許多心理學研究證實，人類的判斷和決策有著一定的偏見性。例如，在與一個陌生人互動時，人類經常僅根據他們的外表、種族、體型和肢體語言做出一系列自動和膚淺的判斷。這也就是我們常說的“以貌取人”。
近日，普林斯頓大學、史蒂文斯理工學院和芝加哥大學布斯商學院的研究團隊利用深度神經網絡，建立了一個“以貌取人”的機器學習模型。該模型能僅根據人類的面部特征，做出相應的人性判斷。
過去，基于深度神經網絡的模型主要用于自動檢測面部表情、基本情緒或特定配飾（例如，眼鏡、太陽鏡、耳環等）的存在。在新研究中，科學家希望使用深度神經網絡來模擬人類通常可能從面部推斷出的與人格相關的屬性。
在機器學習模型的建立中，研究人員使用了一個心理學中最大的數據集來訓練該模型，在該模型學習了超過100萬個判斷后，人們可以隨意給模型一張人臉照片，模型能準確地預測人們對這張臉的第一印象，以及當看到這張臉時人們會產生什么樣的偏見。
該團隊表示，“以貌取人”機器學習模型的最初目的是幫助心理學家生成用于感知和社會認知實驗的面部圖像。但也有人認為，由于涉及到人臉，可能存在濫用的可能。
該研究論文題為“Deep models of superficial face judgments”，已發表在《美國國家科學院院刊》上。
前瞻經濟學人APP資訊組
本文來源前瞻網，轉載請注明來源。本文內容僅代表作者個人觀點，本站只提供參考并不構成任何投資及應用建議。（若存在內容、版權或其它問題，請聯系：service@qianzhan.com）
