ГейДетектор: что это и как я его сделал / гейдетектор :: telegram бот :: нейросети

нейросети гейдетектор telegram бот песочница 

ГейДетектор: что это и как я его сделал

Это первая часть рассказа, продолжение следует.Гейдетектор (gaybuster) определяет геев с вероятностью 76 - 91% и она постепенно будет улучшаться еще больше.Для начала распишу основную информацию. Скоро Гейдетектор будет запущен, допустим пока в виде телеграм бота https://tmtr.me/gaybuster_bot (уже проходил тестовый запуск), также есть вебсайт, где вы можете следить за новостями.Как реагировала общество.На данный момент уже чувствуется давление (возможно со стороны голубой мафии). Например, на producthunt наш анонс был забанен в течении часа без объяснения причин. Кроме того мне угрожают во вконтакте расправой, незнакомые люди представляются сотрудниками СКР. Полиция в открытую говорит мне, чтобы я удалялся навсегда из интернета, приходили ко мне домой в том числе. Этого же требуют и от моих родственников (а точнее просто бандитов) отрубить мне интернет навсегда.
£6 AV9,нейросети,гейдетектор,telegram бот,песочница
Результат работы и как это получилосьМне удалось создать работающий гейдетектор, опредляющий геев с точностью от 76 до 91%. Добавляются определения по видео и голосу, чтобы достичь 99% процентов в будущем, и сейчас я хочу рассказать, как у меня это получилось, так как работа оказалось крайне сложной и было потрачено много времени.
нейросети,гейдетектор,telegram бот,песочница
С чего началосьВ 2016 мне попалась статья о gaydar ai многие сми написали об этом иследовании https://meduza.io/feature/2017/09/08/uchenye-nauchili-neyroset-opredelyat-seksualnuyu-orientatsiyu-po-fotografii-i-preduprezhdayut-eto-ochen-opasnohttps://psyarxiv.com/hv28a/
Female	Male,нейросети,гейдетектор,telegram бот,песочница
В итоге выяснилось, что нейросеть может безошибочно определять геев с вероятностью 81% по одной фотографии и до 91% по нескольким. Мне очень понравился этот эксперимент, и я думал, что уже через несколько месяцев магазины приложений будут завалены подобными алгоритмами, а также появятся плагины для браузеров, которые будут обрабатывать все фотографии и списки ваших друзей в социальных сетях, после выводить результат. Также технология будет внедрена в видео камеры и очки дополненной реальности.Но вместо этого голубая мафия ополчилась на алгоритм и начала писать свои заказные статьи, пытаясь разоблачить научное исследование несли всякий бред про невозможность определения физических качеств во внешним признакам, что они не брали старых голубых и чернокожих, а значит типо не работает и вообще авторы фашисты. Другие пошли ещё дальше - псевдо эксперты утверждали, что они изобрели детектор грима, а геев якобы вычислить невозможно. Непонятно, по каким причинам, но до сих пор ни исходный код, ни модель подобного алгоритма не была опубликована, не создано также ни одного приложения для открытого доступа! Подозреваю, что автору заплатили, чтобы он прикрыл разработку, если бы на него наехали он бы мог втихаря выложить в открытый доступ все наработки.
Figure A.2: Composite gay and straight male faces.,нейросети,гейдетектор,telegram бот,песочница
В 2019 возможно с подачи голубой мафии скептики решили повторить эксперимет https://arxiv.org/pdf/1902.10739.pdf и он полностью подтвердился! На эксперимент были потрачены большие деньги, они наняли множество сотрудников которые вручную разбирали каждое фото по несколько раз на которых обучалась сеть. Несмотря на более меньшую базу голубых и неголубых результат оказался почти такой же, хотя им удалось достичь большего определения среди женщин! Несмотря на это несколько подконтрольных СМИ голубой мафии написало, якобы у них почти ничего не вышло и пока нельзя определить геев по фото, хотя в исследовании точно говорилось что все подтвердилось и была бы база чуть у них побольше, то результаты может были и выше чем оригинальном исследовании, кроме того они специально пытались дискредитировать это “чудо чудесное” меняя внешность геев и негеев накладывая грим, парики и очки, строя уродливые рожи, и у них ничего не вышло! Алгоритм работал идеально но кто будет читать технические документации эксперимента?
