他看了1800多張臉，終於總結出了壞人都長什麼樣…
你看過迪士尼的動畫片嗎？
那種只要壞人一露臉，你就明白他/她已經壞到無可救藥的動畫片。
鷹鉤鼻、寬下巴、小鬍子都是反派的經典特點
在迪士尼電影裡，“好人”和“壞人”有著非常明顯的區別。這是因為年紀太小的觀眾可能無法理順電影的邏輯，所以就需要一些明確的視覺提示，區分好人和壞人：
迪士尼的反派
迪士尼的主角 （圖源：Deviant Art）
從上兩幅迪士尼反派與主角的對比中，我們可以發現——
動畫片中好人與壞人的區別是非常明顯的。
好人臉型相對柔和，更接近真實，鵝蛋臉、瓜子臉居多。而壞人的臉型則相對誇張、稜角分明，要麼特別細長，要麼大到沒邊。
（圖源：Deviant Art）
當然還有眼睛：好人的眼珠子普遍要比壞人大上一圈。
而如果我告訴你，
從長相判斷善惡，實際上也是有一定科學依據的呢？
納粹戰犯戈培爾 1933年，日內瓦
在2016年，上海交通大學教授武筱林釋出了論文《基於面部影象的自動犯罪性機率推斷》 ，用人工智慧的演算法尋找罪犯的普遍面部特徵。
（圖源：FUSION）
實驗結果顯示，至少在實驗團隊所檢測的1856張人臉照片裡，機器可以用較高的準確率把罪犯從普通人中間區分開來。
上排三張照片為實驗用到的罪犯照片，下排三張為普通人的照片
這1856張臉中，有730人是已經被法庭定罪的罪犯。而剩下的1126人則是未被定罪的普通人…
機器透過學習這兩類人的臉部照片，找到了兩撥人在特定面部細節上的區別。
上圖為研究人員主要關注的面部特徵 d瞳距；θ人中是否有明顯的線條，以及ρ嘴巴大小
實驗報告中還提到：
計算機的視覺演算法沒有主觀偏見，可以確保結果的客觀性（不受人類主觀感情影響）
簡單的說，就是
發現了壞人臉到底長什麼樣！
計算機根據機器學習生成罪犯和非罪犯的平均照片 左側為罪犯，右側為非罪犯
根據研究人員的報告，
罪犯與非罪犯面部特徵最大的區別在於三點：
1。瞳距：罪犯的瞳距相對而言更小。兩眼之間更加接近。
2。人中： 罪犯的人中更加明顯，有清晰的兩條線。而普通人則沒有明顯的人中
3。嘴巴：罪犯的嘴巴更小一些。
除此之外，研究人員還發現，罪犯之間的面部細節差異更大，而普通人則沒有那麼大的差異。
上排為罪犯長相的四種主要型別 下排為普通人長相的三種主要型別
簡單地說，就是
好人都是相似的，罪犯則都長得各不相同…
這與電影裡那麼多奇形怪狀的反派角色設計不謀而合…
不用說，這篇paper引起了大家的廣泛討論。
雖然，交大教授武筱林馬上公開表示：
他的研究完全出於研究目的，對於現實世界裡的公共安全不具備指導意義…
但敏感的美國網民，馬上聯想到了歷史上充滿爭議的一向相關研究：
人相學（Physiognomy）。
人相學（圖源：維基百科）
人相學在19世紀的歐洲，曾經是非常流行的一個學科。科學家們試圖從人類的的臉部特徵確定一個人的性格。
最有名的人相學家，要數義大利科學家Cesare Lombroso。 Lombroso宣稱
“幾乎所有的罪犯”都有“大大的耳朵，厚厚的頭髮，細長的鬍鬚，明顯的鼻竇，突出的下巴和寬闊的顴骨”。
人相學家Lombroso（圖源：historyextra）
這種分析植根於一種受進化論影響的理論：
Lombroso認為罪犯類似於進化前的野蠻人和猿人。
在更細分的領域，Lombroso認為：
盜賊都有小而機靈的眼睛，強姦者有著腫脹的嘴唇和眼眶，而兇手的鼻子“常常像鷹一樣大”。
19世紀人相學冊子，左側為壞人，右側為好人（圖源：angrywhiteman）
Lombroso的研究在今天看來當屬無稽之談。他的許多判斷的根據並不來自於科學研究，而是根植於當時社會的種族歧視：
鷹鉤鼻、突出的下巴和寬闊的額骨都被認為是猶太人典型的形象。
而細長的鬍鬚和小眼睛，則與當時歐洲人眼裡的東方人有幾分相似之處。他的研究總結起來就是：
長得不像白人，就是罪犯。
人相學中不同型別的鼻子（圖源：silhouettesbyhand）
這種對於罪犯的“人相學”研究大大助長了當時歐美種族主義的影響力。而許多人擔心，武教授的研究會讓社會對那些長著“罪犯臉”的人產生歧視。
總是演反派的肖恩賓 （圖源：Zimbio）
他們認為罪犯之所以為罪犯，是因為他們做了違法的事。如果我們因為一個人的長相，就讓他經受與犯罪分子相同的歧視，這是有違倫理的。
而且罪犯的那些特徵：嘴巴小、人中明顯等只是一種統計學上的結果。非罪犯人群裡也有很多具備這種特徵的人…
一棍子打死一片，顯然不合適。
斯坦福心理學家Kosinski（圖源：guardian）
然而，更加恐怖的是，人臉識別對於我們社會的影響並不止步於犯罪傾向的預測。
就在去年，斯坦福大學心理學家Michal Kosinski發過一篇paper：
他透過研究35326張面孔，找到了同性戀人群與異性戀人群之間的面部差異。
上排左側為直男，右側為gay 下排左側為直女，右側為les
在實驗報告中，Kosinski甚至寫道：
鑑於目前很多公司和政府開始使用人臉識別系統，我們的研究結果揭示了一種侵犯同性戀者隱私的威脅。
（圖源：evolvingsecience）
即大公司或政府很有可能利用這套演算法，給疑似同性戀者施加隱形天花板…
當然，值得注意的是，這兩篇研究的結果都是完全基於統計與演算法的。他們並沒有去尋找面部特徵與犯罪行為或者同性戀行為之間的關係。
（圖源：exmachina）
也就是說，這兩篇paper展示的是一種相關性，而非證實的因果性——打個比方，我們人類的面部特徵也是不斷變化的，這些罪犯完全有可能是成為罪犯之後，面部特徵才逐漸趨同於罪犯。如果是這樣，面部特徵才是果，而犯罪則是原因。
（圖源：couriermail）
以貌取人雖然有它一定的道理，但我們終究是一個個獨特、複雜的個體。
如果我們用一些簡單的特徵去粗暴地給別人貼標籤，那我們比冰冷的機器也強不到哪裡去了…
source：
Kosinsiki的論文：
https：//
osf。io/fk3xr/
武教授的論文：
https：//
medium。com/syncedreview
/automated-inference-on-criminality-using-face-images-aec51c312cd0
https：//www。
theguardian。com/technol
ogy/2018/jul/07/artificial-intelligence-can-tell-your-sexuality-politics-surveillance-paul-lewis
https：//
splinternews。com/you-ca
n-tell-a-criminal-from-his-facial-features-a-com-1793863907
http：//www。
dailymail。co。uk/news/ar
ticle-3980130/So-s-goodie-baddie-really-tell-wrong-just-face-s-lips-eyes。html
