人工智能“相面”很靠谱

人工智能进军相面学

相面是中国古代市井街巷很流行的一种算命方式。一直以来，推算人的“性格”进而演绎“命理”以预测未来，这也成为人们对于看相乐此不疲的原因。这种看似没有逻辑的演算方式在人工智能时代，逐渐得到一些研究者的认可。人工智能的开发者借助大数据和区块链技术收集了越来越多的面部信息，开始模拟人类表情并预测人的行为。

与中国的相面类似，古代的美索不达米亚也有面相学。在19世纪中期的意大利，切萨雷·龙勃罗梭（Cesare Lombroso）首次将这门学科用于检测犯罪。他认为，面部结构的特征可以帮助来识别罪犯。他发现罪犯特质的人都拥有一些进化过程中更靠近猿类，所谓“退化”的面部特征。最明显的是偏移的前额和不对称的脸部。然而由于对纳粹所持“人种论”的讨伐，这一研究在二战后便没有了下文。

然而在计算机的数据收集和分析处理能力的大幅提升后，一些科学家和心理学家又将视线转回了这一领域。他们开始用数字化的机器分析的方法，更加客观地收集被调查者的面部特征并进行采样。在新的技术条件下，无论是接受采样的人数，还是每个样本的信息丰富程度和精确度，都比龙勃罗梭时期的研究跨上了许多台阶。

面部识别的最新进展

卡内基-梅隆大学人机交互研究所主任，他山石签约嘉宾贾斯汀·卡塞尔（Justine Cassell）也在相关领域做了卓有成效的研究。得益于早年的语言学和比较文学的学习经历，卡塞尔对人类不同的语言传递有着清晰的认识。她对于不同人群的面部表达做了大量的系统性研究，为人机对话和面部识别积累了大量信息，也为她的ECA系统（人机对话代理）研究提供了参考。

在卡塞尔研发的系统中，由于机器可以观察孩子的面部表情变化以分析采取何种互动策略，孩子可以通过与虚拟的拥有相同儿童面部的机器人交流，来丰富自己的社交技能。经过一段时间的数据收集，贾斯汀发现采用人机互动的孩子学习社交技能的状况甚至更好。这一套系统在未来会广泛应用于自闭症患儿的治疗。

卡塞尔对面部特征及表情变化的关注由来已久。她在小时候就很喜欢和家人一起做观察表情的练习。正式开展研究工作后，她曾经观看了几百个小时的录像资料，研究人们看到特定漫画时的反应。

最近，卡塞尔将研究深入到了对于脸部肌肉的细微运动（比如眼睛注视的方向、眉毛上扬以及点头等）的分析中。她对照录像一秒一秒地记录受访者在语言表达过程中的面部表情，并结合表达的意思进行分类。卡塞尔认为面部语言及身体语言对文字本身的意义有丰富的补充意义，只有机器学会解读文本以外的人类情绪符号甚至是性格特质，人工智能才能真正实现高水平的人机对话。

对于非文本形式的元信息，人类接受的过程几乎都是在潜意识的支配下完成的，几乎很少有人在交流中能将对方的面部或肢体动作迅速精确的转换成文字显现在脑海中。卡塞尔强调了我们从他人身上接收到各种形式信息的过程中，经过自我加工，都在表层意识之外产生了各种引申含义。

值得注意的是，这种附加产物往往都是自下而上被理解的。在一项研究中，实验对象经常会因为某个片面信息得出片面的结论。卡塞尔在这一领域的研究也解释了很多面部信息实际上在人与人的交流中都稍纵即逝，被人类特有的自上而下的神经系统所忽略。

这种深层的隐性的信息在某些时候比直接表达的文字更能透露人深层次的渴望。研究表明，情侣或夫妻在争吵时，若一方做出厌恶表情而对方又接收到后，双方进行积极有效沟通的几率就变的很小。所以在卡塞尔和其他人工智能开发者的工作议程中，如何让机器更好地对诸如面部信息一类的隐性信息做出更为准确的反应，成为了重要的任务。