探析AI读取人脸表情的正确打开方式

每年1月，大约4500家公司前往拉斯维加斯参加消费电子展（***）。2019年的展览活动与以往相似：公司热情地鼓吹他们的想法、参展者在推特上发布最疯狂的产品。今年的趋势涉及有：无人机，声控家庭助理，“8K”电视等。但最令人兴奋的是声称能够“阅读”人类面孔的机器人，从一张图中识别出人类的情绪和健康。

一台机器将36岁技术编辑Stan Horaczek的照片解读为“迷人的，30岁，看起来像权志龙”（三个词汇中的两个还不错）。另一台机器则将其描述为“47岁，男性概率为98％”，二者的特征描述都加入了很多表情符号。

但是有些想法可能会对我们的日常生活产生深远的影响。英特尔提供了一项最新动态，旨在建立一个由面部表情控制的轮椅（眨眼向左，亲吻的表情向右），这对行动能力有明显和积极的影响。

另外，Veoneer推出了自动驾驶汽车的 “表情识别”概念。它将根据用户的面部表情做判断，以确定司机是否在路上困倦或分心。还有的表示有意将医生的诊断自动化，深入凝视用户的面部来推断其病情。

在CES上展出的商品可能是新鲜的，然而，人们试图读取面部信息可以追溯到古代。根据J. Paul Getty Trust的Sarah Waldorf的说法，希腊数学家毕达哥拉斯基于“ 看起来多么有天赋 ”来选择学生。在十五世纪，苏格兰詹姆士二世面部的朱红色胎记被认为是他沉郁脾气的外在表现。在殖民地欧洲，许多科学家对种族主义漫画提出了可信度，这种漫画将人类表达与动物行为联系起来。

“相貌”一词意指一种信仰：我们面容的纹路呈现出隐秘不明的信息，其从未真正消失过。在《纽约时报》杂志中， Teju Cole认为，这种信仰体现在每一部摄影作品中：“我们倾向于将肖像解读为好像我们正在阅读所描绘者的内在信息，我们谈论力量和不确定性，我们赞美他们强壮的下巴。高额头被认为是聪明的。我们可以轻松地将人们的面部特征与其个性联系起来。”

但是，两只眼睛、一张嘴和一个鼻子能告诉我们什么呢？

人类无法“读取”面孔，但我们在解释其他人的情绪方面做得很好

美国东北大学心理学和情绪神经科学专家Lisa Feldman Barrett表示：“我认为技术在某种程度上可以用来从你的脸上读出你的情绪，但不是仅仅识别面部，而是基于具体情境来解读。”

考虑到痛苦的表情，这普遍被认为是一种不满的信号。“你在电影《Inside Out》中能够看到这一点，”Barrett说，“每个人的大脑中的愤怒情绪看起来都是一样的......这是人们相信的刻板印象。”然而，还有一些有力证据则表明了其他一些东西。“人们在生气时会皱眉，但有时不会。而且，有的人不生气时，也会经常皱眉，这意味着皱眉并不是非常适合作为一种对愤怒情绪判断的依据。”

这就显示出具体情境（上下文）的重要性。我们不断分析他人的“肢体语言”、面部表情、甚至他们的语音语调。在我们观察的过程中，我们会考虑刚刚发生的事情，目前正在发生的事情以及接下来可能发生的事情。我们甚至会考虑在我们自己的身体内发生的事情，Barrett强调，还用我们所感受到的、看到的和想到的。有些人比其他人更擅长这一点，某些因素会影响你在特定互动中的判断结果。如果你认识一个人 ，通过长期交往，你已经明白了其特定情绪可能表现出的方式 ，那么，你更有可能准确地解释他们皱眉的原因。

但这些都不是真的“读取”某人的脸。“这实际上是一个很糟糕的比喻，”Barrett说，“因为我们没有发现个体行为所蕴含的心理含义。我们在很大程度上基于情境来做出推断。”充其量，你正在与另一个人的面孔合作 - 从数据（卷曲的嘴唇）和你的先入之见中创造出新的东西，这是机器人目前无法观察或理解的东西。

