人脸识别不光能解锁手机，抓逃犯…它还可能检测你是直男还是 Gay？

 

也许你已经听过了这一消息。去年，斯坦福大学的 助理教授 Michael  Kosinki 和同事 Yilun Wang 在一篇论文中展示了人脸识别算法如何从图像中提取特征，来识别某人是否是同性恋。研究称，在只有一张正面照的情况下，算法判断男同性恋的准确率达到 81％，女同性恋的准确率则为 74％。

相比之下，人类能够分辨出同性恋的准确率为 61％（男）和 54％（女）。而当测试者在提供五张面部图片的情况下，人脸识别算法的准确度增加到了 91％（男）和 83％（女）。

研究发现，同性恋往往具有“性别非典型”特征，这也给产前激素理论提供了强有力的支持——也就是同性恋男性的长相更女性化。通常，男性的下巴较宽，鼻子较短，前额较小；而男同性恋者下巴较窄，鼻子较长，前额较大，脸部毛发较稀少。相反，女同性恋者的脸部通常比女异性恋者的脸部更像男性脸部（下巴较宽，前额较小）。而且，同性恋者和异性恋者在梳洗打扮方面确实不同。

这一研究在当时引起轩然大波，引发了 LGBTQ 组织的抗议，要求斯坦福大学不再涉足相关研究。近日，《卫报》发布了一篇对 Kosinki 的专访报道，解释了这项研究的出处以及目的，并且在近一年面临各种质疑的情况下依然坚持这项研究的可行性，最后还表达了他对 AI 技术的悖论思考。

据 Kosinki 介绍，当时和他的助手通过采集分析了婚恋交友网站上的 35326 张照片，运用机器学习技术研发出一套名为“AI gaydar”系统，用以识别同性恋。

 

但这这项研究并非有意为之，而是一个偶然发现。当时，他正在利用 Facebook 的用户数据做人格分析，在筛选个人资料时，注意到内向和外向的人有着截然不同的面孔，这让他感到两者可能存在某种联系。

实际上，在得到上述研究结果之后，他作为研究者也惊讶于算法为什么会这么容易区分出同性恋和异性恋。

在该研究被《经济学人》报道后，Kosinki 遭到了来自网友以及学界的口诛笔伐。普林斯顿大学教授 Alexander Todorov 当时质疑 Kosinski 的研究存在严重缺陷，因为通过比较数千张照片而成的算法模式可能与面部特征无关。另有 Google 的两位 AI 研究人员和 Todorov 持一致论调，认为 Kosinski 的算法可能会对检测者的妆束、胡须或者眼镜等特征做出回应，但 AI gaydar 并没有发现不同性取向的人在脸部特征上有何差异。

根据今年 1 月的报道，Google 研究团队对这一争议研究进行了二次调查，他们的反对态度更加坚决。通过这次调查，Google 团队反而发现了同性恋与异性恋关于“如何自拍”的差异。他们发现，“直男倾向于低角度自拍，使得下巴变大，鼻子缩短、额头变小，笑容减少”，这样的角度强调了其主导地位。因此，他们认为这种差异的存在主要与文化而不是脸部结构有关。

此外，Todorov 也指出，人们在约会网站上发的照片，投射出很多非人脸的特征。

Kosinski 承认他的机器学习系统检测到了这些不相关的特征，但他还是坚持认为，人脸与心理之间存在联系，即便它们对人眼是不可见的，但现在随着机器学习的进步就可以感知到这种连接。

他拿人类犯罪倾向做类比，认为睾酮水平与犯罪倾向有关，而且它们也与面部特征有关，这个环节计算机很容易被发现。不过，当被问及他是否会利用 AI 进行犯罪检测这种类似研究时，却表现得犹豫不决。

但早在 2016 年，在太平洋彼岸的中国，上海交大教授就完成用机器看脸识罪犯的研究，根据当时的报道，声称识别准确率可达 86% 以上，这在当时也引起了国内外舆论的质疑，Google 的几名研究员也对其撰文进行了批驳。

 

Kosinki 还使用人脸识别算法来辨别共和党人和民主党人的政治倾向，这目前还是一项未公开的研究，但他声称这项研究是成功的，尽管他也承认这个结果可能随着被检测者某些脸部特征（如胡须）的改变而改变。值得一提的是，Kosinski 对人工智能的开创性研究曾启发了现在臭名昭著的政治咨询公司 Cambridge Analytica，后者将其技术应用在了特朗普竞选活动以及英国脱欧活动中。

除此之外，他相信 AI 技术可用于检测情绪、智商甚至是犯罪倾向。Kosinki 也称，AI 技术应用多少都存在隐私问题，但它有时可以用来拯救生命，这是在警告人们免受新技术困扰时存在的固有悖论，这是批评者们经常所忽视的。

