拆开来看就是明星脸测试软件。该产品的技术原理并不难。前端获取到一张人脸的照片。后端使用了人脸识别算法。库里已经设置了明星脸的面部特征向量。比对。返回的是两个字符串之间的相似度百分比。另外再加上一句“如某位明星”。没了。

人脸识别技术已经发展了十几年。以前是用特征点来区分人和动物，比如眼睛的距离、鼻子的高度、颧骨的位置、下颌线的弧度等等。人工标记出上百个重要的位置。之后换成了深度学习。卷积神经网络一上来，准确率就直接爆表了。现在的手机解锁也用到了这套。明星脸软件就是把验证身份这一步变成了相似度检索。检索的对象由机主本人变为了明星库。技术栈没有变化，但是应用场景发生了改变。

算法是如何来确定你和哪位明星相似的。提取面部128维或者512维特征向量就是主要的操作。每个人的面孔都变成了一个数字序列。欧氏距离就是用来表示两个物体之间差异程度的一个公式。距离越近就越像，余弦相似度也可以。看你的模型是什么类型的。库里拥有很多名人的向量。把一个向量输入进去之后再运行一圈。找到离自己最近的前几人。返回的结果，在短短的几十毫秒之内完成。而云上的计算速度会更快一些。本地跑的话手机芯片要好才行。

明星库的选择是一个很有意思的问题。并不是随便什么样的人就可以被放进去了。要有知名度，要有人去搜索。要考虑到各个年龄层用户的心理投射。老一辈的香港艺人，流量小生，韩国团体成员，欧美巨星，甚至是体育明星，比如库里等等。根据用户的性别、年龄进行预测之后，优先推送其中的一些子库。男性用户的概率不大于会想要去测试自己是不是和女团成员一样。反之亦然。但是有人并不按照常理出牌。跨性别比对得出的结果一般都很戏剧性。

软件界面一般都很简洁。一个大的方框，里面有一个提示说要把自己的脸放到这个方框里去。也可以从相册中选择一张照片来拍摄。拍摄完成后等待两秒钟之后就会出现三个明星的照片。每张图片下面都挂有一个百分比表示其相似程度。六十岁以上的算是撞脸了。七十岁以上的人可以截图发到朋友圈里去。八十以上。系统会告诉你是否上传了明星本人的照片。大于85%的情况非常少见。否则你是明星的话。或者是角度和光线刚好碰到某个特征的分布上。大多数人测出来的都是30到40之间。四十来岁算是高龄了。

用户的操作数据要比软件本身更加有趣。统计显示。女性用户的测试后再次拍摄的比例要远远大于男性的。改变一下角度或者换一个表情吧，也可以侧着脸来对正面的脸，摘下眼镜，撩起头发也行。一张脸就可以检测到七八个不同的明星。最后选择最高的那一张进行保存。男性的用户一般会拍一次，然后看看结果、关掉或者发给朋友们当作笑话。很少有人会重复地去拍。这就和社交行为中所用到的自我呈现策略是一样的。

软件可以有意地制造出一些意外的好事来。比如说你其实长得很一般。算法硬是把最帅的人推给你。相似度为40左右，但是两张照片一起放在了一起。用户的心理就会把那一点点相似的部分给放大了。眼睛的样子、嘴边的弧度、下巴的轮廓，人的大脑自带一个补全机制，这就是空想性的错觉。云朵就像动物一样，石头也像是人的脸庞一样，同样的道理。软件就是把这种心理机制变成了可以使用的商品。

数据库更新频率不一样。综艺节目正在播放的时候。新的流量明星会马上被录入系统。老明星的数据仍然停留在十年前的剧照上。分辨率很低、噪声比较大。对比得出的结果误差很大。有的用户测试之后会呈现出某位已经去世的老演员年轻时的样子。自己都觉得很离谱了。于是就去查看一些老电影的截图。结果还真是挺有意思的。把不同时间点上的东西进行比较，这是算法在不经意之间创造出来的浪漫。并不是设计的目的，但是得到了用户的认可。

