人工智能進軍相面學
相面是中國古代市井街巷很流行的一種算命方式。一直以來，推算人的“性格”進而演繹“命理”以預測未來，這也成為人們對於看相樂此不疲的原因。這種看似沒有邏輯的演算方式在人工智能時代，逐漸得到一些研究者的認可。人工智能的開發者藉助大數據和區塊鏈技術收集了越來越多的面部信息，開始模擬人類表情並預測人的行為。
與中國的相面類似，古代的美索不達米亞也有面相學。在19世紀中期的意大利，切薩雷·龍勃羅梭（Cesare Lombroso）首次將這門學科用於檢測犯罪。他認為，面部結構的特徵可以幫助來識別罪犯。他發現罪犯特質的人都擁有一些進化過程中更靠近猿類，所謂“退化”的面部特徵。最明顯的是偏移的前額和不對稱的臉部。然而由於對納粹所持“人種論”的討伐，這一研究在二戰後便沒有了下文。
然而在計算機的數據收集和分析處理能力的大幅提升後，一些科學家和心理學家又將視線轉回了這一領域。他們開始用數字化的機器分析的方法，更加客觀地收集被調查者的面部特徵並進行採樣。在新的技術條件下，無論是接受採樣的人數，還是每個樣本的信息豐富程度和精確度，都比龍勃羅梭時期的研究跨上了許多臺階。
面部識別的最新進展
卡內基-梅隆大學人機交互研究所主任，他山石簽約嘉賓賈斯汀·卡塞爾（Justine Cassell）也在相關領域做了卓有成效的研究。得益於早年的語言學和比較文學的學習經歷，卡塞爾對人類不同的語言傳遞有著清晰的認識。她對於不同人群的面部表達做了大量的系統性研究，為人機對話和麵部識別積累了大量信息，也為她的ECA系統（人機對話代理）研究提供了參考。
卡塞爾對面部特徵及表情變化的關注由來已久。她在小時候就很喜歡和家人一起做觀察表情的練習。正式開展研究工作後，她曾經觀看了幾百個小時的錄像資料，研究人們看到特定漫畫時的反應。
最近，卡塞爾將研究深入到了對於臉部肌肉的細微運動（比如眼睛注視的方向、眉毛上揚以及點頭等）的分析中。她對照錄像一秒一秒地記錄受訪者在語言表達過程中的面部表情，並結合表達的意思進行分類。卡塞爾認為面部語言及身體語言對文字本身的意義有豐富的補充意義，只有機器學會解讀文本以外的人類情緒符號甚至是性格特質，人工智能才能真正實現高水平的人機對話。
對於非文本形式的元信息，人類接受的過程幾乎都是在潛意識的支配下完成的，幾乎很少有人在交流中能將對方的面部或肢體動作迅速精確的轉換成文字顯現在腦海中。卡塞爾強調了我們從他人身上接收到各種形式信息的過程中，經過自我加工，都在表層意識之外產生了各種引申含義。
值得注意的是，這種附加產物往往都是自下而上被理解的。在一項研究中，實驗對象經常會因為某個片面信息得出片面的結論。卡塞爾在這一領域的研究也解釋了很多面部信息實際上在人與人的交流中都稍縱即逝，被人類特有的自上而下的神經系統所忽略。
這種深層的隱性的信息在某些時候比直接表達的文字更能透露人深層次的渴望。研究表明，情侶或夫妻在爭吵時，若一方做出厭惡表情而對方又接收到後，雙方進行積極有效溝通的幾率就變的很小。所以在卡塞爾和其他人工智能開發者的工作議程中，如何讓機器更好地對諸如面部信息一類的隱性信息做出更為準確的反應，成為了重要的任務。
閱讀更多 他山石智庫 的文章
