“有的细节，人无法辨认，不等于机器也不行;比如通过脸部的细微特征来判断这个人的性取向。”斯坦福研究员 Michal Kosinski 如是说。他和同僚 Yilun Wang 一起写了个深度学习算法：仅凭一个人的照片，就能判断他或者她，是否是同性恋。
Michal Kosinski
这个算法的准确度并不低：
获知， 只有一张正面照的情况下，有 81% 的准确率成功判断“直男”还是“Gay” ;判断是否为“百合”的准确率则是 74%。在有五张对方照片的情况下，准确率被提升到 91%(男)和 83%(女)。
相比之下，人类仅凭相貌猜测一个人性取向的准确率通常为 61%(男)，54%(女)。
一张图告诉你美国的 Gay 和百合“长什么样”
两位研究人员根据该约会网站的数据样本，制作出了美国直男、直女、男同、女同四个人群的合成照片，即典型相貌：
左上为“典型美国直男”，左下为“典型美国直女”，右上为“典型的美国 Gay”，右下则是“典型的美国百合”。至于最右边的两张线条图，上图是直男、Gay 的主要面部轮廓区别(红线表示 Gay，绿线为直男);下图则是直女、百合的主要面部轮廓区别(红线为百合，绿线为直女)。
总结起来，两位研究人员在“同性恋 vs 异性恋面部轮廓区别”这个话题上，总结出的结果可概括为：
Gay 倾向于拥有被划分为“非典型男性”的特征、表情和打扮。简单来说，Gay 看起来更女性化，下颌更窄，鼻子更长，额头面积更大。
女百合则相反，一般下颌会更宽，额头更小。
研究目的
两位研究人员表示，开展该研究不是为了分辨同性恋人群。
在对方不知情的情况下获取其性取向信息，在伦理上肯定站不住脚。而在技术上，即便该算法的准确率很高，在不能消除假正例(比如把某直男错误判断为 Gay)的前提下，也不能用于在现实中辨别某个人群(“辨别”特定人群的动机，本身很值得讨论与批判)。
另外，《经济学人》指出，该研究在数据集上有一个非常大的局限性：
其数据集是来自美国某约会网站的 36630 名男用户的 130741 张照片，以及38593 名女用户的170360 张照片。同性恋和异性恋群体的样本大小基本一致。
众所周知，一个人在约会平台上发布的照片通常经过精挑细选，往往会化妆打扮以及对照片进行 PS。这些照片和一个人真实的生活状态应该是有区别的。因而，若把该算法应用于普通生活照片，其准确性极有可能会大幅降低。
其实，研究员 Michal Kosinski 表示， 这项研究的真正目的是警告大家和政府——每个人的隐私究竟面临着多大的威胁。