这些与生俱来的品质有助于我们判断、理解他人，以及传达自己的情感。但这也可能会让我们误入歧途。“文献表明，我们倾向于高估自身的面部识别能力。” 达特茅斯教授Brad Duchaine说。“例如，人们对谁看起来值得信赖以及谁不值得做出一致的判断，但这些判断似乎并没有有效地预测实际情况下的可信度。”

而试图从人们的脸上收集个人健康状况同样复杂。

Ian Stephen是澳大利亚悉尼麦考瑞大学的讲师，他使用一种主要的进化范式来研究生理学如何在我们的脸上得到反映。他发现，脸型可以预测BMI和血压等因素。其最有趣的发现不仅仅是面容，而是着色：研究参与者认为白人皮肤色素沉着更黄、更健康。Stephen认为这与角蛋白（我们从大量水果和蔬菜中获得的橙色色素）和含氧血液（由心血管问题消耗的温暖色调）相对应——这是两种非常真实的健康标志。

大多数这些决定都是在潜意识里做出的。在《 傲慢与偏见》中，达西先生与伊丽莎白贝徒步三英里后面色黯淡。但达西没有把其吸引力与氧气血或生殖健康联系起来，他只是回应他所看到的。虽然这看起来很肤浅，但简·奥斯汀的浪漫小说揭示了一个更深层次的真理：“被认为具有吸引力的面孔也被认为是健康的。”Stephen说。

许多进化生物学家认为偶尔将身体健康和感知到的美混合在一起是有利的。它至少在理论上帮助动物挑选配偶并繁衍后代。但这并不是万无一失的：在很多方面，美是多种多样的，此外，关键的是，美受到文化因素的影响。例如，美国人重视瘦身并诋毁肥胖，但瘦弱的人可能是不健康的，肥胖的人则可能非常健康。这些因素已经产生了真正的影响：仅仅因为外表，肥胖者、妇女和有色人种，从工作场所到急诊室都受到歧视。

在许多人眼中，美丽可以阻挡一切。2017年的一项《自然》研究显示，“男性感知的健康状况是通过平均性、对称性和皮肤黄度来预测的。”与此同时，女性的健康状况则“通过女性气质预测”。

一本19世纪关于面容的书描述了两种视觉情感。左：完全绝望。 右：愤怒与恐惧混合。

有些人认为借助机器进行面部识别有可能帮助人类摆脱愚昧。其他人则担心这会把误解放大到无法控制的程度。在最近发表在《自然》杂志上的一项研究中，与FDNA有关的研究人员使用人工智能来识别儿童脸部照片中的遗传性疾病。该项目名为DeepGestalt，在17000张图像的数据集上进行训练，以识别***多种综合症。

根据人们对技术的定位，DeepGestalt可能会激发一种消沉的希望，或者是一种恐惧。Stephen表示，虽然仍然需要医生来解释结果，但这种机器可以提供一种“更安全、更方便”的方法来诊断许多疾病。但是，它的使用伴随着严重的道德问题。Stephen说：“曾经私有化的信息，可能更容易被识别。公司是否会开始从你的Facebook个人资料中提取你的照片，并对他们之前无法预知的风险进行分析并否认你的保险或进行额外收费？”

类似的面部识别算法引发了他们自己的隐私问题。2017年，Glaad和人权倡导团体等组织谴责了创建“AI gaydar”的努力。一位评论家称其为“算法相当于一名13岁的恃强凌弱者。”

对能够读取我们思想和感情的人或机器的恐惧，甚至是那些我们希望隐藏的东西，都是技术焦虑的基础部分，载于乔治·奥威尔的小说《1984》中。但在这个领域，想象力仍远远超过我们的技术。

Feldman Barrett认为高技能的情感阅读机器人是可以实现的， 但目前在这个市场上运营的公司似乎并不具备制造它们的能力。“计算机在视觉领域（检测行为）发展地越来越好，不幸的是，（程序员）认为检测行为意味着检测一种情绪。”她说，“要想取得真正的突破，在某些方面需要改变的不是技术，而是心态、预设。”