تشخیص جنسیت با هوش مصنوعی
امروزه طبقهبندی جنسیت یک کار بسیار چالشبرانگیز در سیستم تشخیص چهره است که با توجه به اهمیت آن تقاضا برای کاربرد آن در آینده افزایش خواهد یافت. البته تشخیص جنسیت خودکار به دلیل رشد وبسایتهای شبکههای اجتماعی آنلاین و رسانههای اجتماعی در نرمافزارها و سختافزارهای مختلف گسترش یافته است. از طرفی، در سالهای اخیر با توسعه روشهای یادگیری عمیق، ساختارهای مختلف شبکههای عصبی برای تشخیص جنسیت طراحی شدهاند. آزمایشهای زیادی برای تشخیص جنسیت با هوش مصنوعی انجام گرفته است که در این نوشتار به چند گونه از آنها اشاره میکنیم.
تشخیص جنسیت با هوش مصنوعی
برای تشخیص جنسیت با هوش مصنوعی، شبکههای عصبی عمیق به بهترین شکل به کار گرفته میشوند. در واقع، شبکههای عصبی عمیق یکی از ابزارهای مهم هوش مصنوعی به حساب میآیند که مورد توجه پژوهشگران زیادی قرار گرفته است. به عبارت دیگر، این شبکهها به دلیل آنکه کاربردهای فراوانی در سیستمهای مختلف داشتهاند، مدلهای متنوعی برای آنها ایجاد شده که یکی از این مدلها، شبکههای عمیق است. اگر مقایسهای بین گونههای مختلف طبقهبندی جنسیت، از جمله آدابوست حد آستانه، روش مبتنی بر الگوی دودویی، روش محلی ماشین بردار پشتیبان و یادگیری عمیق انجام گیرد، بهراحتی میتوان تشخیص داد که برای تشخیص جنسیت با هوش مصنوعی روش یادگیری عمیق، دقت بیشتری نسبت به سایر روشهای طبقهبندی جنسیت دارد.
البته این نکته قابل ذکر است که الگوریتمهای تشخیص چهره که برای اسکن صورت و محصولات مختلف امنیتی به کار گرفته شدهاند، عملکرد ضعیفتری در خصوص برخی جنسیتها و نژادها داشتهاند. مثلاً در خصوص برخی نژادها بهسختی میشود چهره یک فرد را با عکسی که بر روی گذرنامه اوست، تطبیق داد یا حتی سیستمهای تشخیص چهره قادر نیستند به کمک عکس آن شخص، هویت او را در پایگاه داده تشخیص دهند. این میزان خطا در مورد زنان بیشتر از مردان بوده است.
هرچند برای تشخیص و شناسایی جنسیت افراد، چالشها و مشکلاتی از جمله تنوع تصاویر، شباهت و همپوشانی تصاویر، زمان پردازش تصویر و کمبود داده وجود دارد، اما کاربردهای آن بهنسبت کاراتر است. از جمله کاربردهای شناسایی و تشخیص جنسیت میتوان به تشخیص چهره، کنترل عبور و مرور افراد، شمارش افراد با جنسیتهای مختلف، کاهش نیروی انسانی و صرفهجویی در وقت و هزینه اشاره کرد.
نوزادان و تشخیص جنسیت با هوش مصنوعی
نوزادان و تشخیص جنسیت با هوش مصنوعی یافتهای جدید است که توجه افراد زیادی را به خود جلب نموده است. اخیراً در دانشگاه ایالتی واشنگتن پژوهشی انجام گرفته است که از یادگیری ماشینی برای آنالیز دادههای مربوط به خلقوخو در میان تعداد زیادی از نوزادان استفاده کردهاند، به این هدف که آنها را بر اساس جنسیت و سنشان تفکیک کنند. بر اساس این پژوهشها زمانی که نوزادان ۴۸ هفتگی را پشت سر گذاشتند، برای الگوریتمهای متعدد، طبقهبندی جنسیتی بهبود یافت. این مسئله گویای این است که تفاوتهای جنسیتی در دوران نوزادی، در این دوران چشمگیرتر میگردد.
ماریا گارتشتاین، استاد روانشناسی دانشگاه ایالتی واشنگتن و پژوهشگر ارشد این پروژه در خصوص این موضوع گفت: «این امر حداقل نشاندهنده تصویری است که در آن، خلقوخو بر اساس جنسیت بروز پیدا میکند.» پژوهشهای پیشین، تفاوتهای خلقوخو در نوزادان را بر اساس جنسیت و سن بررسی کردهاند، که البته تعداد کمی از پژوهشها این دو متغیر را با هم مورد بررسی قرار دادهاند. گارتشتاین و همکارانش برای غلبه بر این چالش، با دانشمندان سراسر آمریکا تماس گرفتند تا دادههای پرسشنامه رفتار نوزاد را گردآوری کنند. این پرسشنامه، یک معیار مبتنی بر گزارش والدین برای سنجش خلقوخو است. آنها خواهان این بودند که رفتار متفاوتی را که فرزندشان از ۳ تا ۱۲ ماهگی نشان میدهد، ثبت کنند.
