盡管人類(lèi)的悲歡并不相同相通，但人類(lèi)的面部表情卻可以超越地域和文化。

近日，來(lái)自加州大學(xué)伯克利分校和谷歌的研究人員使用機(jī)器學(xué)習(xí)和YouTube視頻，對(duì)常見(jiàn)的面部表情和引發(fā)表情的情境進(jìn)行了比較。結(jié)果發(fā)現(xiàn)，無(wú)論是在生日聚會(huì)上，還是在肅穆的葬禮上，又或者是抗議活動(dòng)中，人類(lèi)都在不同的社會(huì)情境中使用相同的面部表情，比如微笑、皺眉、鬼臉和愁眉苦臉。

這項(xiàng)研究結(jié)果發(fā)表在12月16日的《自然》雜志上，證實(shí)了人類(lèi)情感表達(dá)跨越地域和文化邊界的普遍性。也就是說(shuō)，人類(lèi)豐富的面部表情可以超越地域和文化。

根據(jù)論文，研究人員利用被稱(chēng)為“深度神經(jīng)網(wǎng)絡(luò)”（deep neural network）的機(jī)器學(xué)習(xí)技術(shù)，對(duì)上傳到Y(jié)ouTube上的約600萬(wàn)段視頻片段中的面部表情進(jìn)行了分析，這些視頻片段來(lái)自北、中、南美洲、非洲、歐洲、中東和亞洲的144個(gè)國(guó)家。這也是第一次對(duì)日常生活中的面部表情運(yùn)用人工智能技術(shù)進(jìn)行全球分析。

首先，研究人員使用考恩的機(jī)器學(xué)習(xí)算法記錄了全球600萬(wàn)個(gè)事件和互動(dòng)的視頻片段中顯示的面部表情，例如觀看煙花、歡樂(lè)地跳舞或安慰哭泣的孩子。其中，研究人員開(kāi)發(fā)的在線(xiàn)地圖顯示了與16種情緒相關(guān)的面部表情變化。

隨后，研究人員將面部表情與不同世界地區(qū)的情景和場(chǎng)景聯(lián)系起來(lái)，發(fā)現(xiàn)了跨越地理和文化界限的人們?cè)诓煌鐣?huì)背景下使用面部表情的驚人相似之處。

研究人員表示，他們發(fā)現(xiàn)面部行為中豐富的細(xì)微差別，包括將敬畏、痛苦、勝利和其他13種情感聯(lián)系在一起的微妙表情，在世界各地類(lèi)似的社交場(chǎng)合中都有使用。比如，在視頻片段中，世界各地的人們?cè)诨槎Y上表現(xiàn)出滿(mǎn)足感，在表演武術(shù)時(shí)會(huì)皺起眉頭，對(duì)抗議表示懷疑，在搖滾音樂(lè)會(huì)和競(jìng)技體育賽事中舉重和獲勝時(shí)表現(xiàn)出興奮。

研究結(jié)果顯示，來(lái)自不同文化背景的人在面對(duì)不同的社會(huì)和情感狀況時(shí)，有大約70%的面部表情是相同的。

研究人員認(rèn)為，這支持了達(dá)爾文的理論，即在我們的臉上表達(dá)情感在人類(lèi)中是普遍存在的。人們情感的身體表現(xiàn)可能幫助人們提高溝通和合作技能。當(dāng)然，這項(xiàng)研究結(jié)果更可能有助于幫助那些看不懂面部表情的人，比如自閉癥患者，識(shí)別他人的個(gè)人情緒狀態(tài)。毫無(wú)疑問(wèn)，這個(gè)龐大的面部表情數(shù)據(jù)庫(kù)將在這些研究中發(fā)揮作用。
編輯：hfy