AI 的顛覆已經蔓延到瞭 " 看相界 "：從不久前鬧得沸沸揚揚的人臉識別定罪犯，到最近的看人臉斷貧富，再到今天要介紹的 " 深度學習看手相 "。
近日，臺灣大學舉辦的一場黑客馬拉松（黑客松）比賽上。一位名叫 Claire Ching Chen 的大學生與實習的同事、大學朋友以及 brother 聯手開發瞭一個用於看手相的聊天機器人，名叫 Handbot，可通過 Facebook Messenger 調用。
不過，新智元到 Facebook 主頁上想試用這一聊天機器人時，發現它已經被停用瞭。
項目具體停用的原因目前還不清楚，但是相比和此前諸多深度學習應用方面的實驗一樣，這一項目也引起瞭廣泛的爭議和關註。
技術細節： 2000 張照片作為數據、VGG-16+CNN 模型、Chatbot
以下是程序 Claire Ching Chen 在 Medium 上對這一項目的技術細節進行的介紹：
據我們所知，許多人都癡迷於占卜算卦，其中，看手相又是一個最簡便的方法，每個人都能從這裡開始，看到自己的未來。但是，許多人在辨識自己掌心的掌紋時都會面臨許多問題。因而，我們想到瞭這樣一條思路，將看手相、深度學習和聊天機器人結合起來。
看手相：在黑客松比賽中，我們首先花瞭好幾個小時來研究看手相的基礎知識，其中包括關系、職業和健康和分析預測，隨後，我們標註瞭超過 2000 張真實的人類手掌照片，並對他們的關系、職業和健康狀況分別進行打分，給出瞭超過 6000 個分數。
標簽數據文檔：https://github.com/kkshyu/palm-read/blob/master/labels.csv
深度學習：我們在 Keras 中使用瞭 VGG-16（16 層的神經網絡），加上 TensorFlow 後端作為我們的 CNN 模型。使用 GPU 進行加速，我們訓練瞭 10 輪的 epoch，每個 epoch 包含 1000 個步驟。模型的均方誤差（MSE）為 1.3066 。此外，valuation MSE 為 1.1721。總的來說，訓練結果足夠魯棒，可以用於識別一個新的手掌。
代碼地址：https://github.com/kkshyu/palm-read/blob/master/train_palm.py
Chatbot：與應用程序和網頁相比，聊天機器人對於移動端的用戶來說可獲得性更強，並且更容易在社交網絡上擴展。因此，我們使用 Chatfuel 在 Facebook Messenger 上創建瞭一個聊天機器人。
80％的用戶留存率
下圖是 Handbot 的一些工作界面。研究者稱，他們設計的流暢的 UX 在 Facebook 上實現 80％的用戶留存率。
下圖：用戶活躍度，從 7 月 21 日到 7 月 24 日期間的用戶數量變化。
下圖：7 月 21 日到 24 日期間項目的用戶數量變化。
看手相是迷信還是科學？《大西洋月刊》有話說
《大西洋月刊》曾發表過一篇名為《真的有手相嗎？》的文章，探討看手相預測未來的科學性。
文章稱，" 人手包含瞭豐富的信息，因為嬰兒的手形成於妊娠早期，研究人員常說，這相當於早期發育的‘化石記錄’，可以提供對未來幸福的洞察力。"
以下是詳細報道：
" 看手相 " 來預測未來已經存在瞭幾千年。越來越多的研究表明，" 看手相 " 可能不完全是空穴來風：人的手包含瞭大量的信息。由於嬰兒的手在妊娠早期形成，研究人員喜歡說它們就相當於是早期發育的 " 化石記錄 "，可以提供對未來的洞察。
