“褒義組”照片樣本
在上一篇論文中，武筱林團隊運用電腦視覺和機器學習技術檢測1856張中國成年男子面部照片，其中將近一半是已經定罪的罪犯。實驗結果顯示，通過機器學習，分類器可以以86%的準確率區分罪犯與非罪犯這兩個群體的照片。特別是在內眼角間距、上唇曲率和鼻唇角角度這三個測度上，罪犯和非罪犯存在較為顯著的差距。平均來講，罪犯的內眼角間距要比普通人短5.6%，上唇曲率大23.4%，鼻唇角角度小19.6%。同時，他們發現罪犯間的面部特徵差異要比非罪犯大。
而最新出爐的這篇論文題為Automated Inference on Sociopsychological Impressions of Attractive Female Faces(《自動推斷有吸引力的女性面孔造成的社會心理學印象》)，目前上載在預印本網站arXiv上。
武筱林的研究團隊這次把目光轉向了女性，而且是長相有吸引力的女性。儘管東西方都有“情人眼裏出西施”的説法，但在實際生活中，大眾對陌生女性的審美還是較為一致的。同時人們還會給不同的“美女”貼上不同的標簽，有些是肯定性的標簽，比如“甜美”、“可愛”、 “優雅”、“溫柔”、“體貼”;有些是否定性的標簽，比如“做作”、“虛榮”、“冷漠”、“輕浮”。這些標簽直接從外表指向了女性的一些內在性格甚至品格。
比起犯罪性來，判斷對“美女”的審美給人工智慧提出了更大的挑戰，因為審美在傳統上被認為是一種複雜的個人“口味”，糅合了觀察者和被觀察者的個性和社會價值觀。
研究團隊將兩組照片樣本展示給22名中國男性研究生，發現儘管他們對於照片上貼的標簽高度認同，但他們無法具體解釋他們是如何做出這樣的判斷的。他們幾乎都給出了非常模糊的回答，比如“我就是這麼感覺的”。
那麼，人工智慧否把握這種模糊的“感覺”，由女性長相推斷出她們的內在性格呢?
武筱林團隊首先進行了半自動化的樣本採集。他們在百度圖片上用“單純美女”、“甜美少女”等關鍵詞進行檢索，並把照片分為S+和S-兩組。
S+包含帶有以下標簽的美女照片：清純、柔美、甜美、秀美、單純、大方
S-則包含以下標簽：嬌艷、俗氣、張揚、風騷、輕佻、輕浮、嫵媚
