探析AI讀取人臉表情的正確打開方式

每年1月，大約4500家公司前往拉斯維加斯參加消費電子展（***）。2019年的展覽活動與以往相似：公司熱情地鼓吹他們的想法、參展者在推特上發(fā)布最瘋狂的產(chǎn)品。今年的趨勢涉及有：無人機，聲控家庭助理，“8K”電視等。但最令人興奮的是聲稱能夠“閱讀”人類面孔的機器人，從一張圖中識別出人類的情緒和健康。

一臺機器將36歲技術(shù)編輯Stan Horaczek的照片解讀為“迷人的，30歲，看起來像權(quán)志龍”（三個詞匯中的兩個還不錯）。另一臺機器則將其描述為“47歲，男性概率為98％”，二者的特征描述都加入了很多表情符號。

但是有些想法可能會對我們的日常生活產(chǎn)生深遠(yuǎn)的影響。英特爾提供了一項最新動態(tài)，旨在建立一個由面部表情控制的輪椅（眨眼向左，親吻的表情向右），這對行動能力有明顯和積極的影響。

另外，Veoneer推出了自動駕駛汽車的 “表情識別”概念。它將根據(jù)用戶的面部表情做判斷，以確定司機是否在路上困倦或分心。還有的表示有意將醫(yī)生的診斷自動化，深入凝視用戶的面部來推斷其病情。

在CES上展出的商品可能是新鮮的，然而，人們試圖讀取面部信息可以追溯到古代。根據(jù)J. Paul Getty Trust的Sarah Waldorf的說法，希臘數(shù)學(xué)家畢達哥拉斯基于“ 看起來多么有天賦 ”來選擇學(xué)生。在十五世紀(jì)，蘇格蘭詹姆士二世面部的朱紅色胎記被認(rèn)為是他沉郁脾氣的外在表現(xiàn)。在殖民地歐洲，許多科學(xué)家對種族主義漫畫提出了可信度，這種漫畫將人類表達與動物行為聯(lián)系起來。

“相貌”一詞意指一種信仰：我們面容的紋路呈現(xiàn)出隱秘不明的信息，其從未真正消失過。在《紐約時報》雜志中， Teju Cole認(rèn)為，這種信仰體現(xiàn)在每一部攝影作品中：“我們傾向于將肖像解讀為好像我們正在閱讀所描繪者的內(nèi)在信息，我們談?wù)摿α亢筒淮_定性，我們贊美他們強壯的下巴。高額頭被認(rèn)為是聰明的。我們可以輕松地將人們的面部特征與其個性聯(lián)系起來。”

但是，兩只眼睛、一張嘴和一個鼻子能告訴我們什么呢？

人類無法“讀取”面孔，但我們在解釋其他人的情緒方面做得很好

美國東北大學(xué)心理學(xué)和情緒神經(jīng)科學(xué)專家Lisa Feldman Barrett表示：“我認(rèn)為技術(shù)在某種程度上可以用來從你的臉上讀出你的情緒，但不是僅僅識別面部，而是基于具體情境來解讀?！?/p>

考慮到痛苦的表情，這普遍被認(rèn)為是一種不滿的信號。“你在電影《Inside Out》中能夠看到這一點，”Barrett說，“每個人的大腦中的憤怒情緒看起來都是一樣的......這是人們相信的刻板印象?！比欢€有一些有力證據(jù)則表明了其他一些東西。“人們在生氣時會皺眉，但有時不會。而且，有的人不生氣時，也會經(jīng)常皺眉，這意味著皺眉并不是非常適合作為一種對憤怒情緒判斷的依據(jù)?！?/p>

這就顯示出具體情境（上下文）的重要性。我們不斷分析他人的“肢體語言”、面部表情、甚至他們的語音語調(diào)。在我們觀察的過程中，我們會考慮剛剛發(fā)生的事情，目前正在發(fā)生的事情以及接下來可能發(fā)生的事情。我們甚至?xí)紤]在我們自己的身體內(nèi)發(fā)生的事情，Barrett強調(diào)，還用我們所感受到的、看到的和想到的。有些人比其他人更擅長這一點，某些因素會影響你在特定互動中的判斷結(jié)果。如果你認(rèn)識一個人 ，通過長期交往，你已經(jīng)明白了其特定情緒可能表現(xiàn)出的方式 ，那么，你更有可能準(zhǔn)確地解釋他們皺眉的原因。

但這些都不是真的“讀取”某人的臉。“這實際上是一個很糟糕的比喻，”Barrett說，“因為我們沒有發(fā)現(xiàn)個體行為所蘊含的心理含義。我們在很大程度上基于情境來做出推斷。”充其量，你正在與另一個人的面孔合作 - 從數(shù)據(jù)（卷曲的嘴唇）和你的先入之見中創(chuàng)造出新的東西，這是機器人目前無法觀察或理解的東西。

