Новая нейросеть смогла определить черты личности человека по фото

National Research University Higher School of Economics

Российские ученые создали «физиогномическую» каскадную нейросеть, которая способна определять черты личности человека из «большой пятерки» по фотографии его лица. Свое исследование авторы опубликовали в журнале Scientific Reports.

Нейронные сети уже давно применяются для анализа изображений, в частности для анализа человеческих лиц. Но теперь ученые пошли дальше обычного распознавания лица и определения национальности и пола. Они смогли создать алгоритм, который предсказывает черты личности человека по фото с его лицом.

В ходе своей работы исследователи прибегли к помощи соцсетей. Они собрали 77 346 фотографий лиц от 25 202 добровольцев, созданных через веб-камеру с соблюдением ряда условий. У человека должно было быть нейтральное выражение лица, направленный в объектив взгляд, хорошее освещение и отсутствие макияжа или украшений. Затем участников попросили пройти усовершенствованную версию онлайн-опросника 5PFQ, который позволил определить портрет их личности и выраженность психологических черт из «большой пятерки».

После отсева незаполненных или не до конца пройденных опросников, а также неподходящих по параметрам изображений авторы получили финальный набор данных, который содержал 12 447 полностью валидных описаний черт личности из опросников и 31 367 фото. На один опросник от добровольца в среднем приходилось 2,59 фотографии от женщин и 2,42 от мужчин. Затем весь набор данных случайным образом поделили на две неравные части. Первую часть, которая составила примерно 90% всех фотографий, использовали для обучения нейронной сети, а на оставшихся 10% ученые затем проверяли работу алгоритма.

Изначально авторы научили программу различать лица разных людей, но стабильно опознавать лицо одного и того же человека. Затем алгоритм обучили раскладывать каждое изображение на 128 регулярно повторяющихся особенностей каждого человека. Внутри модели каждый инвариант был представлен как вектор в 128-мерном пространстве. В таком виде данные поступали в многослойный перцептрон, где искусственные нейроны сопоставляли признаки с характеристиками личностей участников. Если при этом наблюдался хороший процент совпадения, то поведение закреплялось. А при выявлении расхождения признак обрабатывался по новой.

В результате исследователи научили нейросеть выявлять черты личности, после чего проверили ее работу на практике. Однако степень совпадения вычисленных и реальных показателей оказалась далека от совершенства: коэффициент корреляции между данными опросников и предсказаниями алгоритма колебался от 0,14 до 0,36. Лучше всего нейросеть оценивала добросовестность и сознательность — для мужчин показатель составил рекордные 0,36, а для женщин — 0,335. Хуже всего алгоритму удалось отгадать открытость новому опыту. Интересно, что в целом программа гораздо лучше предсказывала экстраверсию и эмоциональную стабильность для женщин, чем для мужчин.

В среднем размер эффекта — статистический показатель практической значимости модели — оказался равен 0,24. Это значит, 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.

Понравился материал? Добавьте Indicator.Ru в «Мои источники» Яндекс.Новостей и читайте нас чаще.

Пресс-релизы о научных исследованиях, информацию о последних вышедших научных статьях и анонсы конференций, а также данные о выигранных грантах и премиях присылайте на адрес science@indicator.ru.