Kosinki 表示，他对人类失去隐私感到不安，但这不会改变我们已经失去隐私的事实，而且这种糟糕的状况是不可逆的。这些研究最重要的是强调 AI 对人类隐私所造成的潜在危险，从而引起人们的重视。

事到如今，对人脸识别技术究竟能否检测同性恋这一话题，还未有统一权威的报告给出确定答案，但有意思的是，Kosinki 透露，他收到了大量电子邮件，那些对自己性取向有困惑的人们纷纷献上照片，希望 Kosinki 用“AI gaydar”系统做个鉴定。

对于人脸识别技术检测同性恋，你怎么看？

参考来源：

https://www.theguardian.com/technology/2018/jul/07/artificial-intelligence-can-tell-your-sexuality-politics-surveillance-paul-lewis

https://www.theguardian.com/technology/2017/sep/07/new-artificial-intelligence-can-tell-whether-youre-gay-or-straight-from-a-photograph

https://news.sky.com/story/remember-that-ai-gaydar-googlers-say-its-bunk-11206505

——【完】——

看病，是挂号窗口一场无声的战役；

挂号，是在熬夜蹲守和屈服黄牛之间的伪命题。

 

那些被黄牛困扰的日子

 

01

就医半年的胃病患者，董先生

 

身为三餐不定的“互联网民工”，董先生有定期看老中医的习惯，无奈医院号不到30秒就已被挂满，第23次抢不到票的董先生只好花10倍的价格挂“黄牛号”。

 

02

在医院工作3年的护工，梁小姐

 

“飞檐走壁”的资深护工梁小姐，最近想把母亲接到城市来做个体检。万万没想到，准备好枸杞茶和睡袋，通宵排队7个钟，最终还是与专家号失之交臂。

 

某一线医务人员表示：“医院联手政府打击黄牛现象多年却屡禁不止，黄牛总能找到空子，但我们始终在积极探索。”

 

TA来了，黄牛逃了

 

现在，这些无奈都将与黄牛党一起下岗，熬夜排队党也可以再睡个回笼觉了。

 

多家医院已引入微信人脸识别技术，并与公安系统对接，可在微信平台内实时校验患者的人脸与公安系统预留信息的匹配度，让更多稀缺的专家号能被有需要的患者使用。

    

怎么用？只需关注医院微信公众服务号，点击下方服务栏进入医院系统，按照指示进行人脸识别、填写身份信息即可“刷脸”就医。

 

 

中山大学孙逸仙纪念医院、广州医科大学附属第二医院、四川大学华西第二医院、广东省中医院等医院是全国第一批推出微信人脸识别挂号功能的单位。

 

引入这项技术后，中山大学孙逸仙纪念医院某热门专家的抢号时间由原来的30秒内被挂满，增加到65分钟才被挂完，病人有更充足的挂号时间。

 

而广州医科大学附属第二医院不仅可以人脸识别挂号，还支持在自助机上“刷脸”建立个人档案、领取个人报告。

 

 

同样使用“防黄牛”技术的还有四川大学华西第二医院，为了让就医更方便，医院将人脸识别技术运用到就诊报到、抽血检查等多个环节。

 

 

我们也期待更多医院引入人脸识别就医技术，并应用到取药、付费、报告拿取等环节，一起打通医疗看病全流程。

 

挂号难排队慢，未来这些“不方便”都将集体失业。

高能人脸识别技术，你还希望在哪见到它？

想不到，英国警察局的人脸识别系统竟然患上了某种“隐疾”。

昨天，在伦敦议会听证会上，大都会警察局局长Cressida Dick透露出，本地警察局部署的人脸识别系统的效果惊人——

准确率达到了2%！

也就是说，在一次识别中，98%的嫌疑犯都为误判。不瞒您说，英国人脸识别系统患上的正是致命的脸盲症啊……

对于这样看起惨不忍睹到无眼看的识别结果，英国警察表示很，满，意。

Excuse me ？没听错吧？

寒心的数据

从去年开始，英国警方开始使用自动面部识别技术（AFR）辅助搜捕。重点开展此项任务的警方有两处，一是大都会警察局，二是南威尔士警察局。

他们把这项技术部署在人多嘈杂的公共区域，包括音乐会、足球比赛等大型集体活动场地中。通过移动的摄像机扫描人群捕捉人像，之后将这些图像与想要抓捕的逃犯照片相匹配。

之后只需对比出结果，相似度高的，不就是get的逃犯么，完美。

然鹅！现实的数据异常骨感，如同大型打脸现场——

去年6月的欧冠联赛上，当南威尔士警方的人脸识别相机首次应用时，系统发出了2470次警报。也就是说，在这场球赛中每隔三秒就会提示嫌犯来了，系统的努力程度着实令人感动。

