陈根：人工智能辨认人类16种表情，人与人的不同和相通

文/陈根

虽然人类的悲欢并不相反相通，但人类的面部表情却可以超越地域和文明。

近日，来自加州大学伯克利分校和谷歌的研讨人员运用机器学习和 YouTube 视频，对常见的面部表情和引发表情的情境停止了比较。结果发现，无论是在生日聚会上，还是在庄严的葬礼上，又或者是抗议活动中，人类都在不同的社会情境中运用相反的面部表情，比如浅笑、皱眉、鬼脸和愁眉苦脸。

这项研讨结果发表在12月16日的《自然》杂志上，证明了人类情感表达跨越地域和文明边界的普遍性。也就是说，人类丰富的面部表情可以超越地域和文明。

根据论文，研讨人员应用被称为“深度神经网络”（deep neural network）的机器学习技术，对上传到YouTube上的约600万段视频片段中的面部表情停止了分析，这些视频片段来自北、中、南美洲、非洲、欧洲、中东和亚洲的144个国家。这也是第一次对日常生活中的面部表情运用人工智能技术停止全球分析。

首先，研讨人员运用考恩的机器学习算法记录了全球600万个事情和互动的视频片段中显示的面部表情，例如观看烟花、欢乐地跳舞或安慰哭泣的孩子。其中，研讨人员开发的在线地图显示了与16种心情相关的面部表情变化。

随后，研讨人员将面部表情与不同世界地区的情形和场景联络起来，发现了跨越地理和文明界限的人们在不同社会背景下运用面部表情的惊人相似之处。

研讨人员表示，他们发现面部行为中丰富的纤细差别，包括将敬畏、痛苦、成功和其他13种情感联络在一同的巧妙表情，在世界各地相似的社交场合中都有运用。比如，在视频片段中，世界各地的人们在婚礼上表现出满足感，在表演武术时会皱起眉头，对抗议表示怀疑，在摇滚音乐会和竞技体育赛事中举重和获胜时表现出兴奋。

研讨结果显示，来自不同文明背景的人在面对不同的社会和情感状况时，有大约70%的面部表情是相反的。

研讨人员以为，这支持了达尔文的实际，即在我们的脸上表达情感在人类中是普遍存在的。人们情感的身体表现能够协助人们提高沟通和合作技能。当然，这项研讨结果更能够有助于协助那些看不懂面部表情的人，比如自闭症患者，辨认别人的个人心情形状。毫无疑问，这个庞大的面部表情数据库将在这些研讨中发挥作用。