Νέα

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Νέα Έκθεση Σοφίας

Επιμέλεια: Taozi

[Εισαγωγή στη Νέα Σοφία] Η αναγνώριση προσώπου AI έχει ενσωματωθεί πλήρως στην καθημερινή ζωή όλων. Ωστόσο, μια μελέτη από το Στάνφορντ διαπίστωσε ότι η τεχνητή νοημοσύνη μπορεί να αναγνωρίσει τις πολιτικές τάσεις ενός ατόμου από ένα ανέκφραστο πρόσωπο με εκπληκτική ακρίβεια.

Τώρα, οι επιστήμονες έχουν δείξει ότι η τεχνητή νοημοσύνη μπορεί να προβλέψει τον πολιτικό προσανατολισμό ενός ατόμου από το πρόσωπό του με εκπληκτική ακρίβεια.

Όχι μόνο αυτό, ακόμη και ένα πρόσωπο που δεν «δείχνει δειλία» μπορεί να αναγνωριστεί με ακρίβεια.

Με αυτόν τον τρόπο, όλες οι μικρές σκέψεις των ανθρώπων στο μέλλον πρέπει να συγκρατούνται, εάν είναι γραμμένες στα πρόσωπά τους, θα γίνονται αμέσως ορατές από την τεχνητή νοημοσύνη.

Αυτή η μελέτη από την ομάδα του Στάνφορντ δημοσιεύτηκε στο περιοδικό American Psychologist.

Διεύθυνση χαρτιού: https://awspntest.apa.org/fulltext/2024-65164-001.pdf

Όπως μπορείτε να φανταστείτε, αυτή η ανακάλυψη εγείρει σοβαρές ανησυχίες για το απόρρητο, ιδιαίτερα όσον αφορά τη χρήση της αναγνώρισης προσώπου χωρίς τη συναίνεση ενός ατόμου.

Ο Michal Kosinski, ο συγγραφέας της εφημερίδας, είπε: «Η εμπειρία του να μεγαλώσω πίσω από το Σιδηρούν Παραπέτασμα με έκανε να συνειδητοποιήσω βαθιά τους κινδύνους της επιτήρησης και την επιλογή των ελίτ να αγνοήσουν άβολα γεγονότα για οικονομικούς ή ιδεολογικούς λόγους».

Ακόμη και ανέκφραστα πρόσωπα μπορούν να γίνουν κατανοητά από την τεχνητή νοημοσύνη

Όσον αφορά την αναγνώριση προσώπου, ο καθένας μπορεί να είναι εξοικειωμένος με αυτό.

Η τεχνητή νοημοσύνη αναγνωρίζει και πιστοποιεί τα άτομα αναλύοντας μοτίβα με βάση τα χαρακτηριστικά του προσώπου.

Ο πυρήνας της τεχνολογίας πίσω από αυτό είναι ότι ο αλγόριθμος ανιχνεύει πρόσωπα σε εικόνες/βίντεο και στη συνέχεια μετρά διάφορες πτυχές του προσώπου - όπως η απόσταση μεταξύ των ματιών, το σχήμα της γνάθου και το περίγραμμα των ζυγωματικών.

Αυτές οι μετρήσεις μετατρέπονται σε μαθηματικό τύπο ή υπογραφή προσώπου.

Η υπογραφή μπορεί να συγκριθεί με μια βάση δεδομένων γνωστών προσώπων για να βρεθεί ένα ταίριασμα.

Ή χρησιμοποιείται για μια ποικιλία εφαρμογών, όπως συστήματα ασφαλείας, ξεκλείδωμα του τηλεφώνου σας, προσθήκη ετικετών στις φωτογραφίες φίλων σε πλατφόρμες μέσων κοινωνικής δικτύωσης και πολλά άλλα.

Στη μελέτη του Στάνφορντ, οι συγγραφείς επικεντρώθηκαν στην εξέταση των νέων τεχνολογιών και στην έκθεση των κινδύνων προστασίας της ιδιωτικής ζωής τους.

Σε προηγούμενες μελέτες, έχουν δείξει πώς το Meta (Facebook) πουλά ή ανταλλάσσει δεδομένα, εκθέτοντας τις πολιτικές απόψεις των χρηστών, τον σεξουαλικό προσανατολισμό, τα χαρακτηριστικά της προσωπικότητας και άλλα ιδιωτικά χαρακτηριστικά.

Και η τεχνολογία αναγνώρισης προσώπου χρησιμοποιείται ευρέως για τον εντοπισμό πολιτικών απόψεων και σεξουαλικού προσανατολισμού από φωτογραφίες προφίλ στα μέσα κοινωνικής δικτύωσης.

Ωστόσο, οι συγγραφείς επισημαίνουν ότι προηγούμενες μελέτες δεν είχαν ελέγξει για μεταβλητές που μπορεί να επηρεάσουν την ακρίβεια των συμπερασμάτων τους.

Πράγματα όπως οι εκφράσεις του προσώπου, η κατεύθυνση του κεφαλιού, είτε φοράτε μακιγιάζ είτε κοσμήματα.

Έτσι, στη νέα μελέτη, οι συγγραφείς είχαν ως στόχο να αναλύσουν τον αντίκτυπο μόνο των χαρακτηριστικών του προσώπου στην πρόβλεψη των πολιτικών τάσεων, παρέχοντας μια σαφέστερη εικόνα των δυνατοτήτων και των κινδύνων της τεχνολογίας αναγνώρισης προσώπου.

Οι συντελεστές πρόβλεψης των ανθρώπων και της τεχνητής νοημοσύνης είναι συγκρίσιμοι

Για να επιτύχουν αυτόν τον στόχο, στρατολόγησαν 591 συμμετέχοντες από ένα μεγάλο ιδιωτικό πανεπιστήμιο και έλεγξαν προσεκτικά το περιβάλλον και τις συνθήκες στις οποίες τραβήχτηκε η φωτογραφία προσώπου κάθε συμμετέχοντα.

Οι συμμετέχοντες φορούσαν μαύρα μπλουζάκια, χρησιμοποίησαν μαντηλάκια προσώπου για να αφαιρέσουν οποιοδήποτε μακιγιάζ και είχαν δεμένα τα μαλλιά τους τακτοποιημένα.

Κάθονταν σε μια σταθερή θέση και τα πρόσωπά τους φωτογραφήθηκαν σε ένα καλά φωτισμένο δωμάτιο σε ουδέτερο φόντο για να διασφαλιστεί η συνέπεια σε όλες τις εικόνες.

Μετά τη λήψη της φωτογραφίας, οι ερευνητές την επεξεργάστηκαν χρησιμοποιώντας έναν αλγόριθμο αναγνώρισης προσώπου, χρησιμοποιώντας συγκεκριμένα το VGGFace2 στην αρχιτεκτονική ResNet-50-256D.

Αυτός ο αλγόριθμος εξάγει αριθμητικά διανύσματα - που ονομάζονται περιγραφείς προσώπου - από την εικόνα.

Αυτοί οι περιγραφείς κωδικοποιούν τα χαρακτηριστικά του προσώπου σε μια μορφή που μπορεί να αναλυθεί από υπολογιστές και χρησιμοποιούνται για την πρόβλεψη των πολιτικών κλίσεων των συμμετεχόντων μέσω ενός μοντέλου που χαρτογραφεί αυτούς τους περιγραφείς σε μια κλίμακα πολιτικής κλίσης.

Διαπιστώθηκε ότι οι αλγόριθμοι αναγνώρισης προσώπου μπορούν να προβλέψουν πολιτικές κλίσεις με συντελεστή συσχέτισης 0,22.

Η συσχέτιση, αν και μέτρια, ήταν στατιστικά σημαντική, υποδηλώνοντας ότι ορισμένα σταθερά χαρακτηριστικά του προσώπου μπορεί να σχετίζονται με πολιτικές κλίσεις. Αυτή η συσχέτιση ήταν ανεξάρτητη από άλλους δημογραφικούς παράγοντες όπως η ηλικία, το φύλο και η φυλή.

Στη συνέχεια, ο Kosinski και οι συνεργάτες του πραγματοποίησαν μια δεύτερη μελέτη.

Αντικατέστησαν τον αλγόριθμο με 1.026 αξιολογητές ανθρώπων για να αξιολογήσουν εάν οι άνθρωποι μπορούσαν επίσης να προβλέψουν πολιτικές κλίσεις από ουδέτερες εικόνες προσώπων.

Οι ερευνητές τους έδειξαν τυποποιημένες εικόνες προσώπου που συλλέχθηκαν στην πρώτη μελέτη. Κάθε βαθμολογητής κλήθηκε να βαθμολογήσει τις πολιτικές τάσεις των ατόμων στις φωτογραφίες.

Οι βαθμολογητές ολοκλήρωσαν περισσότερες από 5.000 αξιολογήσεις και τα αποτελέσματα αναλύθηκαν για να προσδιοριστεί η συσχέτιση μεταξύ των εκτιμήσεων που αντιλαμβάνονταν τον πολιτικό προσανατολισμό τους και των αναφερόμενων πραγματικών προσανατολισμών των συμμετεχόντων.

