基于性取向科学理论，该人脸识别系统给出明确的数据和判断，因此带来的杀伤力也更加明显。
据悉，近日，两名斯坦福大学研究人员开发出一套神经网络算法，可以通过人脸识别来判断出一个人的性取向，且该算法的测试结果准确率极高。
值得注意的是，该算法跟踪的面部信息不仅仅是用户的表情等特征，它还检测包括一些遗传基因和激素等在面部的特征体现。
具体来看，研究的关键在于，它主要基于产前激素理论（PHT）。该理论认为，人体的某些激素会在胎儿性别分化中发挥作用，同时后期也会影响成人的性取向，目前，产前激素被视为可能是成人性取向的主要决定因素，或至少是与基因、生物或环境因素相辅相成的一项重要因素。
所以该研究利用产前激素中负责性别分化的关键雌激素，通过它对面部特征的影响来开发具有性取向判断能力的人脸识别检测算法。
对此，研究人员Michal进一步解释道：“通常情况下，正常男性的颌骨较短、鼻孔较短、额头娇小，但男同性恋往往拥有较窄的颌骨、较长的鼻子、较大的额头和较少的面部毛发。而女同性恋则相反，她们具有更多的阳刚面。”
在实验中，研究人员利用35000张面部照片对该算法进行训练，其中训练的图像数据信息是在同性恋和异性恋之间平均采集的。
训练结束后，当随机挑选一名男子的照片时，算法判断该男子是同性恋还是异性恋的准确率达81%，而当研究人员提供五张该男子的照片时，机器算法预测结果的准确度可达到91%；对于女性，当选用一张照片的情况下，算法预测结果的准确率是71%，而选择五张照片时，准确率将上升到83%。
此前，在科学研究层面，PHT通常被认为是确定一个人性取向的许多可能因素之一，但是此次，基于该科学理论层面推出的人脸识别系统却将科学上的猜测转化为明确的数据和判断，因此该系统带来的道德杀伤力也更加明显。
对于该研究的道德影响，研究人员Kosinski表示：“我们真的对这项研究感到不安，也花了很多时间来思考要不要公开。”
据了解，该项研究的最终公布在社会上引起了广泛的热议，对此，公共教育与研究主任说道：“如果人们将这项研究用于迫害同性恋的人们，将会导致严重的后果。斯坦福大学应当远离这样的科学研究，如果把精力放在存在道德风险的科学研究上，会对自身的名誉造成影响。”