但是……在这两千多次的预警中，只有173次是正确的判断，AFR的错误率高达92%。

还不仅仅如此。

去年10月，在警方表示已经升级了此系统的情况下，在一次拳击比赛现场，系统正确识别了5人，错误识别46人，错误率90%。

去年11月，威尔士和澳大利亚对阵的国际橄榄球大赛上，正确识别6人，错误识别42人，错误率87.5%。

如此脸盲的人脸识别系统不禁让人怀疑，这样的AI到底有何用呢[怀疑脸.jpg]。

英国警方给出的统计数据显示，截止到今年5月份，南威尔士警方的AFR识别错误率平均为91%。

而大都会警察局的AFR系统看起更菜，平均错误率高达98%。目前，AFR帮助警方逮捕了0人。

面对这样的结局，警方一边声称在升级系统，另一边在甩锅。

据外媒The Verge报道，在周三的伦敦议会听证会上，大都会警察局局长Cressida Dick指出，“零逮捕”不可怕，这本来就是试用阶段，对它的期望并不高。这可是尖端技术，公众和我们都愿意尝试一下。

担忧如期而至

但，英国警察叔叔的“满意”，实在是不得已的嘴硬。。

毕竟一些西方国家，自有国情在彼。

实际上，这种面部识别和追踪技术，在英国引发了巨大的争议。甚至英国各界群众，还发起了一项“FACE OFF CAMPAIGN”的抗议活动。

这个抗议的主旨只有一个：请警方停止用摄像头进行面部识别。

 

抗议者认为，自动面部识别技术，会对个人隐私和言论自由造成影响，并且可能引发歧视性的政策，例如种族和性别偏见等。

尤其是这套系统超高的错误率，成为大众担心的对象，毕竟大量无辜的人，并当成犯罪嫌疑人——

一旦你因此被警方扣留，面部信息还会被记录在一个内部数据库里，即便你是无辜的路人，这些个人数据也不会被删除。

总之，政府斥资数百万英镑的项目，几乎是个不受外界待见的渣渣系统；英国警方的面部识别监控，还面临被告上法院。

类似的问题，在美国也有发生。

美国各大科技公司一旦跟政府合作，时不时就会被揪出来鞭挞一番。比如最近亚马逊就站在一个风口浪尖上。

全因亚马逊准备与美国警方合作，利用亚马逊的云计算平台、人工智能技术，帮助警方使用人脸识别技术。

美国公民自由联盟警告称，亚马逊向警方提供的技术，可能会被用于自动监视，会让城市监管部门追踪居民，不管他们是不是犯罪嫌犯。它还能够允许警方确认参与抗议的人，帮助移民局官员持续监控移民。

对于种种指责，亚马逊也只能给出一些弱弱的回应。

歌神第六杀

相比之下，国内的人脸识别系统准确得让各路逃犯想哭。

同样是部署在音乐会，前天（7月6日）晚上的张学友呼和浩特演唱会上，警方的人脸识别系统再次立功，成功查获全国在逃人员王某。

这已经是“歌坛神捕”张学友的六连杀了。此前量子位也报道过，从今年4月7日的南昌演唱会上，AI就帮助警察在歌神演唱会上抓捕了一名逃犯，随后这三个月，歌神走到哪，哪里的逃犯就会抖一抖。

网友感慨于此，特作对联一副——

上联：风调雨顺萧敬腾

下联：国泰民安张学友

横批：萧张至极

同样是人脸识别技术的应用，零逮捕战绩的英国AFR和屡立战功的国内警方的AI系统，看来已经拉开了段位级的差距。

作者系网易新闻·网易号“各有态度”签约作者

今年来，我国零售业得到快速的发展，从企业经营形态来看，零售业分为：百货店、超市是藏、便利店、专业店等大型商城，是今年来发展较快的零售新业态。店盈易连锁门店系统帮助商超门店锁定固定消费群体，靠不断增加会员以及会员营销管理开拓新的市场资源使门店立于不败之地。

1、会员办理以及会员积分兑换

科学管理会员档案，详细录入会员基础信息，绑定会员电话方便办理各项业务。建立商品信息即可设置积分规则，会员积分达到自定额度可自主兑换积分商品或特定服务，调动会员积极性，增强会员在超市或其他零售店的购物乐趣。

