A gépi látás algoritmusa megtanulja az embereket az arcuk alapján ítélni

A szociálpszichológusok régóta tudják, hogy az emberek pillanatnyi ítéletet hoznak egymásról, csak a megjelenésünk és különösen az arcunk alapján. Ezekkel az ítéletekkel határozzuk meg, hogy egy új ismerős megbízható-e, okos, domináns, társaságkedvelő, humoros és így tovább.

Ezek a döntések helyesek vagy nem, és semmiképpen sem objektívek, de következetesek. Ugyanazt az arcot, azonos feltételek mellett, az emberek hajlamosak egyformán megítélni.

emberek által létrehozott állatok

És ez felvet egy érdekes lehetőséget. A gépi látás és az arcfelismerés terén elért gyors fejlődés lehetővé tette a számítógépek számára az emberi arckifejezések széles skálájának felismerését, sőt az arcok vonzereje szerinti értékelését is. Tehát lehetséges, hogy egy gép ránéz egy arcra, és ugyanazokat az első benyomásokat szerezze meg, mint az emberek?



Ma választ kapunk a Notre Dame Egyetemen dolgozó Mel McCurrie és néhány haver munkájának köszönhetően. Gépi tanulási algoritmust képeztek ki annak eldöntésére, hogy egy arc ugyanúgy megbízható vagy domináns-e, mint az emberek.

A módszerük egyértelmű. Minden gépi tanulási folyamat első lépése egy olyan adatkészlet létrehozása, amelyből az algoritmus tanulhat. Ez azt jelenti, hogy az arcok képei az emberek megítélésének módjával vannak felcímkézve – legyenek azok megbízhatóak, dominánsak, okosak és így tovább.

McCurrie és társai ezt a TestMyBrain.org nevű weboldal segítségével hozták létre, egyfajta állampolgári tudományos projektet, amely a látogatók különféle pszichológiai tulajdonságait méri. Az oldal az egyik legnépszerűbb agytesztelő oldal a weben, több mint 1,6 millió résztvevővel.

A csapat arra kérte a résztvevőket, hogy értékeljenek 6300 fekete-fehér arcképet. Mindegyik arcot 32 különböző személy értékelte megbízhatóság és dominancia tekintetében, valamint 15 személy IQ és életkor tekintetében.

Ezen értékelések érdekessége, hogy nincs objektív válasz – a teszt egyszerűen rögzíti az értékelő véleményét. Természetesen meg lehet mérni az IQ-t és az életkort, és kiszámolni, hogy az emberek mennyire képesek kitalálni ezeket az értékeket. De McCurrie-t és társait ez nem érdekli. Csak az emberek benyomásainak tartományát akarják mérni, majd egy gépet megtanítani ugyanazon eredmények reprodukálására.

Az adatok összegyűjtése után a csapat 6000 képet használt fel a gépi látás algoritmusának betanítására. További 200 képet használnak a gépi látás paramétereinek finomhangolására. Mindez arra tanítja a gépet, hogy ugyanúgy ítélje meg az arcokat, mint az emberek.

McCurrie és társai elmentik az utolsó 100 képet, hogy teszteljék a gépi látás algoritmusát – más szóval, hogy megnézzék, vajon ugyanazokra a következtetésekre jut-e, mint az emberek.

Az eredmények érdekes olvasmányt tesznek lehetővé. Természetesen a gép ugyanazt a viselkedést reprodukálja, mint amit az emberektől tanult. Ha arccal mutatják be, a gép többé-kevésbé ugyanazokat a megbízhatóság, dominancia, életkor és IQ értékeket adja, mint egy ember.

McCurrie és társai el tudják ugratni, hogyan csinálja ezt a gép. Például meg tudják mondani, hogy az arc mely részeit használja a gép az ítéletek meghozatalához.

A csapat ezt úgy teszi, hogy eltakarja az arc különböző részeit, és megkéri a gépet, hogy döntsön. Ha az eredmény jelentősen eltér a szokásos értéktől, feltételezik, hogy az arcnak ez a része fontos. Így meg tudják állapítani, hogy az arc mely részeire támaszkodik leginkább a gép az ítélethozatal során.

