一看到算命這個詞,小黑就感覺不靠譜。無論是路邊戴著墨鏡神秘兮兮的算命老人還是穿著奇裝異服的占仆師,總給你一種騙人的模樣。但是現(xiàn)在,或許算命不再是一個奇幻的話題,不斷進化的人工智能,正逐漸嘗試給出一個相對科學的答案。

根據(jù)微生物組預估壽命

IBM和加州大學圣迭戈分校的研究人員就開發(fā)出了一款AI工具,這一工具可以根據(jù)微生物組樣本有效地預測一個人的自然狀態(tài)下的壽命。其實對于微生物組和壽命聯(lián)系的研究并非首例,2019年,新加坡相關研究人員在老鼠中進行了腸道微生物組移植實驗,發(fā)現(xiàn)了微生物組中的衰老現(xiàn)象和老鼠身體中的系統(tǒng)性缺陷存在一些關聯(lián)。

但這一次IBM和加州大學圣迭戈分校的研究人員直接將這一實驗移植到了人體上,他們找來了18歲～90歲各個年齡層的志愿者,并且考慮到基因人種與地理差異會影響實驗結果,所以這些志愿者分別來自中國、美國、英國和坦桑尼亞四個不同的國家。最終研究人員獲得了9000份微生物組樣本。

這些微生物組的樣本來自于三個人體部位:皮膚、口腔、腸道。經過了隨機回歸模型的優(yōu)化、訓練和測試,獲得了微生物組與年齡之間的聯(lián)系。其中最準確的要屬皮膚微生物組,誤差在3．8年左右。研究人員認為皮膚上的微生物組準確率較高是由于每個人都經歷了可預見的皮膚生理變化,例如血清生成減少和干燥度增加。

此外,口腔微生物組的預測誤差在4至5年,而腸道微生物組誤差達到了11．5年左右。雖然后面二者的誤差比較大,但是研究人員仍然保持樂觀態(tài)度,他們認為等到這個AI系統(tǒng)進一步優(yōu)化后,就可以很好的服務于醫(yī)療行業(yè)了。而在今后也可以通過觀察微生物組衰老的過程來判斷壽命。

雖然目前要實現(xiàn)這個“IBM健康智能人工計劃”落地還有一定的困難,但IBM和加州大學圣迭戈分校的研究人員表示,至少能夠確定一點,人類的老化是伴隨著微生物組的損失而發(fā)生的。將來可以升級AI對微生物組的分析,從而將預測年齡的誤差減小。

通過你的顏值來算命

隨著人工智能的發(fā)展,現(xiàn)在網上經常會出現(xiàn)一些算命的小程序,而這類應用更是廣受年輕人的喜愛。但小黑嘗試過一部分算命應用,普遍都是輸入姓名和出生日期,就能得到結果。換句話說,這類應用的測試結果完全不具備科學性。

來自俄羅斯的研究人員發(fā)布了一項有關于“看面識相”的研究成果,這項研究進一步證實了人類的個性與面部特征存在聯(lián)系。而且人工智能能夠比人類自己更好的根據(jù)照片,作出人物性格的推斷。

在人格科學領域中,人格結構有五種特質,如上圖。這些特質通常都可以通過人的面部傳達出來。但分析面部圖像是個非常復雜的事情,人的大腦在處理面部圖像時,一般會以全局的方式進行分析,而并非特定的面部特征。不過機器學習領域的“人工神經網絡”(簡稱ANNs)恰恰就可以做到這一點。

研究人員選取了1．2萬名志愿者,并采集了3．1萬張自拍照。為了確保圖像的特征一致,研究人員還在ANNs中排除了帶有情緒化的人臉、以及名人的照片。

▲ NNCV和NNPD的結構示意圖

隨后研究人員開發(fā)了一個“計算機視覺神經網絡NNCV”、訓練了一個“人格診斷神經網絡NNPD”。將每張自拍照分解成128維空間的向量,再訓練出一個多層感知器。NNPD 以從 NNCV 得到的不變量向量作為輸入,預測五種人格特質作為輸出,利用圖像特征向量來預測性格特征。

▲ 五種人格特質合成的人臉特征圖

根據(jù)對自拍照的測試結果,人工智能可以對責任心、情緒穩(wěn)定性、外向性、親和性和開放性做出高于偶然性的判斷,性格評價性能優(yōu)于之前使用機器學習或人類評判員所作出的分析性能。而且一個人在不同照片上的性格評價性能也是一致的。

這一研究結果也表明了,哪怕是受到了條件限制下拍攝的照片,也可以通過更復雜的計算機視覺算法來預測人格的特征。不過這項研究還是具有一定的局限性,因為在日常生活中拍攝的照片,可能會遇到化妝、角度、表情等因素的影響從而降低預測準確度。

雖然目前人工智能的算命方法才剛剛起步,但是這項技術不太可能會像網上那些普通的算命應用一樣做到普及。畢竟整個流程還是非常復雜、繁瑣的。不過等到技術成熟后,有可能會運用到醫(yī)學、心理學等領域,去幫助那些遇到困難的人。

不得不佩服,如今的人工智能已經到了可以算命的程度,進步可謂是飛快。但小黑要說的是,無論是通過哪種方法,大家都不要太過于迷信算命。因為自己的命運還是掌握在自己的手中!

圖源:谷歌、截圖、pixabay免費圖片網