逐鹿中原AI有什么用 AI人工智能不仅能认脸 还能“读心” ？

daydayup

#109127#AI有甚么用 AI人工智能不但能认脸 还能“读心” ？
近日，《自然》杂志发表了1篇论文，利用人工智能研究了性情和脸部特点之间的关系。研究团队征集了12000多名志愿者，利用人工智能技术通过31000多张自拍学习了128种人脸特点，并且将志愿者的人格特点分为5类，即责任心、神经质、外向性、亲和性、开放性。结果显示，AI在基于静态脸部图象预测性情方面的准确率到达了58%，其中对责任心的准确率高于其他4个人格特点。用AI辨认性情，这类“玄乎”的操作让人不由联想到之前在网上大为流行的“AI相面”，而事实证明，利用AI相面是假，坑钱是真。
那末这次《自然》杂志发表的研究成果和“AI相面”有哪些区分呢，我们是不是真的可以通过脸部特点窥见人心？
通过映照函数肯定脸部和性情关系
“‘AI相面’其实不可靠，大多是数据拟合出来的1个牵强傅会的结果。”中国科学院自动化研究所研究员孙哲南接受科技日报记者采访时表示。
此前已有媒体报导了“AI相面”的“吸金”套路及其分工明确的生意链。北京理工大学教授翁冬冬接受媒体采访时也表示，脸部辨认虽然是身份辨认的主流方向，但用于看相并没有科学根据，文娱性质更多1点。这样的程序开发门坎其实不高，在网购平台花几百到几千元购买外包服务就可以很快开发出来。
孙哲南表示，与“AI相面”不同的是，论文中的研究收集了大量样本，并用计算机深度神经网络模型学习了人脸特点与性情之间的关联映照函数。论文显示，研究最初的样本参与者到达25202名，照片总数到达了77346张，经过数据挑选程序，终究得以保存的数据集包括12447份有效问卷和31367张照片。这些参与者的年龄介于18岁至60岁之间，其中女性占比59.4％，男性占比40.6％。在此基础上，研究团队用神经网络评估了人脸的128种特点，比如嘴巴宽度、嘴唇或眼睛高度，确保了实验覆盖的数据量级和多样性。得到数据以后，研究人员将数据分为两组，1组用来训练AI，1组用来测试神经网络的准确性。实验中的两类数据，用于训练的数据集占比90％，用于验证的数据集占比10％。
在AI系统的设计上，研究人员开发了1种计算机视觉神经网络（NNCV），来辨别不同的面孔，并且记住脸部图象的特点。同时，研究团队还训练了人格诊断神经网络（NNpD），NNpD根据从NNCV分析出的信息，预测输出5种人格特质，全部进程分别针对男性和女性脸部辨认进行。
进行情感计算需先建立与心理活动的关联
通过上述研究我们不难发现，目前人脸辨认已有从“读脸”到“读心”的发展趋势，那末通过照片、视频等辨认人脸表情，人脸辨认技术需要哪些发展？
孙哲南认为，人工智能的“读心”功能目前主要是通过情感计算实现。
早在1997年，MIT媒体实验室就提出了情感计算的概念，情感计算旨在通过赋予计算机辨认、理解和表达人的情感的能力，使得计算机具有更高的智能。在情感计算的研究中，情绪辨认是最基础、最重要的内容之1。而情绪辨认主要通过脸部表情、语音、文字、生理信号等模态的数据，来辨认出人类的各种情绪。
“目前情感计算已有1些研究成果和进展，但是技术还不够成熟。通过表情份析心理活动是情绪辨认不可缺少的方式，但表情辨认比人脸辨认更加难，由于心理活动的表现因人而异，很难统1建模全球所有人的喜怒哀乐与人脸数据之间的量化关系。首先给人脸图象标注情感种别和强度就是很难的事情，‘1千个观众眼中有1千个哈姆雷特’；另外，情绪判定存在主观性乃至搀杂地域文化风俗习惯等因素。”孙哲南说，因此从辨认身份到辨认表情，人脸辨认技术需要更先进的计算模型建立人脸图象、视频与心理活动之间的关系。但目前机器人有智商无情商，到达高度和谐的人机共存依然任重道远。
另外，孙哲南强调，如果通过面相自动判断性情的技术到达成熟阶段，这类技术将会在企业招聘、职业计划、人机交互、广告营销等领域得到利用。但这类基于面相的性情辨认会先入为主地判定人物性情，进而带来1些伦理问题，例如性情轻视与偏见等。（记者 马爱平）
更多内容阅读推荐：征地拆迁结算审计后该怎么办