例如，數百項研究表明，食指與無名指的長度比和許多特征相關。大多數研究人員認為，這是因為無名指的長度體現瞭睪酮含量，這將對人具有持久影響。與一個手指較短的男人相比，無名指長於食指的男人可能會有更高顏值的臉、更好的運動天賦、更長的陰莖—— 也許不是巧合——更多的孩子。同時，食指較長的男性更容易患精神分裂癥和早期心臟病。
另外，他患自閉癥或有 ADHD 的可能性較小。它甚至可能揭示一個人的自我控制傾向：食指數長於無名指的孩子更有可能抵制誘惑。
你可能聽說過，一個人的臉和身體越對稱，他就被認為更有吸引力，也許這是因為對稱性表明瞭良好的基因。確實，雙手也是這樣，越是對稱越好：一個左右手指相匹配的男人比手指不匹配的人擁有更快、更豐富的精子。 另一項研究發現，手指不匹配的男性更容易抑鬱。
掌紋也可能提供早期發育的線索。眾所周知，唐氏綜合癥患者和胎兒酒精綜合征患者以及懷孕期間患有麻疹的婦女的孩子比其他人更有可能患有 "simian crease"，一條從手掌一邊橫貫到另一邊的水平線。還有一些研究表明，在精神分裂癥患者中，異常指紋圖譜（例如具有高於平均數的特定拱形的螺旋）的比例也較高。研究人員也指出，男性更可能具有異常的指紋圖譜，因為男性胚胎更容易受到環境的影響。
中國具有 3000 多年歷史的看手相行業帶來變革性創新
Handbot ——（可能是）世界上第一個用於看手相的聊天機器人，它使用深度學習（CNN）來分析人的手相，以預測某個人的性格特征、健康狀況、職業生涯和人際關系等等。
Claire Ching Chen 在 Medium 上介紹說：" 我們致力於為中國有 3000 年歷史的看手相行業帶來變革性的創新。"
最終，他們拿下瞭比賽的信息安全獎（information security award），被評為 " 潛力之星 "。
是 " 看臉定罪犯 " 的翻版還是提醒人們註意信息聊天機器人應用隱藏的安全問題？
從這項研究的數據收集工作來看，研究者一方面收集、標註瞭超過 2000 張真實的人類手掌照片，一方面同時收集瞭這些人的 " 關系、職業、健康狀況 " 等信息，並將這些數據結合起來，對模型進行訓練。
這一訓練過程有些像此前鬧得沸沸揚揚的兩位中國學者的研究《利用臉部照片自動推斷犯罪性》，該研究利用基於有監督的機器學習的方法，根據人的臉部特征預測一個人是否有犯罪傾向，並自稱 " 準確率接近 90%"。該研究在國內外引起瞭廣泛的爭議。
谷歌的幾名研究員曾撰文對這一研究進行瞭批駁，認為這類研究從所采集數據的客觀性開始，就存在嚴重問題。既 " 缺乏對訓練數據偏見來源的洞察力 "，又 " 不考慮可以產生測量相關性的各種因果關系 "，更 " 不考慮機器學習系統 ...... 在實踐中可能有什麼社會影響 "。
然而，最終這項研究獲得的獎項是 " 信息安全獎 "（information security award）。研究者表示，他們的數據是通過 Facebook 獲得的：
我們不僅收到瞭我們朋友的消息，還收到瞭一些臺灣大學黑客松大賽與會者和一些陌生人的消息。我們開始獲得關於他們手掌的照片（有時包含瞭他們的臉），手掌背後的背景，以及他們在 Facebook 上的個人信息。
我們感到震驚的是，這個聊天工具可以獲得多少用戶信息。我們可以知道他們是誰，他們在哪裡，甚至他們的指紋！預期 2016-2023 年期間，全球 Chatbot 市場預計將呈指數級增長。作為用戶，我們應該更加瞭解隱藏的安全問題。像 Facebook 這樣的巨型社交媒體平臺應該主動攔截不當的應用。
在上面一段話中，研究者指出 "Facebook 這樣的巨型社交媒體平臺應該主動攔截不當的應用 "，言下之意，似乎認為這個所謂 " 看手相 " 的應用也是 " 不當的 "。同時，這一應用目前已被關。因此，我們似乎也可以認為，這項研究的本意是為瞭推動 " 信息安全 "。