figure 1.3: Portraits of the same individual with altered presentation.,нейросети,гейдетектор,telegram бот,песочница
Как я принял решениеИ опять никаких даже частичных исходных кодов или баз с моделями не было выложено в открытый доступ! Мне было понятно что если я этого не сделаю, то не сделает никто еще десятки лет, поэтому я решил взяться за работу с нуля вообще не понимая почти ничего ни в питоне не нейросетях, пришлось разбираться самому, во всем так как мне никто и не помог.Я начал с простой своей идеи о том, что голубые похожи больше на женщин, поэтому достаточно сравнивать мужчин с женщинами, чтобы получить результат. Подправив уровень необходимого детекта, первые результаты работы вы можете наблюдать на этом видео https://www.youtube.com/watch?v=n5WJeHc-sGU.Для первой версии гейдетектора я использовал обычный код с гитхаба с готовой моделью по определению женщин от мужчин. Несмотря на то, что многих определяло правильно чувствовалось, что что-то не то и результат невысокий когда проверяешь на реальных геях.
ГГИДГГГНТОР РЕАЛЬНО РАБОТАЕТ ПРОВЕРИЛ НА ИЗВЕСТНЫ* MpAwe-p» мо» ПЭДЧ*,’Мь «ели гост митъ опр*Д»<хие голевого *спт м«м»ц» И% и*голу«о« то ÔY£*T 'f** АДОМ**п*й А'тнггор ' МО -«АО МП* гостмромг» 0C« ото н> . и« помои» «тово. и. иожмо Смотре« сделет» приложение
Л'.Ш&ЕМИФБа
16
К сожалению, я тогда не читал документацию по первому исследованию и созданию алгоритма а только по второму 2019 года и если бы я его прочитал то понял, что еще тогда они установили что если определять лица по уровню женственности, то определение голубой человек или нет составляет всего 58%:
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
DEEP NEURAL NETWORKS CAN DETECT SEXUAL ORIENTATION FROM FACES
Abstract
We show that faces contain much more information about sexual orientation than can be perceived and interpreted by the human brain. We used deep neural
После чего я начал делать вторую версию гейдетектора полностью заново, и мне пришла такая идея: раз авторы исследований выложили собирательный портрет голубого, то достаточно сравнивать лица с этими собирательными портретами и получить результат. Я нанял кодера первого кого нашел, заплатил ему 3 тысячи, и он написал мне сравнение нейросеть, которая выявляла похожесть к собирательному портрету геев и не геев:
GDF3	v 0	P Search GDF3	
A A Name	Date modified	Type	Size
1 _pycache_	24.04.2020 16:41	File folder	
1 gay	24.04.2020 12:06	File folder	
| model	23.04.2020 19:57	File folder	
| main_female.py	24.04.2020 14:05	Python source file	2 KB
| main_male.py	24.04.2020 16:59	Python source file	2 KB
|
> model
V О
P Search model
Л Name	Date modified	Type	Size
S model.json	23.04.2020 19:55	Adobe After Effect...	4 KB
■ WEIGHTS.hS	23.042020 19:55	H5 File	456 KB,нейросети,гейдетектор,telegram бот,песочница
import numpy as pd4-
4-
4-
def prepare_input(path) :4-
iml = pd.array(Iraage.open(path).convert(‘RGB'))4-iml = cv2.resize(iml, (200, 200))4-iml = iml.astype('float32')4-return iml'l'
4-
4-
class AbstractGay:4
def preprocess_img(self):4-pass4-4-
def get_img(self) :4-passf
4-
4-
class
