現在的人工智能不僅能夠通過人臉部的個體差異進行身份識別，更能夠根據你臉部表情、膚色、聲音特性以及形體特徵識別你的性別、年齡以及種族。
而這一切都是基於機器學習技術通過分析人體特徵學特徵而作出的識別。人類可以在瞬間判斷出對方是男是女、高矮胖瘦、種族膚色，而機器要做到這一點不容易。生物學特徵的分析，將人體特徵判斷標準量化並形成判斷邏輯，智能機器通過學習便可逐步做到。
生物學特徵可細分為主特徵學特徵和軟生物學特徵。
主特徵學特徵包括人臉、指紋、虹膜等傳統的識別特徵。
軟生物學特徵則包括人的皮膚、頭髮、眼睛、身高、手臂長度、體重、傷疤、行為等。軟生物學特徵由於缺少足夠的判別力，目前只能用於輔助識別。
從人體測量學的角度看，一般女性的身高較矮於男性；當身高歸一化時，男性相比女性手臂和腿則較短，而軀幹和頭佔的比例較大，肩較窄；由於女性上力量弱於男性，幫女性的上肢功能尺寸小於男性；男性從上到下一般呈倒三角形中，而女性則呈S曲線型。
從生物力學的角度來看，人的運動是人身體上各肌肉和關節的綜合運動，受性別影響較為明顯。不同性別，肌肉運動幅度和時序都會有差異。這些差異是肌肉（包括胸、頸、背、肩、臂等）骨架和大腦規劃的函數。例如揮手，男性的揮手幅度一般較大於女性。
種種這些都可做為人工智能性別識別的依據。目前判斷準確性已經可以達到80%以上。相信在不久的將來，人工智能在各個領域能夠發揮更大的作用，並根據對象個體特徵提供更加貼心的服務。
分享到:
閱讀更多 科技每週報 的文章