نتایج تجزیه و تحلیل پژوهشگران نشان داد که ترس، مهمترین ویژگی در تشخیص پسران و دختران در میان گروههای سنی جوان است. با بزرگتر شدن نوزادان، واکنشپذیری یا توانایی بهبودی سریع در موقعیتهای استرسزا، نشان دادن تمایل بیشتر برای آغاز تعامل و تعامل داشتن با افراد و اشیاء، تأثیرگذارتر شد. همچنین برای نوزادان بزرگتر از ۴۸ هفته، لذت شرکت کردن در فعالیتهای آرامی که برای آنها شناختهشدهتر بود مانند بازی کردن با والدین، تأثیرگذارترین متغیر در تشخیص پسران از دختران بود.
جالب است که برای دستیابی به برخی از ویژگیهای نوزادان و تشخیص جنسیت با هوش مصنوعی و نیز خصوصیات خلقی آنها، از دقت الگوریتمهای یادگیری ماشینی استفاده کردهاند. بهویژه ویژگیهایی همچون نوازشگری، واکنشپذیری صوتی، لبخند زدن و خنده در جوانترین گروه سنی و لبخند زدن، خنده و حساسیت ادراکی در مسنترین گروه سنی.
ماریا گارتشتاین در خصوص این موضوع گفت: «مادران، روشهای متفاوتی را برای اجتماعی شدن پسران و دختران خود دارند و چنین تفاوتهایی به مرور زمان میتوانند مسیرهای متفاوتی را از نظر خلقوخو ایجاد کنند. به طور ویژه، والدین ممکن است جهتگیری رابطه را برای دختران و شایستگی و استقلال را برای پسران در اولویت قرار دهند.»
تشخیص جنسیت با هوش مصنوعی با بررسی لبخند
گروهی از پژوهشگران، موفق شدند به واسطه هوش مصنوعی و از طریق بررسی لبخند افراد، تعیین جنسیت انجام دهند. آنها برای تشخیص جنسیت با هوش مصنوعی با بررسی لبخند نوعی الگوریتم هوش مصنوعی ایجاد کردند که به واسطه آن تنها از طریق فرم لبخند افراد بتوان جنسیت را تخمین زد. روش کار نیز در عین سادگی کمی پیچیده است. در مرحله نخست، پژوهشگران روی اطلاعات طبقهبندیشدهای که از افراد جمعآوری کردهاند، کار کرده و این اطلاعات را به صورت ماشینی دستهبندی کردند. در واقع، این الگوریتم حرکات صورت هنگام لبخند زدن را بررسی میکند، به طوری که حرکات ۴۹ نقطه روی صورت فرد بررسی میشود. سپس این نقاط که در نزدیکی چشمان، دهان و بینی افراد هستند، مورد بررسی دقیقتر قرار میگیرند.
برای دستیابی به این نتایج، محققان حرکات صورت ۱۰۹ شرکتکننده را که شامل ۶۹ زن و ۴۰ مرد بودند، بررسی کردند. بر اساس این تحقیقات، پژوهشگران متوجه شدند که لبخند زنان طویلتر از مردان است. این یافته به دانشمندان کمک کرد، تا الگوریتم هوش مصنوعی بسازند که میتواند با دقت ۸۶ درصد جنسیت فرد را تعیین کند.
در آخر
تشخیص جنسیت با هوش مصنوعی، درحالحاضر بخش مهمی از ارتباطات انسان و ماشین را به عهده میگیرد. یکی از مسائل مهمی که از 50 سال گذشته ذهن بشر را به خود مشغول کرده است، تشخیص هویت انسان بر اساس چهره اوست. این مسئله بهنوبه خود امنیت زیادی را در زندگی اجتماعی انسان ایجاد کرده است؛ اما مهمتر از این موضوع، شناسایی جنسیت است. به بیانی دیگر، یکی از راههایی که چهره را به بهترین نحو شناسایی میکند، تشخیص جنسیت افراد است. در واقع، تشخیص جنسیت تنها از تصاویری که از چهره در دسترس است، توجه افراد زیادی را به خود جلب نموده است، چراکه کاربردهای زیاد این شناسایی در مسائل مهمی همچون امنیت، تعاملات انسان و کامپیوتر و جستوجوی وب، به کار گرفته میشود. پژوهشگران در سالهای اخیر توانستهاند بر اساس برخی از حالات نوزادان و حتی از طریق لبخند انسان به جنسیت واقعی او پی ببرند.