關注並星標
從此不迷路
Jiangmen
From: Scientific Reports; 編譯：羅靜穎
"以貌取人"並不只是人類的專利，最新研究顯示，人工智慧可以從人們的自拍中更好地推斷出他們的個性，甚至比人類作出的推斷更為準確。這項研究可以用來提出最適合客戶個性的產品，或者在客戶服務、相親或在線輔導等領域為用戶找到「最佳個性匹配者」。
論文連結：
https://www.nature.com/articles/s41598-020-65358-6
人類觀察面部特徵的歷史
古往今來，歷史上許多面相學家都試圖將面部表情和個人性格聯繫起來，義大利犯罪學家、精神病學家、刑事人類學派對創始人塞薩爾·隆布羅索（Cesare Lombroso）便是其中的典型人物。
Cesare Lombroso重視對犯罪人的病理解剖的研究，對於犯罪人的頭蓋骨和人相等生理特徵研究更為深入
但是面相學家的判斷和大多數觀點都未能經受住現代科學的審視：少數已確定的特定面部特徵（例如面部寬高比）與個性特徵之間的關聯性很弱，而且在多重實驗結果之下也表明不同人基於照片作出的個性判斷產生了不同的結果。
不同屬性面部圖像所預測出的個性特徵效應量。Nphoto指刺激面孔的數量；Nrater指每張照片評分者的數量；E指外向型；A指隨和型；C指責任心；N指神經質；O指開放性。效應量是由作者報告的可用公式或者使用元分析公式計算得來。
然而，許多強有力的理論和進化論的論據都表明：部分關於人格特徵的信息，特別是那些對社會交往及其重要的信息，可能都是通過人的面孔來傳達的。因為人的面孔和行為都是由基因和荷爾蒙決定的，一個人外表所產生的社會連鎖反應可能會影響TA的個性發展，例如有研究證明一個人看起來「比較聰明」會為其帶來更高的教育程度。
那麼為什麼人類無法從面部特徵當中觀察出一個人的特定性格呢？來自神經科學的證據表明，人類在觀察一個人的面部構成時，不是觀察特定的面部特徵，而是用一種較為整體的方式來處理他人的面部圖像。每個人對於他人相片的感知都是採取較為整體的方法，同時帶有個人的情感傾向，這也是人與人之間對於同一張自拍個性判斷不同的原因之一。
AI評估五大性格特徵
為進一步探索麵部特徵和個人性格之間的關係，來自俄羅斯高等經濟研究大學（HSE University）和英國開放大學人文與經濟學院（Open University for the Humanities and Economics）的研究人員與一家名為Best Fit Me的俄英創業公司合作，訓練一系列人工神經網絡，並將其應用於人臉判斷的研究當中。
這項研究於5月22日發表於《科學報告》（Scientific Reports）期刊上，題為「用真實靜態面部圖像評估五大性格特徵」（Assessing the Big Five personality traits using real-life staticfacial images）。人工智慧根據志願者上傳的自拍，根據有責任心的、神經質的、外向型、親和型和開放型五個標準對相片當中人物性格做出判斷。訓練結果表明這項研究所訓練出的人工智慧鑑別模型的性能高於以往使用機器學習或者人工評分所作出的判斷，人工智慧在同一個人的不同照片上得出的人格判斷也是一致的。
研究進程、結果與應用
這一研究徵集了12000名志願者，在實驗開始之前他們完成了一份基於「五大」模型的測量人格特質的自我報告問卷，並上傳了31000張自拍。隨後被調查者被隨機分為培訓組和測試組，實驗採用一系列的神經網絡對圖像進行預處理，以確保圖像的質量和特徵一致，並排除帶有情感表情的人臉以及名人和貓的圖片。
BF人格特質預測精度的ANN模型。類內相關係數（ICCs）介於79%-88%之間表明同一個人在不同照片上的預測分數總體上是一致的。根據z測試，女性對外向性和神經質的預測明顯好於男性, 對於男性來說，責任心比其他四個特質更能被準確地預測出來。
接下來，研究者訓練出一個圖像分類神經網絡，將每個圖像分解成128個不變特徵，然後設計出一個使用圖像不變量預測個性特徵的多層感知器。
計算機視覺神經網絡(NNCV) 的多層感知器和人格診斷神經網絡(NNPD)的層結構
最終研究結果顯示的平均效應大小r=0.24表明，對於兩個隨機選擇的個體在人格維度上的相對地位，人工智慧做出了近乎58%正確的猜測，超過了50%。與元分析估計的自我報告和觀察者對個性特徵的打分之間的相關性相比，研究表明依賴靜態面部圖像的人工神經網絡比沒有事先認識的普通人類評價者表現更好。此外，責任心比其他四個特徵更容易識別；基於女性面孔的性格預測似乎比男性面孔更可靠。
100個人對比組當中具有五大特徵的面部合成圖像
關於這項研究有許多潛在的應用有待探索。在快速、低成本比高準確度更重要的情況下，從真實照片中進行AI識別可以補充傳統的個性評估方法。人工智慧可以用來提出最適合客戶個性的產品，或者在客戶服務、相親或在線輔導等二元互動中為個人選擇可能的「最佳個性匹配者」。
更多資料：
Kachur, A., Osin, E., Davydov, D.,Shutilov, K., & Novokshonov, A. (2020). Assessing the Big Five personalitytraits using real-life static facial images. DOI: 10.1038/s41598-020-65358-6
Provided by National Research UniversityHigher School of Economics
掃碼觀看！
本周上新！
來掃我呀
關於我「門」
▼
將門是一家以專注於發掘、加速及投資技術驅動型創業公司的新型創投機構，旗下涵蓋將門創新服務、將門技術社群以及將門創投基金。將門成立於2015年底，創始團隊由微軟創投在中國的創始團隊原班人馬構建而成，曾為微軟優選和深度孵化了126家創新的技術型創業公司。
將門創新服務專注於使創新的技術落地於真正的應用場景，激活和實現全新的商業價值，服務於行業領先企業和技術創新型創業公司。
將門技術社群專注於幫助技術創新型的創業公司提供來自產、學、研、創領域的核心技術專家的技術分享和學習內容，使創新成為持續的核心競爭力。
將門創投基金專注於投資通過技術創新激活商業場景，實現商業價值的初創企業，關注技術領域包括機器智能、物聯網、自然人機互動、企業計算。在近四年的時間裡，將門創投基金已經投資了包括量化派、碼隆科技、禾賽科技、寬拓科技、杉數科技、迪英加科技等數十家具有高成長潛力的技術型創業公司。
如果您是技術領域的初創企業，不僅想獲得投資，還希望獲得一系列持續性、有價值的投後服務，歡迎發送或者推薦項目給我「門」: bp@thejiangmen.com