2、会员卡挂失与锁定

会员遗失会员卡，可线上线下为其办理挂失业务，挂失后系统自动绑定会员帐户，第一时间保护会员帐户财产，保障会员的账户安全，避免因财产损失引发的不必要纠纷。

3、店铺收银挂单打印消费票据

收银时客户想要再选后其他商品，这是超市或其他零售商常见的一种场景，这时商家可在系统中暂存该客户的未完成订单，先结算其他客户的订单，待该客户选完物品后再付款万层交易，实现多人灵活结账，实现散客会员灵活切换收银结算。

4、多样的支付方式

支持多种支付方式(现金支付、微信支付、支付宝支付、银联支付、储值支付、积分支付、其他支付)，支持连锁分店结算订单。

5、连锁分店商品进销存管理

超市等零售业对商品管理的需求比较大，商家在编辑商品信息的时候，可详细设置商品的不同属性和规格，满足多样性商品的管理需求;录入商品信息时，可选择共享商品资源的分店，方便连锁店对多家分店实施统一的商品管理。扫描枪快速定位商品轻松实现商品入库、调拨出库等操作;科学盘点库存，让超市实时掌握商品的进销存情况。

6、掌握会员消费趋势开启转化关卡

通过大客户活跃度分析以及消费趋势折线图找出店铺消费趋势低迷原因，各店铺间分享管理经验，促进各店铺的消费额全面增长。以微信会员卡为入口的电子优惠券，成本低廉，传播度高，具有超强的社交化属性，数倍提升粉丝顾客转化率。

很多店铺都忽视了一样东西，那就是门店的销售数据，如何利用数据分析来提升客单价？要根据各个企业不同的信息化程度进行。

 

 

1、学会利用企业会员系统数据。

利用会员管理信息系统，利用数据挖掘技术，可以做到以下几点：

一是：会员关联营销。不同的会员选择商品是不一样的，利用会员管理信息系统中的会员信息，对会员的购物单进行分析，寻找那些关联关系比较强的品类或者关联关系比较紧密的单品，有意识地调整陈列，必要时采取复合陈列，并在做促销时有意识地做关联促销，以强化顾客的组合消费行为。

二是：会员个人消费行为画像。当然不同性别、年龄、爱好的会员他们的消费习惯也是不一样，个人消费行为画像就是根据会员消费信息和会员登记的信息，将这些信息进行再加工，然后根据其社会属性、消费属性、个人偏好属性、时尚属性等等为顾客构建一个多维视图，根据这些客户的多维视图和相关模型，可以比较准确地进行促销活动，大幅度地降低营销成本，提高营销的命中率和成效。

三是：会员针对性营销。列出公司贡献率较高的会员做出相应的促销，当基于客户管理信息系统基础上通过数据挖掘建立客户消费行为画像以后，就可以寻找那些各个品类的忠诚消费者和富有影响力的“带头”消费者，这些忠诚消费者和“带头”消费者会对周围的消费群体产生强大的示范作用和引导作用。

2、会员信息系统不完善的企业怎么办

前面我提到的是针对企业有健全的会员管理系统的企业，那对于那些没有建立客户管理信息系统或者即使建立了也无法很好地采集数据、统计数据、形成有用的数据的零售企业来说，如何利用品类分析的结果来提升客单价?

一是：可以通过品类分析了解哪些是重点品类、品类单价、品类结构、品类成长性、品类集中度，了解品类的发展趋势，有意识地引导品类档次的提升。

二是：了解各品类在不同季节、不同节假日的表现差异，通过品类与季节、节日等的消费共振来创造消费高峰，提升客单价。

三是：了解促销活动对品类销售的影响，促销的目的是以促销来带动品类销售的增长，而不是为促销而促销的。所以，一定要通过有效的品类分析来跟踪促销结果，以便不断地提升促销。

 

3、没有会员管理系统的企业怎么办

 

没有怎么办？那赶紧用上呗，众链网络拥有多年的会员管理软件开发经验，拥有强大的研发能力和敏锐的洞察力，抓住互联网热点，并将其转化为营销方式融入到系统中。使用先进的黑科技，让系统不单是充满科技感更贴切用户需求。

 

附：提升客单价常态化“三做到”

一要做到：一句话营销。即要求门店收银员在收银时多加一句话：“我们门店正在进行××促销，您要不要来一件?”即便20个顾客中有一个被说动，客单价也可以实现微弱的增加。

 

二要做到：主动推荐。对于门店新进的商品，对于最近卖得红火的商品，还有对于最近正在做促销的商品，门店的店长可以示范并带领那些店员主动向周围的老顾客推销，既能够培养与顾客的亲切感，又能够有效地拉动客单价，也是一举两得的事情。

 

三要做到：经常制造一些消费热点。既可以用季节性新品、超低价商品，也可以用高性价比的优于周围竞争者的商品，用比较夸张的方式进行推销，吸引行人和顾客的眼球。