Machine-Vision Algorithm lærer at dømme mennesker efter deres ansigter

Socialpsykologer har længe vidst, at mennesker laver hurtige domme om hinanden baseret på intet andet end den måde, vi ser ud på og især vores ansigter. Vi bruger disse vurderinger til at afgøre, om et nyt bekendtskab er troværdigt eller klogt eller dominerende eller omgængeligt eller humoristisk og så videre.

Disse beslutninger kan være rigtige eller ikke og er på ingen måde objektive, men de er konsekvente. Givet det samme ansigt under de samme forhold, har folk en tendens til at dømme det på samme måde.

Og det giver en interessant mulighed. Hurtige fremskridt inden for maskinsyn og ansigtsgenkendelse har gjort det nemt for computere at genkende en bred vifte af menneskelige ansigtsudtryk og endda vurdere ansigter efter tiltrækningskraft. Så er det muligt for en maskine at se på et ansigt og få det samme første indtryk, som mennesker gør?

I dag får vi et svar takket være Mel McCurries arbejde ved University of Notre Dame og et par venner. De har trænet en maskinlæringsalgoritme til at afgøre, om et ansigt er troværdigt eller dominerende på samme måde som mennesker gør.

Deres metode er ligetil. Det første trin i enhver maskinlæringsproces er at skabe et datasæt, som algoritmen kan lære af. Det betyder et sæt billeder af ansigter mærket med den måde, folk bedømmer dem på – uanset om de er troværdige, dominerende, kloge og så videre.

McCurrie og co skaber dette ved at bruge et websted kaldet TestMyBrain.org, en slags borgervidenskabsprojekt, der måler forskellige psykologiske egenskaber hos de mennesker, der besøger. Siden er en af ​​de mest populære hjernetestsider på nettet med over 1,6 millioner deltagere.

Holdet bad deltagerne om at bedømme 6.300 sort/hvide billeder af ansigter. Hvert ansigt blev vurderet af 32 forskellige personer for troværdighed og dominans og af 15 personer for IQ og alder.

Et interessant træk ved disse vurderinger er, at der ikke er noget objektivt svar - testen registrerer blot evaluatorens mening. Det er selvfølgelig muligt at måle IQ og alder og regne ud, hvor godt folk er i stand til at gætte disse værdier. Men McCurrie og co er ikke interesserede i dette. Det eneste, de ønsker at måle, er rækken af ​​folks indtryk og derefter træne en maskine til at gengive de samme resultater.

Efter at have indsamlet disse data brugte holdet 6.000 af billederne til at træne deres maskinsynsalgoritme. De bruger yderligere 200 billeder til at finjustere maskinsynsparametrene. Alt dette træner maskinen til at dømme ansigter på samme måde, som mennesker gør.

McCurrie og co gemmer de sidste 100 billeder for at teste maskinsynsalgoritmen - med andre ord for at se, om den springer til de samme konklusioner, som mennesker gør.

Resultaterne giver interessant læsning. Selvfølgelig gengiver maskinen den samme adfærd, som den har lært af mennesker. Når den præsenteres for et ansigt, giver maskinen mere eller mindre de samme værdier for troværdighed, dominans, alder og IQ, som et menneske ville.

McCurrie og co er i stand til at drille fra hinanden, hvordan maskinen gør dette. For eksempel kan de fortælle, hvilke dele af ansigtet maskinen bruger til at foretage sine vurderinger.

Holdet gør dette ved at dække forskellige dele af et ansigt og bede maskinen om at foretage sin vurdering. Hvis resultatet er væsentligt anderledes end den sædvanlige værdi, antager de, at denne del af ansigtet skal være vigtig. På denne måde kan de fortælle, hvilke dele af ansigtet maskinen stoler mest på, når den foretager sin vurdering.

Mærkeligt nok viser disse sig at ligne de dele af ansigtet, som mennesker stoler på. Socialpsykologer ved, at mennesker har en tendens til at se på munden, når de vurderer troværdighed, og at et sænket øjenbryn ofte er forbundet med dominans.

Og det er netop disse områder, som maskinsynsalgoritmen lærer at se på fra træningsdataene. Disse observationer indikerer, at vores modeller har lært at se de samme steder, som mennesker gør, og replikerer den måde, vi bedømmer attributter på højt niveau hos hinanden, siger McCurrie og co.

Det fører til en række interessante applikationer. McCurrie og co anvender det først på skuespil. De bruger maskinen til at vurdere Edward Snowdens og Julian Assanges troværdighed og dominans ud fra billeder af deres ansigter. De bruger derefter maskinen til at foretage den samme vurdering af de skuespillere, der spiller dem i to nyere træk – henholdsvis Joseph Gordon-Levitt og Benedict Cumberbatch.

Dette forudsiger faktisk, hvordan en skare kan vurdere ligheden mellem en skuespiller og den person, han eller hun portrætterer.

Resultaterne er klare. Det viser sig, at maskinen vurderer begge skuespillere på samme måde som de mennesker, de portrætterer - alle scorer for eksempel dårligt i troværdighed. Vores modeller producerer bemærkelsesværdigt ens forudsigelser mellem forsøgspersonerne og deres skuespillere, hvilket vidner om nøjagtigheden af ​​portrætteringerne i filmene, siger McCurrie og co.

Men holdet kan gå længere. De anvender machine-vision-algoritmen til hvert enkelt billede i en film, hvilket giver dem mulighed for at se, hvordan vurderingerne ændrer sig over tid. Dette giver et mål for, hvordan folks opfattelser kan ændre sig over tid. Og det er noget, der kunne bruges i forskning, markedsføring, politisk kampagne og så videre.

Arbejdet foreslår også fremtidige veje at forfølge. En mulighed er at teste, hvordan det første indtryk ændrer sig mellem kulturelle eller demografiske grupper.

Alt dette gør det muligt at begynde at pirre de faktorer, der bidrager til vores forforståelser, som ofte afhænger af subtile sociale signaler. Det kan også give robotter mulighed for at forudsige og gentage dem.

En fascinerende konsekvens af dette er, hvordan denne form for forskning kan påvirke menneskelig adfærd. Hvis nogen opdagede, at deres ansigt opfattes som utroværdigt, hvordan ville den person så reagere? Kunne det være muligt at lære at ændre denne opfattelse, måske ved at ændre ansigtsudtryk? Interessant arbejde!

Ref: arxiv.org/abs/1610.08119 : Forudsigelse af førstehåndsindtryk med dyb læring

skjule