看脸就能预测性取向、犯罪指数、遗传病

据悉，全球约有 8% 的人患有遗传疾病（照这个比例算，中国有一亿多人），其中许多可以通过面部特征识别。像患有胎儿酒精综合征的婴儿，面部特征就体现在眼睛小、人中平滑、上唇较薄。

这眼睛真的小么…这不就和中医「望闻问切」中的「望」是一个道理么~

因此，美国 FDNA 分析技术公司研究人员亚龙-古罗维奇及其同事，使用了包含 200 多种遗传综合征数据库中的 1.7 万张患者面部图像，训练出了一种名为 DeepGestalt 的深度学习算法，它能够分辨出数百种遗传综合征的面部表征。

之后的测试中，该算法在 502 张不同的图像上，识别出正确综合征的准确率达到了 91%，远远超出临床专家在另外三个实验中的表现。亚龙-古罗维奇认为，他们的工作提高了标准化描述遗传疾病特征的能力，为未来的研究和应用打开了大门，也有助于新型遗传疾病的鉴定。

嗯，他扫我一眼就知道我有穷病…

然而，该算法也有一个很严重的问题，FDNA 最新研究的作者指出，由于人脸图像是敏感且容易获取的数据，若使用不慎，看脸识病技术将引发歧视等伦理问题。

打个比方，有人拿着你的照片，用这个算法测出你可能患有XX遗传病，同时这个人是个大嘴巴，喜欢到处乱传，那你身边的同事、朋友会怎么想？会不会有人用别样的眼光看待你？

- 2 - 「AI看脸」引发的争议

其实，这不是「AI看脸」第一次引起争议了，之前就有过「AI看脸识性取向」和「AI看脸识罪犯」等前车之鉴。之前，斯坦福大学心理学家 Michal Kosinski，通过 AI 研究从交友网站的公开信息中收集到的 35326 张照片，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

之后的测试中，在没有穿搭风格、人物动作等因素影响的情况下，就单一面部信息而言，AI 识别男女性取向的准确率分别达到了 81% 和 71%…如果识别的是泰国人妖呢~

但是，这项研究却遭到了来自学界同行和大众的各种质疑。首先，性取向是一个人的隐私，AI 强行根据你的脸算出你的性取向，本质上冒犯了当事人对自己身份的保有权。

至于「AI看脸识罪犯」，这是在2016年，由上海交通大学教授武筱林提出，他训练出了可以看脸识罪犯的人工智能系统，准确率达到 86% 以上。

显然，这项研究引起的争议要远远大于前两者，因为对于「审判」这种人命关天的事情来说，86% 的准确率根本无法让人信服，更别提这项技术一旦实施，可能造成极其严重的潜在后果。

很多业内专家都表示，建议武教授撤稿，并且上传一封公告，为不恰当的研究方法致歉。

- 3 -  被滥用的可怕后果

为什么「AI看脸」会引起如此大的争议？借用一位网友的评论：它是用一种「科学」的方式，简单粗暴的给人们贴上了标签。

小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数初中级Java工程师，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Java开发全套学习资料》送给大家，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频

如果你觉得这些内容对你有帮助，可以添加下面V无偿领取！（备注Java）

Java核心架构进阶知识点

面试成功其实都是必然发生的事情，因为在此之前我做足了充分的准备工作，不单单是纯粹的刷题，更多的还会去刷一些Java核心架构进阶知识点，比如：JVM、高并发、多线程、缓存、Spring相关、分布式、微服务、RPC、网络、设计模式、MQ、Redis、MySQL、设计模式、负载均衡、算法、数据结构、kafka、ZK、集群等。而这些也全被整理浓缩到了一份pdf——《Java核心架构进阶知识点整理》，全部都是精华中的精华，本着共赢的心态，好东西自然也是要分享的

内容颇多，篇幅却有限，这就不在过多的介绍了，大家可根据以上截图自行脑补

[外链图片转存中…(img-uNL5OiDT-1710429117119)]

[外链图片转存中…(img-NgX1JlwY-1710429117119)]

内容颇多，篇幅却有限，这就不在过多的介绍了，大家可根据以上截图自行脑补

本文已被CODING开源项目：【一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码】收录