К сожалению, этот способ не сработал и результаты были ещё более рандомные и вообще лишены всякого смысла.После чего мною было решено делать все самому, так как денег больше не было на кодеров ввиду 0 финансирования и помощи для разработки столь важного алгоритма для помощи людям в раздачи бесплатного “дара”.Третья версию я решил уже сделать на основе той-же нейросети с гитхаба, которая определяет мужчин и женщин просто натренировать её вместо мужчин и женщинах на голубых и не голубых.Осталось собрать материалы, нужны были десятки если не сотни тысяч фотографий голубых и не голубых, это оказалось проблемой - никакой готовой базы в открытом доступе не было пришлось собирать с сайтов знакомств.Но возникла ещё проблема, если не голубых можно найти и сграбить в избытке на таких сайтах, то голубых несмотря на большое количество сайтов там крайне мало, несмотря на громкие заявления авторов этих сайтов, кроме того надо еще постараться и написать скрипт чтобы обходил защиту против роботов и собирал тысячами фотографии все которые там есть.Первый сайт на который я наткнулся Gay****.*** и мне повезло после создания тестового аккаунта, оказалось там нет никакой защиты от роботов, все фотографии просто в открытом доступе, перебирая номер фотографии удалось спарсить все фото до единой вот они:всего почти 30 000 фотографий
orpackunfittered > gay_from_site1
ev ¿7
Sri ь
900000.jpg
900001 Jpg
,P Search gay_from_site1
•
900003.jpg
900004.jpg
900012.jpg
900013.jpg	900021.jpg	900024.jpg	900026.jpg	900027.jpg	900028.jpg
900036.jpg	900037.jpg	900039.jpg	900046.jpg	900048.jpg 900051.jpg
\ a ,* tí	'«Г	wmm Я' liM
В дальнейшим было спарсино более хитрым образом еще около 20 тысяч фотографий геев с других сайтов и около 200к негеев. Как впоследствии оказалось это было самым простым, нужно было еще отфильтровать их ВРУЧНУЮ убрав черных, китайцев, слишком молодых и слишком старых! Но тогда я об этом еще не знал и просто выдрал лица программой для изготовления дипфейков (в которых я преуспел) также я сделал почти 10 полных дипфейк фильмов полностью заменив лица в полнометражных фильмах, даже блогер миллионник Гоблин Пучков у себя вк запостил.После простой обработки получилось следующее: где-то по 13к голубых и не голубых (много фотографий оказалось непригодны). Также была отдельная подборка для теста валидации нейросети (фотографии для проверки около 2600 на которых нейросеть не обучалась)голубые:
е2 > Images.crop > gay
V O P Search gay
_0004615.jpg	_0004616.jpg	_0004617.jpg	_0004618.jpg	_0004619.jpg	_0004620.jpg
ш ш ш щ ш ш
_0004621.jpg	_0004622.jpg	_0004623.jpg	_0004624.jpg	_0004625.jpg	_0004626.jpg
_0004627.jpg	_0004628.jpg	_0004629.jpg	_0004630.jpg	_0004631.jpg	_0004632.jpg
натуралы:
_0000031.jpg	_0000032.jpg	_0000033.jpg	_0000034.jpg	_0000035.jpg	_0000036.jpg
0000037.jpg	_0000038.jpg	_0000039.jpg	_0000040.jpg	_0000041.jpg	_0000042.jpg
P Search notgay
3se2 > lmages_crop > notgay
.0000044.jpg
.0000043.jpg
.0000045.jpg	_0000046.jpg	_0000047.jpg	_0000048.jpg
_0000007.jpg
Больших усилий стоило разобраться в чужом коде и заставить нейросеть обучаться, нейросеть никак не хотела в препроцесс как потом оказалось из-за пробелов файлах пришлось удалять все пробелы, что тоже получилось с трудом, затем надо было запихнуть каждую фотографию с идентификатором и путем.
