他看了 1800 多张脸 终于总结出了坏人都长什么样…

 

你看过迪士尼的动画片吗?

那种只要坏人一露脸,你就明白他 / 她已经坏到无可救药的动画片。

鹰钩鼻、宽下巴、小胡子都是反派的经典特点

(图源:fandom)

在迪士尼电影里," 好人 " 和 " 坏人 " 有着非常明显的区别。这是因为年纪太小的观众可能无法理顺电影的逻辑,所以就需要一些明确的视觉提示,区分好人和坏人:

迪士尼的反派 (图源:Deviant Art)

迪士尼的主角 (图源:Deviant Art)

从上两幅迪士尼反派与主角的对比中,我们可以发现——动画片中好人与坏人的区别是非常明显的。好人脸型相对柔和,更接近真实,鹅蛋脸、瓜子脸居多。而坏人的脸型则相对夸张、棱角分明,要么特别细长,要么大到没边。

(图源:Deviant Art)

当然还有眼睛:好人的眼珠子普遍要比坏人大上一圈。

而如果我告诉你,从长相判断善恶,实际上也是有一定科学依据的呢?

纳粹战犯戈培尔 1933 年,日内瓦

在 2016 年,上海交通大学教授武筱林发布了论文《基于面部图像的自动犯罪性概率推断》 ,用人工智能的算法寻找罪犯的普遍面部特征。

(图源:FUSION)

实验结果显示,至少在实验团队所检测的 1856 张人脸照片里,机器可以用较高的准确率把罪犯从普通人中间区分开来。

上排三张照片为实验用到的罪犯照片

下排三张为普通人的照片

这 1856 张脸中,有 730 人是已经被法庭定罪的罪犯。而剩下的 1126 人则是未被定罪的普通人 … 机器通过学习这两类人的脸部照片,找到了两拨人在特定面部细节上的区别。

上图为研究人员主要关注的面部特征。d 瞳距;

θ 人中是否有明显的线条,以及 ρ 嘴巴大小

实验报告中还提到:计算机的视觉算法没有主观偏见,可以确保结果的客观性(不受人类主观感情影响)

简单的说,就是发现了坏人脸到底长什么样!

计算机根据机器学习生成罪犯和非罪犯的平均照片

左侧为罪犯,右侧为非罪犯

根据研究人员的报告,罪犯与非罪犯面部特征最大的区别在于三点:

1. 瞳距:罪犯的瞳距相对而言更小。两眼之间更加接近。

2. 人中 : 罪犯的人中更加明显,有清晰的两条线。而普通人则没有明显的人中

3. 嘴巴:罪犯的嘴巴更小一些。

除此之外,研究人员还发现,罪犯之间的面部细节差异更大,而普通人则没有那么大的差异。

上排为罪犯长相的四种主要类型

下排为普通人长相的三种主要类型

简单地说,就是好人都是相似的,罪犯则都长得各不相同 … 这与电影里那么多奇形怪状的反派角色设计不谋而合 …

(图源:samen)

不用说,这篇 paper 引起了大家的广泛讨论。

虽然,交大教授武筱林马上公开表示:他的研究完全出于研究目的,对于现实世界里的公共安全不具备指导意义 …

但敏感的美国网民,马上联想到了历史上充满争议的一向相关研究:人相学(Physiognomy)。

人相学(图源:维基百科)

人相学在 19 世纪的欧洲,曾经是非常流行的一个学科。科学家们试图从人类的的脸部特征确定一个人的性格。

最有名的人相学家,要数意大利科学家 Cesare Lombroso。 Lombroso 宣称 " 几乎所有的罪犯 " 都有 " 大大的耳朵,厚厚的头发,细长的胡须,明显的鼻窦,突出的下巴和宽阔的颧骨 "。

人相学家 Lombroso(图源:historyextra)

这种分析植根于一种受进化论影响的理论:Lombroso 认为罪犯类似于进化前的野蛮人和猿人。

在更细分的领域,Lombroso 认为: 盗贼都有小而机灵的眼睛,强奸者有着肿胀的嘴唇和眼眶,而凶手的鼻子 " 常常像鹰一样大 "。

19 世纪人相学册子,左侧为坏人,右侧为好人

(图源:angrywhiteman)

Lombroso 的研究在今天看来当属无稽之谈。他的许多判断的根据并不来自于科学研究,而是根植于当时社会的种族歧视:鹰钩鼻、突出的下巴和宽阔的额骨都被认为是犹太人典型的形象。而细长的胡须和小眼睛,则与当时欧洲人眼里的东方人有几分相似之处。他的研究总结起来就是:长得不像白人,就是罪犯。

人相学中不同类型的鼻子

(图源:silhouettesbyhand)

这种对于罪犯的 " 人相学 " 研究大大助长了当时欧美种族主义的影响力。而许多人担心,武教授的研究会让社会对那些长着 " 罪犯脸 " 的人产生歧视。

总是演反派的肖恩宾 (图源:Zimbio)

他们认为罪犯之所以为罪犯,是因为他们做了违法的事。如果我们因为一个人的长相,就让他经受与犯罪分子相同的歧视,这是有违伦理的。

而且罪犯的那些特征:嘴巴小、人中明显等只是一种统计学上的结果。非罪犯人群里也有很多具备这种特征的人 … 一棍子打死一片,显然不合适。

斯坦福心理学家 Kosinski(图源:guardian)

然而,更加恐怖的是,人脸识别对于我们社会的影响并不止步于犯罪倾向的预测。

就在去年,斯坦福大学心理学家 Michal Kosinski 发过一篇 paper:他通过研究 35326 张面孔,找到了同性恋人群与异性恋人群之间的面部差异。

上排左侧为直男,右侧为 gay

下排左侧为直女,右侧为 les

在实验报告中,Kosinski 甚至写道:鉴于目前很多公司和政府开始使用人脸识别系统,我们的研究结果揭示了一种侵犯同性恋者隐私的威胁。

(图源:evolvingsecience)

即大公司或政府很有可能利用这套算法,给疑似同性恋者施加隐形天花板 …

当然,值得注意的是,这两篇研究的结果都是完全基于统计与算法的。他们并没有去寻找面部特征与犯罪行为或者同性恋行为之间的关系。

(图源:exmachina)

也就是说,这两篇 paper 展示的是一种相关性,而非证实的因果性——打个比方,我们人类的面部特征也是不断变化的,这些罪犯完全有可能是成为罪犯之后,面部特征才逐渐趋同于罪犯。如果是这样,面部特征才是果,而犯罪则是原因。

(图源:couriermail)

以貌取人虽然有它一定的道理,但我们终究是一个个独特、复杂的个体。如果我们用一些简单的特征去粗暴地给别人贴标签,那我们比冰冷的机器也强不到哪里去了 …

source:

Kosinsiki 的论文:https://osf.io/fk3xr/

武教授的论文:https://medium.com/syncedreview/automated-inference-on-criminality-using-face-images-aec51c312cd0

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

https://splinternews.com/you-can-tell-a-criminal-from-his-facial-features-a-com-1793863907

http://www.dailymail.co.uk/news/article-3980130/So-s-goodie-baddie-really-tell-wrong-just-face-s-lips-eyes.html

编辑 张帆

值班主编 张雷

原网页已经由 ZAKER 转码以便在移动设备上查看

相关标签

普通人 迪士尼
评论