近日，斯坦福大学发表的一篇新论文中指出：计算机算法可以拥有比人类更为敏锐的识别性取向的“同性恋雷达”。然而此项研究成果引发了一系列关于性取向的生物决定因素、人脸识别技术和软件侵犯人类隐私等问题的争议。

    研究发现，男女同性恋倾向于具有“非典型性别特征”，也就是说男同性恋通常趋向于女性化，而女同性恋反之亦然。此外，研究人员发现男同性恋通常拥有比直男更窄的下巴、更长的鼻子以及更大的前额，而女同性恋会拥有更大的下巴和更小的前额。

左侧为异性恋面部照片聚合形成的图像，右侧为同性恋。

    论文还指出，研究结果为“性取向源于出生前受某些激素影响”这一观点提供了强有力的支持，即性取向是“天生的”，而非后天自我选择的结果。而机器对于女性性取向识别成功率较低的现象则证明女性对于性取向更加灵活。

    这篇发表在《人格与社会心理学期刊》上的论文名为《深度神经网络能比人类更准确地通过面部照片判断性取向》。作者Michal Kosinski与Yilun Wang利用深度神经网络从超过3.5万张美国交友网站上的男女图像中提取特征，利用大量数据让计算机学会了识别人们的性取向。

    随后的实验成果显示：计算机算法仅凭一张照片区分直男与同性恋的准确率高达81%，对女性的性取向判断准确率为71%。而人类对性取向的敏锐程度就差得多：男女同性恋的判断准确率分别仅为61％和54％。如果可以看到同一人的五张照片，那么计算机对男女性取向的判断准确率还将进一步提高至91％和83％。

    研究人员在论文中得出结论称：面部表情实际上包含着许多人脑没有摄取到的性取向信息。

    值得注意的是，此项研究的局限性十分明显：有色人种，跨性别者和双性恋都没有被纳入考量。

    此外，研究人员警告称，存储在社交网络和政府数据库中的数十亿公共数据将有可能在未获得本人许可的情况下被用来进行性取向识别。夫妻一方可以借此调查自己是否被骗婚，青少年会用这种算法来识别自己或同龄人。而在同性恋不合法的国家，这种算法更有可能造成危害他人安全的结果。

    面对这些争议，研究人员表示，相关技术已经存在，公开结果的目的是为了政府和公司更加慎重地考虑，并制定法规加以约束。