gaytrainrandom.txt - Notepad
le Edit Format View Help iy_dataset\temp\notgay\07947.jpg 0 iy_dataset\temp\gay\16375.jpg 1 iy_dataset\temp\notgay\07205.jpg 0 iy_dataset\temp\notgay\00778.j pg 0 iy_dataset\temp\notgay\03602.jpg 0 iy_dataset\temp\gay\7681.jpg 1 iy_dataset\temp\notgay\00814.jpg 0
Список нужно было еще и перемешать, 1 означает гей 0 натурал.С первых раз удалось достичь фантастических результатов почти 80% гдето потери модели составило 0.2 ! 0 - это идеально в этой нейросети на “ - _Gil Levi and Tal Hassner, Age and Gender Classification Using Convolutional Neural Networks, IEEE Workshop on Analysis and Modeling of Faces and Gestures (AMFG), at the IEEE Conf. on Computer Vision and Pattern Recognition (CVPR), Boston, June 2015_”Если кто разбирается напишите чем она отличается от vggface? Прилагаю результаты тестов совершенных после обучение модели на фотографиях на которых она не обучалась:Z:\GayBuster\my_dataset\temp\test-gay\20798.jpgGAY!0.81Z:\GayBuster\my_dataset\temp\test-gay\20799.jpgNotGay0.60Z:\GayBuster\my_dataset\temp\test-gay\20800.jpgNotGay0.75Z:\GayBuster\my_dataset\temp\test-gay\20801.jpgNotGay0.89Z:\GayBuster\my_dataset\temp\test-gay\20802.jpgGAY!0.99Z:\GayBuster\my_dataset\temp\test-gay\20803.jpgGAY!0.52Z:\GayBuster\my_dataset\temp\test-gay\20804.jpgGAY!0.95Z:\GayBuster\my_dataset\temp\test-gay\20805.jpgNotGay0.98Z:\GayBuster\my_dataset\temp\test-gay\20806.jpgGAY!0.97Z:\GayBuster\my_dataset\temp\test-gay\20807.jpgGAY!0.73Z:\GayBuster\my_dataset\temp\test-gay\20808.jpgNotGay1.00Z:\GayBuster\my_dataset\temp\test-gay\20809.jpgGAY!0.99Z:\GayBuster\my_dataset\temp\test-gay\20810.jpgNotGay0.99Z:\GayBuster\my_dataset\temp\test-gay\20811.jpgNotGay0.86
И так далее, приложу подробнее, если будет нужно.ЗаключениеПервая часть подошла к концу, забегая вперед опять же скажу, что в дальнейшим эта нейросеть отказалась выдавать приемлемый детект, когда я добавил больше фотографий с других сайтов, кто знает почему напишите, работала идеально когда геи были с одного сайта и не геи с другого но когда я с других сайтов стал добавлять еще геев и негеев в кучу она стала показывать отвратительные результаты. Исправить проблему я не смог, поэтому было решено полностью всё переделать, написав с нуля по методичке, которую выкладывали авторы исследования в 2016 и 2019 году, и у меня получилось с огромным трудом! Как я это сделал всё таки расскажу во второй части. А пока, кто хочет помочь в разработке столь необходимой технологии, пишите мне, помощь действительно очень нужна как виде спонсоров так и технических специалистов.Вообщем следите за новостями и ждите вторую часть.

Подробнее
£6 AV9

Female Male
Figure A.2: Composite gay and straight male faces.
figure 1.3: Portraits of the same individual with altered presentation.
ГГИДГГГНТОР РЕАЛЬНО РАБОТАЕТ ПРОВЕРИЛ НА ИЗВЕСТНЫ* MpAwe-p» мо» ПЭДЧ*,’Мь «ели гост митъ опр*Д»<хие голевого *спт м«м»ц» И% и*голу«о« то ÔY£*T 'f** АДОМ**п*й А'тнггор ' МО -«АО МП* гостмромг» 0C« ото н> . и« помои» «тово. и. иожмо Смотре« сделет» приложение Л'.Ш&ЕМИФБа 16 4>
29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 DEEP NEURAL NETWORKS CAN DETECT SEXUAL ORIENTATION FROM FACES Abstract We show that faces contain much more information about sexual orientation than can be perceived and interpreted by the human brain. We used deep neural networks to extract features from 35,326 facial images. These features were entered into a logistic regression aimed at classifying sexual orientation. Given a single facial image, a classifier could correctly distinguish between gay and heterosexual men in 81% of cases, and in 71% of cases for women. Human judges achieved much lower accuracy: 61% for men and 54% for women. The accuracy of the algorithm increased to 91% and 83%, respectively, given five facial images per person. Facial features employed by the classifier included both fixed (e.g., nose shape) and transient facial features (e g., grooming style). Consistent with the prenatal hormone theory of sexual orientation, gay men and women tended to have gender-atypical facial morphology, expression, and grooming styles. Prediction models aimed at gender alone allowed for detecting gay males with 57% accuracy and gay females with 58% accuracy. Those findings advance our understanding of the origins of sexual orientation and the limits of human perception. Additionally, given that companies and governments are increasingly using computer vision algorithms to detect people’s intimate traits, our findings expose a threat to the privacy and safety of gay men and women.
GDF3 v 0 P Search GDF3 A A Name Date modified Type Size 1 _pycache_ 24.04.2020 16:41 File folder 1 gay 24.04.2020 12:06 File folder | model 23.04.2020 19:57 File folder | main_female.py 24.04.2020 14:05 Python source file 2 KB | main_male.py 24.04.2020 16:59 Python source file 2 KB | math_functions.py 24.04.2020 14:54 Python source file 2 KB | neural_network.py 24.04.2020 13:50 Python source file 1 KB GDF3 > gay v C) P Search gay PG gay_male.JPG non_gay_female. non_gay_maleJP JPG G
> model V О P Search model Л Name Date modified Type Size S model.json 23.04.2020 19:55 Adobe After Effect... 4 KB ■ WEIGHTS.hS 23.042020 19:55 H5 File 456 KB
import numpy as pd4- 4- 4- def prepare_input(path) :4- iml = pd.array(Iraage.open(path).convert(‘RGB'))4-iml = cv2.resize(iml, (200, 200))4-iml = iml.astype('float32')4-return iml'l' 4- 4- class AbstractGay:4 def preprocess_img(self):4-pass4-4- def get_img(self) :4-passf 4- 4- class Gaylmg(AbstractGay) :4- def __init__(self, path):4- self.path - path4 self.img - None4 4- def preprocess_img(self):4- self.img = prepare_input(self.path)i 4- def get_img(self) 14- self . preprocessing )4-return self.img^ 4- 4- class Straight (Gaylmg): 4-(astaticmethod 1 def