情绪阅读算法无法通过面部表情预测意图

大多数算法可能从未听过老鹰乐队的歌曲《说谎的眼睛》(Lyin ‘ Eyes)。否则,他们在识别口是心非方面会做得更好。

计算机并不擅长识别虚假陈述,这是一个问题,因为这些技术越来越多地应用于社会,以做出影响公共政策、商业和人们生活的决策。

根据南加州大学创新技术研究所(USC Institute for Creative Technologies)研究表情理论因素和解读情绪复杂性的研究人员的研究,事实证明,算法在作为真相检测器的基本测试中失败了。研究团队完成了两项使用科学方法的研究,这些方法破坏了大众心理学和人工智能表情理解技术,这两种技术都假定面部表情揭示了人们的想法。

南加州大学维特比工程学院(USC Viterbi School of Engineering)计算机科学教授、ICT虚拟人类研究主管乔纳森•格雷奇(Jonathan Gratch)表示:“人类和所谓的‘情感阅读’算法都依赖一种民间智慧,即我们的情感是写在脸上的。”这远非事实。人们在生气或难过的时候会微笑,他们掩盖了自己的真实感受,很多表达方式与内心感受无关,而是反映了对话或文化习俗。”

今天,Gratch和他的同事在英国剑桥举行的第八届情感计算和智能交互国际会议上展示了他们的发现。

一项新的研究分析了社交场合中的面部表情

当然,人们知道人们可以面无表情地说谎。扑克玩家虚张声势。求职者伪造面试。不忠的配偶作弊。政客们可以愉快地发表虚假言论。

然而,算法并不能很好地捕捉到口是心非,尽管机器越来越多地被用来解读人类的情感,并为改变生活的决策提供信息。例如,国土安全部(Department of Homeland Security)投资于这类算法来预测潜在威胁。一些国家使用大规模监控来监控通信数据。算法用于焦点小组、营销活动、筛选贷款申请人或招聘人员。

“我们试图颠覆人们的民间心理学观点,即如果我们能识别人们的面部表情,我们就能知道他们在想什么,”格雷奇说,他也是心理学教授。“想想过去人们如何使用测谎仪来判断人们是否在说谎。当时有对技术的误用,就像今天对面部表情技术的误用一样。我们对这些技术使用了天真的假设,因为表情和人们基于这些测试的真实感受之间没有关联。”

我们试图颠覆人们的民间心理学观点,即如果我们能识别人们的面部表情,我们就能知道他们在想什么。

乔纳森Gratch

为了证明这一点,Gratch和ICT的同事苏蕾和塞伦斯·霍根,以及牛津大学的布莱恩·帕金森和丹尼尔·肖尔,研究了社交场合中自发的面部表情。在一项研究中,他们开发了一个游戏,让700人为了钱而玩,然后捕捉人们的表情如何影响他们的决定,以及他们赚了多少钱。接下来,他们让受试者回顾他们的行为,并提供他们如何利用表情来获得优势,以及他们的表情是否与自己的感觉相符的洞见。

研究小组使用了几种新颖的方法,研究了游戏中自发的面部表情和关键事件之间的关系。他们采用了一种叫做“事件相关电位”的心理生理学技术来处理面部表情的极端变异性,并使用计算机视觉技术来分析这些表情。为了表示面部运动,他们使用了最近提出的一种叫做面部因素的方法,这种方法可以捕捉面部表情的许多细微差别,而不需要现代分析技术所提供的困难。

科学家们发现,微笑是唯一不断被激怒的表情,不管结果是奖励还是公平。此外,参与者在感知面部情绪方面相当不准确,尤其是在识别表情何时受到控制方面表现得更差。研究结果显示,人们微笑的原因有很多,而不仅仅是快乐,而快乐是评价面部表情的一个重要因素。

Gratch说:“这些发现强调了利用技术预测情感和意图的局限性。”“当企业和政府声称拥有这些能力时,买家应该小心,因为这些技术往往带有未经科学检验的简单化假设。”

当试图解读情感时,语境是最重要的

之前的研究表明,人们会根据对方的表情来判断对方的意图和可能的行为。虽然过去的研究使用自动表达分析来进行推断,如无聊、抑郁和融洽,但对表达感知的准确程度却知之甚少。最近的这些发现强调了阅读他人情绪时语境信息的重要性,并支持了这样一种观点,即面部表情传达的信息比我们可能相信的更多。

南加州大学的ICT与娱乐业的艺术家、计算机和社会科学家一起探索沉浸式媒体,用于军事训练、健康治疗、教育等等。研究人员研究人们如何通过虚拟角色、视频游戏和模拟场景与电脑互动。ICT是虚拟人类发展的领导者,虚拟人类的外表、思维和行为都像真人一样。ICT成立于1999年,是美国国防部资助的大学附属研究中心,与美国陆军研究实验室合作。


这些研究论文是由美国农业部资助的。美国陆军和欧洲航空航天研究与发展办公室的拨款(编号FA9550-18-1-0060)。

更多关于:新兴技术,研究

新闻旨在传播有益信息,英文原版地址:https://news.usc.edu/160360/algorithms-emotions-facial-expressions-predict-intentions/