商业变现的方式比较容易实现。可以免费测试几次，想要看到更多的相似明星。支付费用后就可以得到高清晰度的对比图片了。支付费用之后还可以进行其他方面的测试，比如宠物和明星之间的相似性等等。想要知道孩子将来会长得和哪位明星一样。付费。后面的两个功能完全是出于娱乐的目的。没有科学依据，但是付费率并不低。焦虑、好奇等都是消费者的第一个动机。

隐私方面也受到了很多批评。上传的人脸照片到哪里去了？服务器有没有空间存储数据，能保存多长时间，是否被用作训练模型的数据源，以及在用户协议中所提到的内容，在实际操作中并没有得到有效的执行。长句用小号灰字。点击同意要比阅读条款要快很多。实际上正规的大厂软件都会进行数据脱敏。特征向量计算出来之后就直接舍弃掉，并且不会保存原来的图片。这样的小作坊很难说得清楚。人的脸部信息属于生物特征，一旦泄露就无法更改。这和密码不一样，密码可以随时更换。这一点要反复强调。但是用户的关注度一般不会太高。

技术门槛降低了。十年前做一个人脸比对系统的团队要被拉出来。目前开源的模型很多。高中生也可以安装一个Python环境。使用FaceNet或者InsightFace。下一个明星图片包。三天之内就可以做一个demo出来。因此市场上各种明星脸软件大同小异。差异化体现在运营上。哪家公司的明星资源更加丰富？哪家公司的人机交互设计更为出色？哪家的分享文案更具有网感呢？技术并不是一道墙。内容以及传播才是。

还有一种形式是间接告诉你要模仿的人，然后让参与者上传自己的照片。产生一个具有明星特点的新面孔。也可以用自己照片来替代经典的电影画面。Deepfake 技术民用化之后产生的结果。娱乐性更高，但是风险也会变大，肖像权、名誉权等等一系列可能存在的法律问题。平台方一般会以免责声明来遮掩自己的行为。用户自己要负责。实际上出了问题，平台也是脱不了干系的。但是现在这样的诉讼还很少。

明星脸测试软件本质上就是一种情绪消费品。不是工具。没有人真的依靠它来核实自己和明星之间的血缘关系。给人们带来的是一种即刻反馈的自我认识幻觉。几秒钟之内。得到一个新的坐标来表示自己的外貌。该坐标系是以一个公众人物为参照点来确定的。使你感觉到自己和那个光鲜亮丽的世界之间存在着一丝微小的关系。即使只占到4.2%。也就发了一条朋友圈而已。

配图的文字一般为“我认为不对”。下面所有的评论都是一样的，“真的就像那样。”人的社交就是这样运行的。不确定的人。其实最希望听到别人说自己是这样的。软件知道这一点。因此总是要使相似度数字大于实际的感受。37%。这个数据本身是没有意义的。意义就是它看上去就像一份科学检测报告。小数点后的两位数字，权威感满分。

下一次再用这样的软件的时候。要注意的是，在一旁的地方有一些功能没有被发现。比如说在历史记录中保存了几次自拍照。每次测量得到的结果之间相差多少。同一天由于光线下变化大所以可以相差二十几度。把所有的数据拼在一起。一次性比对的结果并不能够说明问题。并不是说你要成为什么样的人。就是说明你对于自己的看法在不同的时候会有所不同。按下快门的那一刹那的表情管理。已经把你想成为的人展露出来了。

不使用这样的软件的人。其实也不用依靠一种算法来确定自己的相貌坐标了。自己定坐标，不用依赖明星库。但是这样的情况毕竟是少数。大多数人都会点击进去，并且只看一眼、笑笑一声就关闭了。过一段时间之后还会再次点击进来，并且只看一眼、笑笑一声就关闭了。如此反复，软件运行良好，用户体验愉快。各取所需，没有问题。