AI识别全人类共同的16种面部表情

尽管人与人之间存在巨大差异，但我们共同拥有的许多生理反应几乎是普遍的。无论是在寒冷的天气中颤抖，还是在炎热的日子里出汗，甚至在睡眠中做梦，这些都是人类共通的体验。一项新的研究则进一步扩展了这一列表，关注到我们面部表情的相似性。

来自加州大学伯克利分校和谷歌的研究团队通过机器学习和YouTube视频分析，比较了常见面部表情及其背景情境。研究结果显示，无论是在巴西的生日聚会、肯尼亚的葬礼，还是中国公园的广场舞，人们在相似的社会环境中使用相同的面部表情，如微笑、皱眉和苦脸。

这表明，人类丰富的面部表情具有跨越地域和文化的普遍性。

该研究于12月16日发表在《自然》杂志上，证实了人类情感表达在不同地域和文化中存在的共性。

那么，人类的情感表达究竟是普遍的，还是受文化影响的呢？情绪往往源于我们对所面对挑战和机遇的反应，涉及主观体验、生理变化以及表达方式，这些都被认为能够适应特定的社会背景。

人类面部共有43块不同的肌肉，这些肌肉的组合可以产生数千种表情。情感从生命开始便在塑造人际关系、指导判断、影响决策和记忆中发挥着重要作用，同时也有助于我们的健康与幸福。广泛的理论认为，情感是在特定环境中产生，并在不同文化的行为中体现。

关于情感表达的普遍性与文化定义的争论由来已久。近期的研究表明，玛雅艺术作品中的面部表情可作为普遍表情的证据。然而，几年前的一项大规模研究发现，受试者对计算机处理过的面部表情的解读与其文化背景相关。

由于多种研究方法对参与者的语言、规范和价值观存在局限，导致了研究结果的不一致，这也使得情感普遍性的问题更加复杂。为此，加州大学伯克利分校和谷歌的研究者们运用一种名为“深度神经网络”的机器学习技术，分析了来自北美、中美、南美、非洲、欧洲、中东和亚洲的144个国家，约600万个上传到YouTube的视频片段中的面部表情。

研究团队还构建了一个在线互动地图，以展示该算法如何追踪与16种情绪相关的面部表情变化。

研究发现，跨文化共享的表情高达70%。

“这是首个对日常生活中面部表情全球使用情况的分析，显示出人类的普遍情感表达比许多科学家之前认为的更加丰富和复杂。”研究报告的主要作者、谷歌深度神经网络算法的开发者之一Alan Cowen表示。

研究者首先利用机器学习算法记录了600万段视频中的面部表情，这些视频涉及看烟花、开心舞蹈或安慰哭泣的孩子等场景。他们追踪了与娱乐、愤怒、敬畏、专注、困惑、蔑视、满足、欲望、失望、怀疑、得意、兴趣、痛苦、悲伤、惊讶和胜利相关的16种面部表情。

接下来，他们将面部表情与不同地区的背景和场景相结合，发现跨越地理和文化边界的人们在不同社会情境下使用面部表情的方式显著相似。

研究表明，无论身处何地，人们在类似情境下的面部表情表现出一致性。所有16种面部表情都在相似的社交场合中出现。比如，没有人会因惊吓而微笑、耸肩，或因喜悦而皱眉。

研究结果显示，我们用来表达情感的表情中有70%是跨文化共享的。

Cowen指出：“我们发现，世界各地在类似社会情境下的面部行为细微差别，包括与敬畏、痛苦、胜利等13种情感相关的微妙表情，也有广泛应用。”

例如，全球人民在观看烟花时常常流露出敬畏之情，在婚礼上表现出满足，在武术表演中专注，在抗议活动中怀疑，在举重时感受到痛苦，在摇滚音乐会和竞技体育赛事中表现出胜利。

“这支持了达尔文的理论，即面部情感表达是人类的普遍现象。”KeltneR表示。“通过身体表达我们的情感可能定义了我们作为一个物种的身份，提高了沟通和合作能力，确保我们的生存。”

尽管这项研究的结果支持了情感普遍主义的观点，但要将其视为最终定论仍然困难。可以预见的是，这一研究成果将帮助那些面临识别面部表情困难的人，如自闭症患者，理解他人的情感状态。这一庞大的面部表情数据库无疑将在未来的研究中发挥重要作用。