长相决定第一印象,而在事事讲求快速的年代,第一印象可能就此决定事情的发展,人们难免以长相来评断一个人,虽然这一点都不客观,但科学家发现,其实人们依据长相的哪一部分来评价一个人具有一致性,因此能够让机器学习,透过算法找出形成第一印象的脸部特征。
MIT 报导,机器视觉与人脸辨识让电脑可以辨识人脸表情,甚至评估人脸的吸引度,现在研究人员让机器学习算法,模拟人类对人脸的评价方式,来看一张脸是否可信任,或是具有主导性。
他们使用的方法非常直接,首先是建立算法可取得的数据库,数据库来自许多被人评价过的脸部照片,各以信任度、主导性、聪明等等贴上标签。
研究团队使用的是测量心理属性的网站,叫做 TestMyBrain.org,该网站有 160 万名参与者。研究团队要求参与者针对 6,300 张脸部黑白照片评分,每张照片经过 32 个不同的人针对信任度、主导性来评分,智商与年龄则由 15 人来评分。
这些评分都没有客观答案,存脆是意见纪录,当然研究人员可以知道照片里的人实际的智商与年龄,比对这些评价是否正确,但是研究人员对此没兴趣,他们要了解的是人们的印象,并让机器可以复制同样的结果。
有了这些资料,研究团队使用 6 千张照片来训练机器视觉算法,另外使用 200 张照片来校正机器视觉参数。最后他们留下最后 100 张照片做测试,来看机器辨识的结果是否与人一样,答案也如研究人员所预期。
此外,他们还能知道机器的运作方式,譬如机器是凭借人脸的哪一部分来做出评断,社会心理学家知道人们倾向看嘴巴来评估一个人的可信度,或较低额头与主导性有关,机器视觉算法也能得出同样的辨识依据。
在实际应用方面,研究人员使用这套算法评估朱利安·亚桑杰与爱德华史诺登的可信度与主导性,同时他们评估电影中饰演他们两者的演员,结果是这两人的可信度都很低,演员与实际角色的属性相同。
研究团队还将算法应用在电影的每一个画面,了解人们对角色的评价如何随着时间改变,而这项观察方式可以应用在研究、行销、政治活动等等,也可用来测试不同文化或人口统计族群对人脸产生第一印象的变化。
此发现可以解析造成人类对他人印象产生先入为主的原因,先前都是仰赖微妙的社会线索,同时也可以让机器人预测与复制这个过程。最后,报导指出,这项研究也有可能影响人类行为,如若某人知道他们某个脸部特征被视为不可信任,当事人有可能去整形改变人们对他的第一印象。
- David JonesMachine-Vision Algorithm Learns to Judge People by Their Faces
(首图来源:Flickr/David Jones CC BY 2.0)