get_orientation() :4-return ‘ straight’4-4-4- def run(_input, path_non_gay, path_gay) 14-gay = Gaylmg (path_gay) 4-gay = gay.get_img()4-non_gay * St ra igh t( pat h_non_gay) 4-n°n_gay - non gay.get img()4-prepared_input - prepare_input(_input)4-gay_diff - run_metrics(prepared_input, gay)4-non_gay_diff - run_metrics(prepared_input, non_gay)4 shape - pd.array(Image.open(_input).convert(’RGB’)).shaped if check(shape) -- ’gay* 14-return True4 elif check(shape) ■» *norm':4-return Falser output - run_neural_network()4- possib_l, possib_2 = normalize(gay_diff, non_gay_diff, output)^ return possib_l >= possib_24- 4- 4- path gay = r‘gay\gay male.-jpg’4-
orpackunfittered > gay_from_site1 ev ¿7 Sri ь 900000.jpg 900001 Jpg ,P Search gay_from_site1 • 900003.jpg 900004.jpg 900012.jpg 900013.jpg 900021.jpg 900024.jpg 900026.jpg 900027.jpg 900028.jpg 900036.jpg 900037.jpg 900039.jpg 900046.jpg 900048.jpg 900051.jpg \ a ,* tí '«Г wmm Я' liM Баг mI r i X . . 900052.jpg 900057.jpg 900058.jpg 900059.jpg 900062.jpg 900063.jpg H? 900064.jpg 900067.jpg 900069.jpg 900072.jpg 900073.jpg 900074.jpg 900076.jpg 900078.jpg 900079.jpg 900082.jpg 900083.jpg 900097.jpg 900099.jpg 900112.jpg 900113.jpg .¿sb ,-ш 900119.jpg Л/t 900089.jpg Ш < 4 • T a в w 1 900091 .jpg 900097.jpg 900099.jpg 900101.jpg 900105.jpg 900106.jpg i IS и k f. 4P 900111 .jpg 900112.jpg 900113.jpg 900117.jpg 900119.jpg 900120.jpg jt*. 900120.jpg
е2 > Images.crop > gay V O P Search gay _0004615.jpg _0004616.jpg _0004617.jpg _0004618.jpg _0004619.jpg _0004620.jpg ш ш ш щ ш ш _0004621.jpg _0004622.jpg _0004623.jpg _0004624.jpg _0004625.jpg _0004626.jpg _0004627.jpg _0004628.jpg _0004629.jpg _0004630.jpg _0004631.jpg _0004632.jpg _0004633.jpg _0004634.jpg _0004635.jpg _0004636.jpg _0004637.jpg _0004638.jpg .0004639.jpg _0004640.jpg _0004641.jpg _0004642.jpg _0004643.jpg _0004644.jpg 0004645.jpg _0004646.jpg _0004647.jpg _0004648.jpg _0004649.jpg _0004650.jpg _0004651.jpg _0004652.jpg _0004653.jpg _0004654.jpg _0004655.jpg _0004656.jpg _0004657.jpg _0004658.jpg _0004661.jpg _0004662.jpg
_0000031.jpg _0000032.jpg _0000033.jpg _0000034.jpg _0000035.jpg _0000036.jpg 0000037.jpg _0000038.jpg _0000039.jpg _0000040.jpg _0000041.jpg _0000042.jpg P Search notgay 3se2 > lmages_crop > notgay .0000044.jpg .0000043.jpg .0000045.jpg _0000046.jpg _0000047.jpg _0000048.jpg _0000007.jpg _0000008.jpg _0000009.jpg _0000010.jpg _0000011.jpg _0000012.jpg [ _0000013.jpg _0000014.jpg _0000015.jpg _0000016.jpg _0000017.jpg _0000018.jpg _0000019.jpg _0000020.jpg _0000021.jpg _0000022.jpg _0000023.jpg _0000024.jpg _0000025.jpg _0000026.jpg _0000027.jpg _0000028.jpg _0000029.jpg _0000030.jpg
