知人知面也知心？用照片猜出同志的数据科学家

史丹佛大学组织行为教授克辛斯基，去年六月出席俄罗斯圣彼得堡国际经济论坛。（东方IC）

人工智能看脸就知道你是否是同性恋，准确率比真人还高？

透过心理测验，算法可以推算出你的性格特征、智商高低、甚至是否支持川普？

这些轰动却也引发争议的研究，让人们对机器学习（machine learning）的未来充满想象但也怀抱疑虑。

英国《卫报》专访了因这些研究而名噪一时的人工智能科学家。

去年7月14日，研究组织行为的史丹佛大学助理教授克辛斯基（Michal Kosinski），搭着直升机从莫斯科市中心来到了俄罗斯一栋政府大楼。

他此行是受邀向普丁手下的第二号人物——俄罗斯总理梅德韦德夫——和几名内阁部长进行简报。

「坐第一排的是拉夫洛夫（俄罗斯外长），就是负责发动战争占领别的国家的那个家伙。」这个一脸稚气，36岁的年轻学者后来回忆道：「最让我惊讶的是这个团队能力强、而且讯息准备充分。他们有预先做功课。他们事先研读过我的东西。」

克辛斯基的「东西」包括了科技、大众说服、以及人工智能的突破性研究。正是这些研究，间接催生了在脸书泄漏个资事件中臭名远播的「剑桥分析」（Cambridge Analytica）顾问公司。

克辛斯基五年前在剑桥大学所做的研究，让大家理解到脸书上看似无害的活动可能揭露使用者人格特质。日后数据分析公司藉由这项发现，协助川普大步迈向白宫之路。

光是这一点，就足以让俄国政府对克辛斯基感到兴趣。不过他们更想藉由他的研究，利用人工智能来查探出人们的心理特征。

在克辛斯基访问莫斯科之后不久，他发表了另一份引发争议的论文。在论文里，他说明自己如何利用面部分析的算法，分辨出照片中的人是同性恋或异性恋。

除了辨识人们的性倾向之外，克辛斯基也相信他的这套技术可以辨识人们的情绪、智商、甚至是从事特定类型犯罪的倾向。在一份未发表的论文中，克辛斯基也说自己成功运用算法，从脸部特征分辨照片中的人到底是民主党还是共和党。

在《卫报》的多次采访中，克辛斯基形容自己是突破禁忌的学者，尝试挑战人工智能监控这个学术界不愿探触的困难领域。他说：「丧失隐私权可能让我很沮丧，不过这改变不了我们已经丧失隐私权的这个事实。」

他相信，人工智能的发展让人无法再走回头路，「监控公共空间的诊断式工具」可以降低公共安全的威胁，「不论采用什么方式，都会引发不同程度的隐私议题，但基本上它可以挽救人命」。

克辛斯基1986年出生于波兰华沙，父母亲都是软件工程师。青少年时代的波兰正好经历苏联解体后的经济开放，克辛斯基雇了几个同学成立了IT公司。他靠这家公司让筹措到了大学的学费。2008年他进入剑桥大学攻读博士，进入了剑桥的心理度量中心（Psychometrics Center）。

在这里他遇上了另一名研究生史提维尔（David Stillwell）。史提维尔设计了一套人格测验并且在脸书上与朋友分享。这套测验的应用程序立刻在网络快速扩散，大批使用者参加测验来了解自己的「五大性格特质」——开放性（openness）、尽责性（conscientiousness）、外向性（extraversion）、亲和性（agreeableness）、情绪不稳定性（neuroticism）——的分数。使用者在完成测试之后，会被征询是否愿意提交资料供学术研究。

克辛斯基运用他的专长将这些数据清洗、匿名、分类，供其他学术研究之用。到2012年，全世界已经有600万人进行过这个测验，其中四成的人提供了自己的数据，建立了庞大的数据集。

今年五月，《新科学家》杂志揭露，这个数据集的用户名称和密码意外留在Github。有四年的时间，任何人都可未经授权取得这些数据。克辛斯基在访问中也曾说过，他们「将数据匿名，要求科学家签名保证不会拿数据作商业用途」，但是「你无法保证这种事不会发生」。在《新科学家》的报导之后，史提维尔随后关闭了这个在脸书上的心理测验。

在myPersonalitydata可供读取的期间，大约有280研究人员利用这些数据发表了超过100篇的论文。其中最被广泛讨论的就是史提维尔、克辛斯基和另一名学者共同做的研究。他们研究了58,000人在脸书「按赞」与心理特质的关联。有些关联比较易理解，像是在「电玩」（Video Games）或是「伏尔泰」（Voltaire）网页按赞的人，代表他们是内向性格。不过有些关联则令人困惑，比如智商较高的人可能按赞的脸书网页是「暴风雨」（Thunderstorms）和「摩根费里曼的声音」（Morgan Freeman’s Voice）。而在「iPod」和「Gorillaz」按赞的人，则较可能是对人生不满。

克辛斯基与共同研究者发现，只要有足够多的数据，算法比真实生活中的朋友能更准确预测你的人格特性。另一个研究里，克辛斯基主张，脸书的数据「是数字大众说服（mass persuasion）的有效方法」。

参考数据：Guardian