Machine-Vision Algorithm lär sig att bedöma människor efter deras ansikten

Socialpsykologer har länge vetat att människor gör snabba bedömningar om varandra baserat på inget annat än hur vi ser ut och i synnerhet våra ansikten. Vi använder dessa bedömningar för att avgöra om en ny bekantskap är pålitlig eller smart eller dominant eller sällskaplig eller humoristisk och så vidare.

Dessa beslut kan eller kanske inte är rätt och är inte på något sätt objektiva, men de är konsekventa. Med samma ansikte under samma förhållanden tenderar människor att bedöma det på samma sätt.

Och det väcker en intressant möjlighet. Snabba framsteg inom maskinseende och ansiktsigenkänning har gjort det enkelt för datorer att känna igen ett brett spektrum av mänskliga ansiktsuttryck och till och med bedöma ansikten efter attraktionskraft. Så är det möjligt för en maskin att titta på ett ansikte och få samma första intryck som människor gör?

Idag får vi ett svar tack vare Mel McCurries arbete vid University of Notre Dame och några kompisar. De har tränat en maskininlärningsalgoritm för att avgöra om ett ansikte är pålitligt eller dominant på samma sätt som människor gör.

Deras metod är okomplicerad. Det första steget i en maskininlärningsprocess är att skapa en datamängd som algoritmen kan lära sig av. Det betyder en uppsättning bilder av ansikten märkta med hur människor bedömer dem – oavsett om de är pålitliga, dominerande, smarta och så vidare.

McCurrie och co skapar detta med hjälp av en webbplats som heter TestMyBrain.org, ett slags medborgarvetenskapligt projekt som mäter olika psykologiska egenskaper hos de människor som besöker. Webbplatsen är en av de mest populära hjärntestsidorna på webben, med över 1,6 miljoner deltagare.

Teamet bad deltagarna att betygsätta 6 300 svartvita bilder av ansikten. Varje ansikte betygsattes av 32 olika personer för pålitlighet och dominans och av 15 personer för IQ och ålder.

En intressant egenskap hos dessa betyg är att det inte finns något objektivt svar – testet registrerar helt enkelt utvärderarens åsikt. Naturligtvis är det möjligt att mäta IQ och ålder och räkna ut hur väl människor kan gissa dessa värden. Men McCurrie och co är inte intresserade av detta. Allt de vill mäta är omfattningen av människors intryck och sedan träna en maskin att återge samma resultat.

Efter att ha samlat in dessa data använde teamet 6 000 av bilderna för att träna sin maskinseendealgoritm. De använder ytterligare 200 bilder för att finjustera maskinseendeparametrarna. Allt detta tränar maskinen att bedöma ansikten på samma sätt som människor gör.

McCurrie och co sparar de senaste 100 bilderna för att testa maskinseendealgoritmen – med andra ord för att se om den drar samma slutsatser som människor gör.

Resultaten ger intressant läsning. Självklart återger maskinen samma beteende som den har lärt sig av människor. När den presenteras med ett ansikte ger maskinen mer eller mindre samma värden för pålitlighet, dominans, ålder och IQ som en människa skulle göra.

McCurrie och co kan reta isär hur maskinen gör detta. Till exempel kan de berätta vilka delar av ansiktet som maskinen använder för att göra sina bedömningar.

Teamet gör detta genom att täcka olika delar av ett ansikte och be maskinen att göra sin bedömning. Om resultatet skiljer sig väsentligt från det vanliga värdet, antar de att denna del av ansiktet måste vara viktig. På så sätt kan de se vilka delar av ansiktet maskinen förlitar sig mest på när den gör sin bedömning.

Märkligt nog visar sig dessa likna de delar av ansiktet som människor litar på. Socialpsykologer vet att människor tenderar att titta på munnen när de bedömer tillförlitlighet och att ett sänkt ögonbryn ofta är förknippat med dominans.

Och det är just dessa områden som maskinseendealgoritmen lär sig att titta på från träningsdata. Dessa observationer indikerar att våra modeller har lärt sig att titta på samma ställen som människor gör, och replikerar hur vi bedömer högnivåattribut hos varandra, säger McCurrie och co.

Det leder till ett antal intressanta applikationer. McCurrie och co tillämpar det först på skådespeleriet. De använder maskinen för att bedöma Edward Snowdens och Julian Assanges trovärdighet och dominans utifrån bilder av deras ansikten. De använder sedan maskinen för att göra samma bedömning av skådespelarna som spelar dem i två senaste drag – Joseph Gordon-Levitt respektive Benedict Cumberbatch.

I själva verket förutsäger detta hur en folkmassa kan bedöma likheten mellan en skådespelare och den person han eller hon porträtterar.

Resultaten är tydliga. Det visar sig att maskinen betygsätter båda skådespelarna på ett liknande sätt som de människor de porträtterar - alla får till exempel dåliga poäng i pålitlighet. Våra modeller producerar anmärkningsvärt lika förutsägelser mellan försökspersonerna och deras skådespelare, vilket vittnar om riktigheten av skildringen i filmerna, säger McCurrie och co.

Men laget kan gå längre. De tillämpar machine-vision-algoritmen på varje bildruta i en film, vilket gör att de kan se hur betygen förändras över tiden. Detta ger ett mått på hur människors uppfattningar kan förändras över tiden. Och det är något som kan användas i forskning, marknadsföring, politisk kampanj och så vidare.

Arbetet föreslår också framtida vägar att sträva efter. En möjlighet är att testa hur första intryck förändras mellan kulturella eller demografiska grupper.

Allt detta gör det möjligt att börja reta isär de faktorer som bidrar till våra förutfattade meningar, som ofta beror på subtila sociala signaler. Det kan också tillåta robotar att förutsäga och upprepa dem.

En fascinerande följd av detta är hur denna typ av forskning kan påverka mänskligt beteende. Om någon upptäckte att deras ansikte uppfattas som opålitligt, hur skulle den personen reagera? Kan det vara möjligt att lära sig att förändra denna uppfattning, kanske genom att ändra ansiktsuttryck? Intressant arbete!

Ref: arxiv.org/abs/1610.08119 : Förutsäga första intryck med djupinlärning

Dölj