gaytrainrandom.txt - Notepad le Edit Format View Help iy_dataset\temp\notgay\07947.jpg 0 iy_dataset\temp\gay\16375.jpg 1 iy_dataset\temp\notgay\07205.jpg 0 iy_dataset\temp\notgay\00778.j pg 0 iy_dataset\temp\notgay\03602.jpg 0 iy_dataset\temp\gay\7681.jpg 1 iy_dataset\temp\notgay\00814.jpg 0 iy_dataset\temp\notgay\03426.jpg 0 iy_dataset\terap\gay\11351.jpg 1 iy_dataset\temp\notgay\00157.jpg 0 iy_dataset\temp\notgay\03415.jpg 0 iy_dataset\temp\gay\15149.jpg 1 iy_dataset\temp\notgay\01659.jpg 0 iy_dataset\temp\notgay\01693.j pg 0 iy_dataset\temp\gay\3034.jpg 1 iy_dataset\temp\gay\2014.jpg 1 iy_dataset\temp\gay\14402.jpg 1 iy_dataset\terap\notgay\01630.j pg 0 iy_dataset\terap\notgay\03331.jpg 0 iy_dataset\temp\notgay\03304.jpg 0 iy_dataset\temp\notgay\05705.jpg 0 iy_dataset\temp\notgay\06024.jpg 0 iy_dataset\temp\gay\4090.jpg 1 iy_dataset\temp\notgay\04441.jpg 0 iy_dataset\temp\notgay\01022.jpg 0 iy_dataset\temp\notgay\00686.jpg 0 iy_dataset\terap\notgay\01346.jpg 0 iy_dataset\terap\notgay\00849.jpg 0 iy_dataset\terap\notgay\07908.jpg 0 iy_dataset\terap\gay\5492.jpg 1 iy_dataset\temp\notgay\01265.jpg 0 iy_dataset\temp\notgay\06487.jpg 0 iy_dataset\temp\gay\10281.jpg 1 iy_dataset\temp\notgay\05605.jpg 0 iy_data set\temp\notgay\02 567.jpg 0 iy_dataset\temp\notgay\08060.jpg 0 iy_dataset\temp\gay\13488.jpg 1 iy_dataset\terap\gay\14010.jpg 1 iy_dataset\temp\gay\9236.jpg 1 iy_dataset\temp\gay\14646.jpg 1 iy_dataset\temp\notgay\08900.jpg 0 iy_dataset\temp\notgay\09528.jpg 0 iy_dataset\temp\gay\8520.jpg 1 iy_dataset\terap\notgay\07849.jpg 0 iy_dataset\temp\gay\9315.jpg 1 iy_dataset\terap\gay\4725.jpg 1 iy_dataset\temp\gay\9421.jpg 1 iy_dataset\temp\gay\7931.jpg 1 iy_dataset\temp\gay\7541.jpg 1 iy_dataset\temp\notgay\01798.j pg 0 iy_dataset\temp\notgay\01768.jpg 0 iy_dataset\temp\gay\15639.jpg 1
нейросети,гейдетектор,telegram бот,песочница
Еще на тему
Развернуть
Чувак, спасибо, ты сделал мой день)) Давно я так не угорал)
drovoseg drovoseg 19.06.202012:10 ответить ссылка 2.5
badbnbt badbnbt 19.06.202012:14 ответить ссылка 6.2
Будь спокоен, у нас тут все пидоры, так что скрывать особо нечего.
Чувак решил задачу "Как смотреть весь день на симпатичных мальчиков и говорить маме, что это надо для работы".
В данный момент ищу людей, кто поможет в работе с нейросетью. Стерлигов отказал.
Внук 13:09
Уважаемый Герман я воодушевился вашей героической борьбой с пидорасами и уже месяц занимаюсь созданием гебйастера программы на искуственом интелекте котора определяеттголубых с вероятностью близкой к 100 процентам гораздо эфективней как минимум чем специалисты могут распознать голобых
Пидорасы своих не сдают
А проверь его на всякий
ШУЕ ППШ
Mevma Mevma 19.06.202012:23 ответить ссылка 2.1
Если не пиздишь, то очередной наглядный пример лжи пидоросов о том, что "Мы просто хотим жить мирно". От всех этих подставных исследований и абсурдных выводов по типу "В животном мире много гомосексуальных отношений" уже тошнит. А сильней всего тошнит от того, что в основном это пытаются продвигать школьники 14 лет, которые задачки 5 класса решить не могут, зато уже отлично разбираются в политике, экономике и биологии.
вы ещё евгенику не начали изучать
Люди делом заняты!
izuverg izuverg 19.06.202012:42 ответить ссылка 0.0
Ой, ну Супонева-то за что =\
Tatsu Tatsu 19.06.202013:20 ответить ссылка 0.0
Филия, а вот тебе встречный вопрос: ты сможешь в толпе выделить парня-гея ??
