技術(shù)的有效性尚存有倫理問題和一些深層次的限制。

華盛頓大學(xué)計(jì)算機(jī)科學(xué)教授，《主算法》（The Master Algorithm）作者，佩德羅·多明戈斯（Pedro Domingos）發(fā)問道：“我總不能看一眼你的臉，然后預(yù)測說你是個(gè)殺人犯，就逮捕你吧？你可以從中看出這是多么地有爭議性。”

吉爾伯稱，自己同時(shí)還兼任公司首席道德官，永遠(yuǎn)不會(huì)讓預(yù)測負(fù)面特質(zhì)的分類器流向公眾。

危險(xiǎn)在于計(jì)算機(jī)系統(tǒng)的不完整性。因此，吉爾伯希望政府將他的發(fā)現(xiàn)與其他來源納入考量，更好地識(shí)別恐怖分子。但即使如此，數(shù)據(jù)的使用還是有些麻煩。

“這些判斷具有準(zhǔn)確性的證據(jù)還是相當(dāng)弱的?！毖芯糠秶依嗣娌扛兄钠樟炙诡D大學(xué)心理學(xué)教授亞歷山大·托多羅夫（Alexander Todorov）說，“正如我們100年前以為面相學(xué)終結(jié)了一樣。”

最近，F(xiàn)aception在共有投資人名下的另一家初創(chuàng)公司組織的一場撲克錦標(biāo)賽上，展示了自己的技術(shù)。吉爾伯稱，F(xiàn)aception在賽前就預(yù)測了50位業(yè)余玩家中的4位是最棒的。當(dāng) 賽果 塵埃落定，其中3位果然擠進(jìn)了前三甲。為做出這個(gè)預(yù)測，F(xiàn)aception將這50位玩家的照片與職業(yè)撲克玩家數(shù)據(jù)庫里的照片進(jìn)行了比對分析。

想要用人工智能系統(tǒng)做 出類 似的結(jié)論并不容易。被訓(xùn)練來分析圖像的計(jì)算機(jī)只會(huì)針對被訓(xùn)練的范例表現(xiàn)良好。如果該計(jì)算機(jī)的訓(xùn)練數(shù)據(jù)集只是少量的過時(shí)數(shù)據(jù)，它做出的結(jié)論就會(huì)有偏差。另外，還有一種風(fēng)險(xiǎn)是，系統(tǒng)會(huì)做出準(zhǔn)確的預(yù)測，卻不是基于正確的理由。

多明戈斯，這位華盛頓大學(xué)的教授，還舉了個(gè)某學(xué)院訓(xùn)練計(jì)算機(jī)系統(tǒng)來區(qū)別狗和狼的例子。測試表明，那套系統(tǒng)幾乎100%準(zhǔn)確。但成功的真相卻是，這臺(tái)計(jì)算機(jī)學(xué)會(huì)了從照片背景中找積雪來判斷是不是狼。所有狼的照片都是在冬天拍攝的，而狗狗的照片則不是。

而且，人工智能系統(tǒng)在可被人類隨意改變的特征上也會(huì)出現(xiàn)零準(zhǔn)確率的事件——比如有沒有胡子。這也限制了人工智能做出準(zhǔn)確預(yù)測的能力。

“如果有人到我面前說，‘我弄了個(gè)公司可以嘗試做到這一點(diǎn)’，那我對他們的回復(fù)可能是，‘算了吧，做點(diǎn)其他更有前途的事比較好。’”多明戈斯說，“但另一方面，機(jī)器學(xué)習(xí)又每天都在給我們帶來驚喜。”