Mašīnredzes algoritms mācās vērtēt cilvēkus pēc viņu sejas

Sociālie psihologi jau sen ir zinājuši, ka cilvēki viens par otru izdara tūlītējus spriedumus, pamatojoties tikai uz to, kā mēs izskatāmies un jo īpaši uz mūsu sejām. Mēs izmantojam šos spriedumus, lai noteiktu, vai jaunais paziņa ir uzticams vai gudrs, dominējošs, sabiedrisks vai humoristisks utt.

Šie lēmumi var būt vai nebūt pareizi un nekādā gadījumā nav objektīvi, taču tie ir konsekventi. Ņemot vērā to pašu seju tādos pašos apstākļos, cilvēki mēdz to vērtēt vienādi.

Un tas rada interesantu iespēju. Straujais progress mašīnredzēšanā un sejas atpazīšanas jomā ir padarījis datorus par vienkāršu atpazīt plašu cilvēku sejas izteiksmju klāstu un pat novērtēt sejas pēc pievilcības. Tātad, vai mašīna var aplūkot seju un gūt tādus pašus pirmos iespaidus, kādus rada cilvēki?

Šodien mēs saņemam atbildi, pateicoties Mel McCurrie darbam Notre Dame Universitātē un dažiem draugiem. Viņi ir apmācījuši mašīnmācības algoritmu, lai izlemtu, vai seja ir uzticama vai dominējoša tāpat kā cilvēki.

Viņu metode ir vienkārša. Pirmais solis jebkurā mašīnmācības procesā ir izveidot datu kopu, no kuras algoritms var mācīties. Tas nozīmē seju attēlu kopumu, kas apzīmēts ar veidu, kā cilvēki par tām spriež — neatkarīgi no tā, vai tās ir uzticamas, dominējošas, gudras utt.

McCurrie un citi to izveido, izmantojot vietni TestMyBrain.org, kas ir sava veida pilsoņu zinātnes projekts, kas mēra dažādas apmeklētāju psiholoģiskās īpašības. Vietne ir viena no populārākajām smadzeņu testēšanas vietnēm tīmeklī, kurā piedalās vairāk nekā 1,6 miljoni dalībnieku.

Komanda lūdza dalībniekus novērtēt 6300 melnbaltus seju attēlus. Katrai sejai 32 dažādi cilvēki novērtēja uzticamību un dominējošo stāvokli, un 15 cilvēki novērtēja IQ un vecumu.

Interesanta šo vērtējumu iezīme ir tā, ka nav objektīvas atbildes — testā vienkārši tiek ierakstīts vērtētāja viedoklis. Protams, ir iespējams izmērīt IQ un vecumu un noskaidrot, cik labi cilvēki spēj uzminēt šīs vērtības. Bet McCurrie un co to neinteresē. Viss, ko viņi vēlas izmērīt, ir cilvēku iespaidu diapazons un pēc tam apmācīt mašīnu, lai tā reproducētu tādus pašus rezultātus.

Pēc šo datu apkopošanas komanda izmantoja 6000 attēlu, lai apmācītu savu mašīnredzes algoritmu. Viņi izmanto vēl 200 attēlus, lai precīzi noregulētu mašīnredzes parametrus. Tas viss apmāca mašīnu spriest par sejas tāpat kā cilvēki.

McCurrie un citi saglabā pēdējos 100 attēlus, lai pārbaudītu mašīnredzes algoritmu, citiem vārdiem sakot, lai noskaidrotu, vai tas ļauj izdarīt tādus pašus secinājumus kā cilvēki.

Rezultāti rada interesantu lasīšanu. Protams, iekārta atveido to pašu uzvedību, ko tā ir iemācījusies no cilvēkiem. Kad iekārtai tiek parādīta seja, tā sniedz vairāk vai mazāk tādas pašas vērtības attiecībā uz uzticamību, dominēšanu, vecumu un IQ kā cilvēkam.

McCurrie un co spēj ķircināt, kā iekārta to dara. Piemēram, viņi var pateikt, kuras sejas daļas mašīna izmanto, lai pieņemtu spriedumus.

Komanda to dara, aizsedzot dažādas sejas daļas un lūdzot mašīnai pieņemt lēmumu. Ja rezultāts būtiski atšķiras no parastās vērtības, viņi pieņem, ka šai sejas daļai ir jābūt svarīgai. Tādā veidā viņi var noteikt, uz kurām sejas daļām iekārta visvairāk paļaujas, pieņemot lēmumu.

Interesanti, ka tās ir līdzīgas sejas daļām, uz kurām cilvēki paļaujas. Sociālie psihologi zina, ka, novērtējot uzticamību, cilvēki mēdz skatīties uz muti un ka nolaistās uzacis bieži vien ir saistītas ar dominējošo stāvokli.

Un tieši šīs ir jomas, kuras mašīnredzes algoritms mācās aplūkot no apmācības datiem. Šie novērojumi liecina, ka mūsu modeļi ir iemācījušies skatīties tajās pašās vietās, kur cilvēki, atkārtojot veidu, kā mēs viens otrā vērtējam augsta līmeņa īpašības, saka McCurrie un citi.

Tas noved pie vairākiem interesantiem lietojumiem. McCurrie un co vispirms to piemēro aktiermākslā. Viņi izmanto šo iekārtu, lai novērtētu Edvarda Snoudena un Džuliana Asanža uzticamību un dominējošo stāvokli no viņu seju attēliem. Pēc tam viņi izmanto mašīnu, lai vienādi novērtētu aktierus, kuri viņus spēlē divās nesenajās kustībās — attiecīgi Džozefu Gordonu-Levitu un Benediktu Kamberbaču.

Faktiski tas paredz, kā pūlis varētu novērtēt līdzību starp aktieri un personu, kuru viņš vai viņa attēlo.

Rezultāti ir skaidri. Izrādās, ka mašīna abus aktierus vērtē līdzīgi kā cilvēkus, kurus viņi attēlo — piemēram, visiem ir zems uzticamības rādītājs. Mūsu modeļi izdod ļoti līdzīgas prognozes starp subjektiem un viņu aktieriem, kas apliecina filmās attēloto precizitāti, saka McCurrie un citi.

Taču komanda var iet tālāk. Viņi katram filmas kadram piemēro mašīnredzes algoritmu, kas ļauj viņiem redzēt, kā vērtējumi laika gaitā mainās. Tas parāda, kā cilvēku uztvere laika gaitā var mainīties. Un tas ir kaut kas, ko varētu izmantot pētniecībā, mārketingā, politiskajās kampaņās un tā tālāk.

Darbs arī ierosina turpmākās darbības. Viena iespēja ir pārbaudīt, kā mainās pirmie iespaidi starp kultūras vai demogrāfiskajām grupām.

Tas viss ļauj sākt ķircināt faktorus, kas veicina mūsu priekšstatus, kas bieži ir atkarīgi no smalkām sociālajām norādēm. Tas var arī ļaut robotiem tos paredzēt un atkārtot.

Interesants rezultāts tam ir tas, kā šāda veida pētījumi varētu ietekmēt cilvēku uzvedību. Ja kāds atklāj, ka viņa seja tiek uztverta kā neuzticama, kā šī persona varētu reaģēt? Vai ir iespējams iemācīties mainīt šo uztveri, iespējams, mainot sejas izteiksmes? Interesants darbs!

Atsauce: arxiv.org/abs/1610.08119 : Pirmo iespaidu prognozēšana ar dziļu mācīšanos

paslēpties