斯坦福大学的研究人员进行的一项研究表明，一种计算机算法可以通过扫描他们脸部的照片来正确区分同性恋和男性。

 

　　机器情报的结果发表在人格与社会心理学杂志上，其中男性准确率为81%，女性为74%，“经济学人”报道。

 

　　最初的测试是在男性和女性公开发布在一个美国约会网站上的35,000张面部图像上进行的。

 

　　研究人员Michal Kosinski和Yilun Wang使用“深度神经网络”和复杂的数学系统来分析如此庞大的数据集。

 

　　根据收集的数据，大赦国际推断出男同性恋和女性往往具有“性别非典型”的特征，表达和“梳理风格”，这使得它们显得更加女性化。

 

　　该机器还考虑了几个突出的身体特征，例如同性恋男性的下颚较窄，鼻子较长，前额较大。

 

　　另一方面，对口人类法官在测试中表现不佳，只能准确地发现男性为61%，女性为54%。

 

　　当每人受到五张图像时，人工智能更加成功，预测男性占91%，女性占83%。

 

　　与此同时，权威人士提出了人工智能的一些道德问题，声称它可能会对性取向的生物起源施加刻板印象，并可能违反面部检测技术的道德规范。

 

　　一些人还声称，该技术可能被滥用以侵犯人们的隐私并促进反LGBT立场。