Érdekes módon ezek hasonlóak az arc azon részeihez, amelyekre az emberek támaszkodnak. A szociálpszichológusok tudják, hogy az emberek hajlamosak a szájra nézni, amikor megbízhatóságukat értékelik, és hogy a leeresztett szemöldök gyakran dominanciával jár.

És pontosan ezeket a területeket tanulja meg a gépi látás algoritmusa a betanítási adatokból nézni. Ezek a megfigyelések azt mutatják, hogy modelljeink megtanultak ugyanazokon a helyeken nézni, mint az emberek, megismételve azt a módot, ahogyan egymás magas szintű tulajdonságait megítéljük, mondják McCurrie és társai.

Ez számos érdekes alkalmazáshoz vezet. McCurrie és társai először a színészetre alkalmazzák. A gép segítségével az arcképeik alapján felmérik Edward Snowden és Julian Assange megbízhatóságát és dominanciáját. Ezután a gép segítségével ugyanilyen értékelést készítenek a két legutóbbi lépésben őket játszó színészekről – Joseph Gordon-Levittről és Benedict Cumberbatchről.

Valójában ez megjósolja, hogy a tömeg hogyan értékelheti a színész és az általa ábrázolt személy hasonlóságát.

Az eredmények egyértelműek. Kiderült, hogy a gép mindkét szereplőt hasonlóan értékeli, mint az általuk ábrázolt embereket – például mindegyikük megbízhatósága gyengén teljesít. Modelljeink rendkívül hasonló előrejelzéseket adnak ki az alanyok és színészeik között, igazolva a filmek ábrázolásainak pontosságát, mondják McCurrie és társai.

De a csapat továbbléphet. A gépi látás algoritmusát alkalmazzák a film minden egyes képkockájára, amely lehetővé teszi számukra, hogy lássák, hogyan változnak az értékelések az idő múlásával. Ez méri, hogyan változhat az emberek felfogása idővel. És ez olyan dolog, amit fel lehetne használni a kutatásban, marketingben, politikai kampányban stb.

A munka a jövőbeni utakra is utal. Az egyik lehetőség annak tesztelése, hogy az első benyomás hogyan változik a kulturális vagy demográfiai csoportok között.

Mindez lehetővé teszi, hogy elkezdjük ugratni azokat a tényezőket, amelyek hozzájárulnak prekoncepcióinkhoz, amelyek gyakran finom társadalmi jelzéseken múlnak. Lehetővé teheti azt is, hogy a robotok előre jelezzék és megismételjék ezeket.

Ennek lenyűgöző következménye az, hogy ez a fajta kutatás hogyan befolyásolhatja az emberi viselkedést. Ha valaki felfedezi, hogy az arcát megbízhatatlannak tartják, hogyan reagálhat az illető? Lehetséges lenne megtanulni, hogyan változtassuk meg ezt a felfogást, esetleg az arckifejezések megváltoztatásával? Érdekes munka!

Ref: arxiv.org/abs/1610.08119 : Az első benyomások előrejelzése mély tanulással

elrejt

Tényleges Technológiák

Kategória

Nincs Kategorizálva

Technológia

Biotechnológia

Technikai Politika

Klímaváltozás

Ember És Technológia

Szilícium-Völgy

Számítástechnika

Mit News Magazin

Mesterséges Intelligencia

Tér

Okos Városok

Blockchain

Feature Story

Alumni Profil

Öregdiák Kapcsolat

Mit News Funkció

1865

Az Én Nézetem

77 Mass Ave

Ismerje Meg A Szerzőt

Profilok A Nagylelkűségben

Az Egyetemen Látható

Öregdiák Levelei

Hírek

Mit News Magazine

Választások 2020

Indexszel

A Kupola Alatt

Tűzoltótömlő

Végtelen Történetek

Pandémiás Technológiai Projekt

Az Elnöktől

Fedősztori

Képgaléria

Ajánlott