Ученые придумали алгоритм, определяющий черты личности по фото

Ученые придумали алгоритм, определяющий черты личности по фото

Российские исследователи создали физиогномичную нейронную сеть. Она обрабатывает фото человека и определяет пять его личностных черт: экстраверсию, доброжелательность, нейротизм, добросовестность и открытость опыту. Результаты исследования представлены в статье журнала Scientific Reports.

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». 

После отсева незаполненных или не до конца пройденных опросников, а также не подходящих для условий исследования фотоматериалов, был сформирован финальный датасет. В нём осталось 12 447 полностью валидных описаний черт личности из опросников и 31 367 фото. На один опросник от добровольца в среднем приходилось 2,59 фотопортрета от женщин и 2,42 от мужчин. 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 нём 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.

Первые опубликованные результаты пока далеки от идеальных и скорее выглядят как доказательство концепции (proof of concept). Коэффициент корреляции между данными опросников и предсказаниями алгоритма колебался от небольшого 0,14 до обнадеживающего 0,36. Лучше всего нейросеть оценивала добросовестность и сознательность (conscientiousness) — корреляция в 0,36 для лиц мужчин и 0,335 для женщин, а хуже всего — открытость новому опыту (openness to experience). Интересно, что в целом алгоритм гораздо лучше предсказывал экстраверсию и эмоциональную стабильность для женщин, чем для мужчин. 

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.

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. 

Понравился наш материал? Подписывайся на «Популярный университет» в социальных сетях: ВКонтакте, Telegram.

Если вы нашли ошибку, пожалуйста, выделите фрагмент текста и нажмите Ctrl+Enter.

Сообщить об опечатке

Текст, который будет отправлен нашим редакторам: