卷積神經(jīng)網(wǎng)絡(luò)（CNN），是圖像處理中的離散卷積運(yùn)算和人工神經(jīng)網(wǎng)絡(luò)相結(jié)合。離算卷積運(yùn)算可以提取圖像（就像該研究中的照片樣本）的特征，主要應(yīng)用于圖像的識別。深度卷積神經(jīng)網(wǎng)絡(luò)一般包含輸入層、輸出層、以及中間的若干卷積層。深度的層次就是卷基層的層次，卷積層越多，對圖像特征的提取就越抽象，越容易對圖像進(jìn)行識別。論文中提到這項(xiàng)研究采用AlexNet架構(gòu)，擁有5層卷基層和3層全連接層（如下圖）。作為比較，據(jù)前微軟亞洲研究院常務(wù)副院長芮勇介紹，其團(tuán)隊(duì)在圖像識別中建立的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型已經(jīng)達(dá)到了152層（[2]附智能菌此前的報(bào)道），而此前一篇論文顯示Facebook首次將29層卷積神經(jīng)網(wǎng)絡(luò)用于自然語言處理（[3]附論文下載）。
從研究團(tuán)隊(duì)對照片處理前后鑒別結(jié)果來看，機(jī)器不會出錯(cuò)。而引發(fā)爭議的就在于樣本的選擇和標(biāo)簽的設(shè)置。首先，樣本選擇是通過關(guān)鍵詞在搜索引擎上獲得的，那么搜索引擎對于照片呈現(xiàn)的依據(jù)和標(biāo)準(zhǔn)，我們無從得知。其次，人工排查的依據(jù)和標(biāo)準(zhǔn)，也沒有進(jìn)行量化。22名男性研究生對于照片標(biāo)簽的認(rèn)可，也沒有給出明確的判斷依據(jù)，那么樣本數(shù)據(jù)在設(shè)置的時(shí)候會不會加入主觀偏見？最后就是樣本和人工排查人員的數(shù)量，論文中指出總共樣本數(shù)為3954張照片，用于訓(xùn)練機(jī)器的數(shù)據(jù)占80%，而研究人員加上22名受訪人員也是小數(shù)量，這對于需要大量數(shù)據(jù)學(xué)習(xí)的機(jī)器來說，能否支撐研究所需要的數(shù)據(jù)量？
發(fā)出去的論文還能撤回？技術(shù)專家各說各有理
針對武筱林此前的人工智能算法鑒別罪犯和此次的鑒別美女，智能菌選出了具有代表性的回應(yīng)：
一位上海交大的海外校友則表示，武筱林應(yīng)盡快撤稿，這種行為給上海交大造成了惡劣的影響，這起事件以后會對該校學(xué)生申請國外高校產(chǎn)生影響。
國外新聞網(wǎng)站Hacker News的一位用戶稱，看到摘要的時(shí)候還以為在開玩笑，讀下去卻發(fā)現(xiàn)是用在數(shù)據(jù)和實(shí)驗(yàn)證明這一事件。他認(rèn)為這種研究需要犯罪學(xué)、心理學(xué)和機(jī)器學(xué)習(xí)方面的專家，而不是隨便幾個(gè)懂點(diǎn)深度學(xué)習(xí)框架的人就能完成的。
國際隱私保護(hù)組織的Richard Tynan博士認(rèn)為，作為一個(gè)個(gè)體，你不可能知道機(jī)器是怎么給你下定論的。在小數(shù)據(jù)集上，算法、人工智能和機(jī)器學(xué)習(xí)可能會建立起專斷荒唐的相關(guān)性。這不是機(jī)器的錯(cuò)，把復(fù)雜系統(tǒng)運(yùn)用在不合適的地方是很危險(xiǎn)的。
加拿大麥克馬斯特大學(xué)的電子與計(jì)算機(jī)工程系主任，蒂姆?戴維森教授則指出，這項(xiàng)研究應(yīng)當(dāng)促使人們反思一個(gè)問題：長相偏離均值的人是否更容易遭受所謂“主流”人士的歧視和排斥，而其中一些人會因此走上違法道路？
再來看看網(wǎng)友腦洞大開的回應(yīng)：
易友<horsenriver>表示：相親的時(shí)候美女太多，挑花眼了，請教授的機(jī)器幫忙看看。
易友<就是不服認(rèn)死理>表示：敢不敢整一組韓國女明星試試？看看誰整容了誰是純天然的。
看臉讀心如果真的靠譜 機(jī)器視覺未來有哪些應(yīng)用場景？
目前在做計(jì)算機(jī)視覺識別研究的絕不止學(xué)術(shù)界，國內(nèi)外各大科技公司爭相布局這一領(lǐng)域，在此智能菌想如果做出這項(xiàng)研究的是某家科技公司而并非大學(xué)教授，會不會引發(fā)此類爭議？畢竟近段時(shí)間各家都想在AI領(lǐng)域搞個(gè)大新聞，從AlphaGo化身Master橫掃圍棋界，到百度大腦戰(zhàn)勝人類頂尖選手，從應(yīng)用層面角度來看，與武筱林的研究相同，都沒能提出明確的應(yīng)用方向。
智能菌此前報(bào)道，研發(fā)AlphaGo的DeepMind接入英國醫(yī)療數(shù)據(jù)，幫助醫(yī)生提高診斷疾病的效率，并且預(yù)防各種疾病的傳染傳播等。對于人臉識別，北京西站已經(jīng)開啟了刷臉進(jìn)站的服務(wù)，這讓車站能夠更高效的通過進(jìn)站人流，對即將到來的春運(yùn)人流高峰也有幫助作用。