Nature：超越地域和文化，AI识别出全人类共同的16种面部表情

---

  新智元报道  

来源：学术头条

作者：ZS

“这项研究表明，世界不同角落的人们在面对生活中最有意义的情境时，表达情感的方式是多么地相似。” 该研究论文的作者之一、加州大学伯克利分校的心理学教授 Dacher Keltner 说。

情绪产生于我们对所遇到的挑战和机遇的反应，并与主观体验、生理和表达方式有关，这些方式被认为能够对特定的社会环境做出适应性反应。

典型的人类面部有 43 块不同的肌肉，这些肌肉可以被激活在眼睛、鼻子、嘴巴、下巴、下巴和眉毛周围，从而做出数千种不同的表情。

从生命的第一刻起，情感就被认为可以塑造人际关系，引导判断、决策和记忆，并有助于我们的健康和幸福。这些广泛理论的核心思想是，情绪产生于特定的环境中，并在不同文化行为模式中表现出来。

关于人类情感表达是普遍的还是文化定义的争论有很长的历史，甚至查尔斯・达尔文 (Charles Darwin) 也在这个问题上发表了看法，支持辩论双方的研究也不断发表。

最近的一项研究指出，玛雅人艺术品的面部表情是普遍表情的证据。但几年前的一项大型研究让测试对象尝试猜测电脑处理过的面部表情，结果发现，解读会随着测试对象的文化背景而改变。

因为各种研究方法对参与者的语言、规范和价值观都很局限，所以不一致的研究结果支持了关于情绪普遍性的不同观点。

为了进一步探究这个问题，加州大学伯克利分校和谷歌的研究人员使用被称为 “深度神经网络” 的机器学习技术，分析了上传到 YouTube 上的约 600 万个视频片段中的面部表情，这些视频来自北美、中美、南美、非洲、欧洲、中东和亚洲的 144 个国家。

研究人员还创建了一个在线互动地图，展示了该算法如何跟踪与 16 种情绪相关的面部表情变化。

“这是第一个在日常生活中如何使用面部表情的全球分析，它向我们展示了人类的普遍情感表达比许多科学家先前认为的更加丰富和复杂。” 研究报告的主要作者、在谷歌帮助开发了深度神经网络算法并领导了这项研究 Alan Cowen 说。

首先，研究人员使用机器学习算法记录了全球 600 万个事件和互动视频片段中的面部表情，这些视频片段包括看烟花、高兴地跳舞或安慰哭泣的孩子。

他们使用该算法追踪了人们通常与娱乐、愤怒、敬畏、专注、困惑、蔑视、满足、欲望、失望、怀疑、得意、兴趣、痛苦、悲伤、惊讶和胜利相关的 16 种面部表情。

“这支持了达尔文的理论，即在脸上表达情感是人类的普遍现象，”Keltner 说。“通过肢体表达我们的情感可能会定义我们作为一个物种是谁，提高我们的沟通和合作技能，确保我们的生存。”

不过，虽然这项研究的结果虽然坚定地站在普遍主义者一边，但很难成为这个话题的最后定论。

当然，这项研究结果更可能有助于帮助那些看不懂面部表情的人，比如自闭症患者，识别他人的个人情绪状态。毫无疑问，这个庞大的面部表情数据库将在这些研究中发挥作用。

参考资料：
https://www.nature.com/articles/s41586-020-3037-7
https://news.berkeley.edu/2020/12/16/the-16-facial-expressions-most-common-to-emotional-situations-worldwide/

关注公众号：拾黑（shiheibook）了解更多

[广告]赞助链接：

四季很好，只要有你，文娱排行榜：https://www.yaopaiming.com/
让资讯触达的更精准有趣：https://www.0xu.cn/