да, смогу
с 99% вероятностью
Прямо Блейдраннер какой-то 8)) Тест Войт-Кампфа 8)))
Тест Напида-Раса...
(с) Баш.
zagta123 zagta123 19.06.202013:28 ответить ссылка 0.3
бывает что бабу от мужика вот так фиг отличишь, а он втирает что гриим-очки не сбивают детектор.
а еще и определяет кто с кем трахается, и у кого какие предпочтения, и это всё по фото рожи. ну что за дичь то?
не, я кнечно верю что можно по фото рожи определить кто с кем трахается, только это должен быть кадр из порнофильма где видно кто и с кем. а уж предпочтения даже по такому кадру фиг определишь, ибо актёр(актриса) в своей личной жизни могут любить одно, а в фильме, за хороший гонорар, могут достоверно изображать другое, то чем бы в обычной жизни не занимались.
Да как так то, как так....
PIDOR 146%
lantau lantau 19.06.202014:46 ответить ссылка 0.8
Действительно занятно что такого не было раньше... А есть, интересно, способ определить мужчина или женщина?
Tyekanik Tyekanik 19.06.202015:43 ответить ссылка 0.0
Вообще элементарно должно быть, ведь строение черепа разное.
Ты хочешь подстраховаться, чтобы снова не попасть в просак как тогда с Токио Хотел?
Хуже
Tyekanik Tyekanik 19.06.202015:48 ответить ссылка 0.0
Забавно, 82% натурал.
Но навярняка будет использоваться всякими моральными уродами, поэтому никто не хочет связываться.
Всё просто: делаешь тест "сидите ли вы на Джое". По ответу определяется пидр или нет.
Skatenev Skatenev 19.06.202017:15 ответить ссылка -1.2
Факт налицо - пидорасы агрессивны и опасны.
Вывод - их нужно истребить!
delv13 delv13 19.06.202017:41 ответить ссылка -1.4
что-то он не работает уже
Tyekanik Tyekanik 19.06.202019:16 ответить ссылка 0.0
Только зарегистрированные и активированные пользователи могут добавлять комментарии.
Похожие темы

Похожие посты
Это Салли.	Это Энн.
У Салли есть корзинка.	У Энн есть коробка.
У Салли есть шарик. Она кладет шарик в свою корзинку.
Салли уходит на прогулку.
Энн вынимает шарик из корзинки и кладет его в коробку.
Где Салли будет искать свой шарик?
подробнее»

чат-бот ChatGPT bing нейросеть

Это Салли. Это Энн. У Салли есть корзинка. У Энн есть коробка. У Салли есть шарик. Она кладет шарик в свою корзинку. Салли уходит на прогулку. Энн вынимает шарик из корзинки и кладет его в коробку. Где Салли будет искать свой шарик?
Что не выпуск то новый мем) пора стикерпак пилить в телегу
ЗД 5оуз777 30.Jul.2024 18:36
ответить V кмдка
44.2 Жасмина Носкова
online
Q. 2
ADD CONTACT
BLOCK USER	X
SE
Приветик | Привет |Ты почему не отвечаешь | Я тебе кричала ,а ты мимо прошел | Выходи,я скоро буду |
Сегодня все в силе ? | Сегодня идем гулять ? | Какие платы на вечер ? ку-ку | Ку | Привки | Приветули | Как делишки ? Кукусь | Что ново
подробнее»

telegram Бот

Жасмина Носкова online Q. 2 ADD CONTACT BLOCK USER X SE Приветик | Привет |Ты почему не отвечаешь | Я тебе кричала ,а ты мимо прошел | Выходи,я скоро буду | Сегодня все в силе ? | Сегодня идем гулять ? | Какие платы на вечер ? ку-ку | Ку | Привки | Приветули | Как делишки ? Кукусь | Что ново