Материал предоставлен РБК Тренды порталом IQ.HSE.RU.
Специалисты по психологии и искусственному интеллекту из НИУ ВШЭ и компаний BestFitMe (Великобритания и Россия) и Artificial Intelligence LLC (Россия) научили каскадную нейронную сеть определять черты личности из «Большой пятерки» по фотографии лица. Исследование опубликовано в журнале Scientific Reports. Тестовый датасет доступен в репозитории.
Большая пятерка личностных качеств включает в себя:
- Экстраверсию — ориентированность на внешний мир
- Дружелюбие и готовность к компромиссам
- Добросовестность и сознательность
- Эмоциональную стабильность
- Открытость к новому опыту.
О чем речь?
Физиогномика — определение характера человека по его внешности — долго была популярна в европейской культуре. Получив начало в трудах древнегреческих мыслителей Аристотеля и Теофраста, она достигла максимального развития в XVIII—XIX веках в работах Иоганна Лафатера, Чарлза Дарвина и Чезаре Ломброзо. По итогам эмпирической проверки идей этих авторов в XX веке физиогномику признали лженаукой. Однако исследования последних лет показывают, что связь черт лица и личностных особенностей все-таки существует.
Во-первых, установлено, что ряд психологических характеристик генетически предзадан. Для личностных особенностей из «Большой пятерки» вклад наследственного фактора варьируется от 30 до 60%. Генетика определяет и форму костей черепа, которая задает отдельные черты лица. Считается, что на эволюцию и взаимосвязь характерологических свойств повлиял половой отбор. Женщины искали явные признаки полезных или безопасных черт характера, поэтому они приобретали сексуальную привлекательность (например, положительный отбор по высоте лба), а вслед за ней и наследуемость.
Кроме того, на форму лица и поведение оказывает влияние пренатальное и постнатальное воздействие гормонов. Абрис и размер скул, нижней челюсти, соотношение длины и ширины лица, а также ряд других черт — зримый индикатор уровня половых гормонов — тестостерона и эстрогена. Они же отвечают и за склонность к риску, агрессивность, стремление к конкуренции и доминированию либо, наоборот, мягкость и уступчивость, нежность, заботливость.
Ряд исследований показывает связь черт лица с предрасположенностью к определенным способам поведения, выраженных в виде пяти базовых черт личности.
Обычно люди достаточно точно угадывают по чертам лица отдельные особенности характера. У профессиональных психологов и специалистов по невербальному общению корреляция между их прогнозами и данными личностных опросников еще выше. А это значит, что подобному навыку можно обучить и искусственный интеллект, если создать достаточный по размеру и хорошо предварительно размеченный датасет для тренировки.
Как изучали?
В своей новой работе специалисты из НИУ ВШЭ и технологических стартапов собрали через социальные сети 77 346 фотографий лиц от 25 202 добровольцев. Все фото были созданы с помощью веб-камер в контролируемых условиях (нейтральное выражение лица, фронтальный вид, взгляд направлен в объектив, хорошее освещение и отсутствие макияжа или украшений). Респондентов также попросили пройти усовершенствованную версию онлайн-опросника 5PFQ для определения портрета их личности и выраженности психологических черт из «Большой пятерки».
В финальном датасете было 12 447 описаний черт личности из опросников и 31 367 фото. Датасет был случайным образом поделен на две части. Первая (90% данных) — послужила тренировочной выборкой для нейросети. Вторая (10%) — контролем для оценки предиктивных возможностей обученного алгоритма.
Первоначально нейросеть натренировали различать лица разных людей, но стабильно опознавать лицо одного и того же человека. Затем алгоритм обучили раскладывать каждое изображение на 128 инвариантных признаков — регулярно повторяющихся индивидуальных особенностей. Внутри модели каждый инвариант был представлен как вектор в 128-мерном пространстве.
Полученные таким образом данные поступали в многослойный перцептрон. В нем искусственные нейроны сопоставляли признаки с личностными характеристиками добровольцев. Если они совпадали — данные «закреплялись». А если было расхождение, то вычисленная ошибка вновь подавалась на вход нейросети. Постепенно искусственный интеллект обучался всё точнее сопоставлять черты лица и характера.
Что получили?
Первые опубликованные результаты пока далеки от идеальных и, скорее, выглядят как доказательство концепции. Коэффициент корреляции между данными опросников и предсказаниями алгоритма колебался от небольшого 0,14 до обнадеживающего 0,36. В среднем размер эффекта — статистический показатель практической значимости модели — равнялся 0,24. Из этого следует, что алгоритм делал верное заключение почти в 60% случаев, тогда как случайное угадывание обычно совпадает лишь в 50%. Превосходство в 10% кажется незначительным, однако на самом деле по точности предсказаний искусственный интеллект существенно опережает людей, если они судят по чертам лица незнакомого им человека.
Для чего это нужно?
При дальнейшем улучшении качества работы алгоритма он может найти применение в рекомендательных системах интернет-магазинов и онлайн-сервисов. Большие перспективы здесь открываются и для HR-департаментов — быстрая психологическая диагностика прямо во время zoom-интервью с кандидатами на должность. Особенно эффективен метод будет в случае массового набора персонала в сферу обслуживания — таксистов, продавцов, клинеров и т.д. С его помощью можно быстро отсеять агрессивных, психически нестабильных и недобросовестных людей.
Другой возможный рынок — приложения и сайты для знакомств, а также сервисы для психологической оценки понравившихся незнакомцев из соцсетей. Их применение может серьезно повысить безопасность женщин при личных свиданиях с мужчинами, знакомыми только по онлайн-переписке.
Подписывайтесь на Telegram-канал РБК Тренды и будьте в курсе актуальных тенденций и прогнозов о будущем технологий, эко-номики, образования и инноваций.