10月21日（當(dāng)?shù)貢r(shí)間），《華盛頓郵報(bào)（WP）》報(bào)道稱，美國羅切斯特大學(xué)計(jì)算機(jī)系的杰波·魯奧教授組從樸槿惠總統(tǒng)的Twitter粉絲中搜集1.354萬人、從日本首相安倍晉三的粉絲中搜集1.2914萬人、從前任谷歌大中華地區(qū)總裁李開復(fù)的粉絲中搜集1.3429萬人，共計(jì)搜集了3.9883萬人的頭像。 

 

　　研究組將這些照片錄入人工智能程序后，從愛笑程度、是否有卷發(fā)、是否戴帽子領(lǐng)帶和眼鏡、眉形的彎度等40多個(gè)面部特征對他們進(jìn)行分類，令計(jì)算機(jī)進(jìn)行相關(guān)學(xué)習(xí)。 

 

　　人工智能利用計(jì)算機(jī)深度學(xué)習(xí)技術(shù)和掌握人臉特征的圖像分類技術(shù)學(xué)習(xí)了韓中日三國國民的面部特征。 

 

　　《華爾街日報(bào)》介紹稱，人工智能之所以能夠通過這種學(xué)習(xí)區(qū)分國籍，是因?yàn)轫n中日三國國民的時(shí)尚追求存在明顯差異。 

 

　　研究結(jié)果得出，韓國人大部分都是黑發(fā)、眼睛下方的臥蠶量僅次于日本人；日本人多短發(fā)、劉海最多，而且笑得最多；中國人眉毛最濃而且最不愛笑。《華爾街日報(bào)》表示“這一研究結(jié)果為那些感覺亞洲人長得都一樣的（白人）惰性思維敲響了警鐘”，“這種技術(shù)可以用于針對性廣告和預(yù)防恐怖襲擊等方面”。