Όπως και ο αλγόριθμος, οι άνθρωποι βαθμολογητές ήταν σε θέση να προβλέψουν τις πολιτικές κλίσεις, με συντελεστή συσχέτισης 0,21, ο οποίος ήταν συγκρίσιμος με την απόδοση του αλγορίθμου.

«Προς έκπληξή μου, τόσο οι αλγόριθμοι όσο και οι άνθρωποι μπόρεσαν να προβλέψουν τον πολιτικό προσανατολισμό από προσεκτικά τυποποιημένες εικόνες ανέκφραστων προσώπων», είπε ο Kosinski «Αυτό υποδηλώνει μια σύνδεση μεταξύ σταθερών χαρακτηριστικών του προσώπου και πολιτικού προσανατολισμού.

Σε μια τρίτη μελέτη, οι ερευνητές επέκτειναν την εξέταση της προγνωστικής δύναμης της αναγνώρισης προσώπου σε διαφορετικά περιβάλλοντα, ζητώντας από το μοντέλο να αναγνωρίσει εικόνες πολιτικών.

Το δείγμα περιλαμβάνει 3.401 εικόνες προφίλ πολιτικών και από τα δύο σώματα των νομοθετικών οργάνων σε τρεις χώρες: τις Ηνωμένες Πολιτείες, το Ηνωμένο Βασίλειο και τον Καναδά.

Τα αποτελέσματα δείχνουν ότι τα μοντέλα αναγνώρισης προσώπου είναι πράγματι σε θέση να προβλέψουν πολιτικές κλίσεις από εικόνες πολιτικών, με συντελεστή συσχέτισης 0,13 για τη διάμεση ακρίβεια.

Αυτή η ακρίβεια, αν και δεν είναι υψηλή, εξακολουθεί να είναι στατιστικά σημαντική, όπως αποδεικνύεται σε ελεγχόμενες εργαστηριακές εικόνες. Ορισμένα σταθερά χαρακτηριστικά του προσώπου που προβλέπουν πολιτικές τάσεις μπορούν επίσης να εντοπιστούν σε ένα πιο ποικίλο σύνολο εικόνων από την πραγματική ζωή.

πολυπεδική έρευνα

Στην πραγματικότητα, μια μελέτη του Nature ήδη από το 2021 επεσήμανε ότι η τεχνολογία αναγνώρισης προσώπου μπορεί να προβλέψει σωστά τον πολιτικό προσανατολισμό ενός ατόμου το 72% των περιπτώσεων.

Διεύθυνση χαρτιού: https://www.nature.com/articles/s41598-020-79310-1

Το πείραμα διαπίστωσε ότι η τεχνολογία AI ήταν καλύτερη από την τύχη (50%), την ανθρώπινη κρίση (55%) ή τα ερωτηματολόγια προσωπικότητας (66%).

Σε μια άλλη μελέτη του 2023, ένας αλγόριθμος βαθιάς μάθησης χρησιμοποιήθηκε επίσης για την πρόβλεψη των πολιτικών κλίσεων ενός ατόμου από την αναγνώριση προσώπου, με ακρίβεια πρόβλεψης έως και 61%.

Ωστόσο, στα μάτια των χρηστών του Διαδικτύου, κάθε σύστημα τεχνητής νοημοσύνης που ισχυρίζεται ότι μπορεί να διαβάσει τα συναισθήματα των ανθρώπων ή άλλα χαρακτηριστικά (όπως πολιτικές τάσεις) από τις εκφράσεις του προσώπου είναι απάτη.

Δεν υπάρχει επιστημονική βάση εδώ, επομένως δεν υπάρχουν "καλά δεδομένα" που να μπορούν να χρησιμοποιηθούν για την εκπαίδευση της τεχνητής νοημοσύνης για την πρόβλεψη αυτών των χαρακτηριστικών.

Προηγουμένως, μια έκθεση της WSJ αμφισβήτησε επίσης ότι τέτοιες στερεότυπες εκφράσεις του προσώπου που χρησιμοποιούν AI για την εκπαίδευση αλγορίθμων θα είναι αναπόφευκτα παραπλανητικό.

Τι πιστεύετε γι 'αυτό;

Βιβλιογραφικές αναφορές:

https://www.reddit.com/r/singularity/comments/1dycnzq/ai_can_predict_political_beliefs_from/