這些與生俱來的品質(zhì)有助于我們判斷、理解他人，以及傳達自己的情感。但這也可能會讓我們誤入歧途。“文獻表明，我們傾向于高估自身的面部識別能力。” 達特茅斯教授Brad Duchaine說。“例如，人們對誰看起來值得信賴以及誰不值得做出一致的判斷，但這些判斷似乎并沒有有效地預(yù)測實際情況下的可信度。”

而試圖從人們的臉上收集個人健康狀況同樣復(fù)雜。

Ian Stephen是澳大利亞悉尼麥考瑞大學(xué)的講師，他使用一種主要的進化范式來研究生理學(xué)如何在我們的臉上得到反映。他發(fā)現(xiàn)，臉型可以預(yù)測BMI和血壓等因素。其最有趣的發(fā)現(xiàn)不僅僅是面容，而是著色：研究參與者認(rèn)為白人皮膚色素沉著更黃、更健康。Stephen認(rèn)為這與角蛋白（我們從大量水果和蔬菜中獲得的橙色色素）和含氧血液（由心血管問題消耗的溫暖色調(diào)）相對應(yīng)——這是兩種非常真實的健康標(biāo)志。

大多數(shù)這些決定都是在潛意識里做出的。在《 傲慢與偏見》中，達西先生與伊麗莎白貝徒步三英里后面色黯淡。但達西沒有把其吸引力與氧氣血或生殖健康聯(lián)系起來，他只是回應(yīng)他所看到的。雖然這看起來很膚淺，但簡·奧斯汀的浪漫小說揭示了一個更深層次的真理：“被認(rèn)為具有吸引力的面孔也被認(rèn)為是健康的?！盨tephen說。

許多進化生物學(xué)家認(rèn)為偶爾將身體健康和感知到的美混合在一起是有利的。它至少在理論上幫助動物挑選配偶并繁衍后代。但這并不是萬無一失的：在很多方面，美是多種多樣的，此外，關(guān)鍵的是，美受到文化因素的影響。例如，美國人重視瘦身并詆毀肥胖，但瘦弱的人可能是不健康的，肥胖的人則可能非常健康。這些因素已經(jīng)產(chǎn)生了真正的影響：僅僅因為外表，肥胖者、婦女和有色人種，從工作場所到急診室都受到歧視。

在許多人眼中，美麗可以阻擋一切。2017年的一項《自然》研究顯示，“男性感知的健康狀況是通過平均性、對稱性和皮膚黃度來預(yù)測的?！迸c此同時，女性的健康狀況則“通過女性氣質(zhì)預(yù)測”。

一本19世紀(jì)關(guān)于面容的書描述了兩種視覺情感。左：完全絕望。 右：憤怒與恐懼混合。

有些人認(rèn)為借助機器進行面部識別有可能幫助人類擺脫愚昧。其他人則擔(dān)心這會把誤解放大到無法控制的程度。在最近發(fā)表在《自然》雜志上的一項研究中，與FDNA有關(guān)的研究人員使用人工智能來識別兒童臉部照片中的遺傳性疾病。該項目名為DeepGestalt，在17000張圖像的數(shù)據(jù)集上進行訓(xùn)練，以識別***多種綜合癥。

根據(jù)人們對技術(shù)的定位，DeepGestalt可能會激發(fā)一種消沉的希望，或者是一種恐懼。Stephen表示，雖然仍然需要醫(yī)生來解釋結(jié)果，但這種機器可以提供一種“更安全、更方便”的方法來診斷許多疾病。但是，它的使用伴隨著嚴(yán)重的道德問題。Stephen說：“曾經(jīng)私有化的信息，可能更容易被識別。公司是否會開始從你的Facebook個人資料中提取你的照片，并對他們之前無法預(yù)知的風(fēng)險進行分析并否認(rèn)你的保險或進行額外收費？”

類似的面部識別算法引發(fā)了他們自己的隱私問題。2017年，Glaad和人權(quán)倡導(dǎo)團體等組織譴責(zé)了創(chuàng)建“AI gaydar”的努力。一位評論家稱其為“算法相當(dāng)于一名13歲的恃強凌弱者?！?/p>

對能夠讀取我們思想和感情的人或機器的恐懼，甚至是那些我們希望隱藏的東西，都是技術(shù)焦慮的基礎(chǔ)部分，載于喬治·奧威爾的小說《1984》中。但在這個領(lǐng)域，想象力仍遠(yuǎn)遠(yuǎn)超過我們的技術(shù)。

Feldman Barrett認(rèn)為高技能的情感閱讀機器人是可以實現(xiàn)的， 但目前在這個市場上運營的公司似乎并不具備制造它們的能力?！坝嬎銠C在視覺領(lǐng)域（檢測行為）發(fā)展地越來越好，不幸的是，（程序員）認(rèn)為檢測行為意味著檢測一種情緒?！彼f，“要想取得真正的突破，在某些方面需要改變的不是技術(shù)，而是心態(tài)、預(yù)設(shè)?！?/p>