人工智能认为你的脸上充满了数据。它真的能揭开你的面具吗？

每年一月，约有 4,500 家公司齐聚拉斯维加斯，参加被称为“消费电子展”（CES）的心理马拉松。

2019 年的庆祝活动与其他任何活动都没什么不同。各公司大肆宣传自己的创意。与会者在推特上发布了最疯狂的产品，并在 Instagram 上发布了无尽的会议空间。潮流洞察是游戏的重点，今年的趋势包罗万象：无人机、语音激活家庭助理、所谓的“8K”电视。但最具挑衅性的机器人是那些声称能“读懂”人类面部表情的机器人，它们可以在一张图片中揭示我们的情绪和身体健康状况。

有些机器虽然毫无说服力，但却是模因文化和伪科学的混合体。一台机器将我们 36 岁的技术编辑 Stan Horaczek 的照片解读为“可爱，30 岁，看起来像 G-Dragon。”（三张中有两张还不错。）另一台机器则判定他大约 47 岁，“98% 是男性”。两台机器都带有大量表情符号。

但其中一些提议可能会对我们的日常生活产生深远的影响。英特尔提供了其开发面部表情控制轮椅的最新进展（眨眼即可左转，亲吻即可右转），这将对出行产生明显而积极的影响。Veoneer 推广了其用于自动驾驶汽车 AI 的“表情识别”概念。它将判断面部表情，以确定驾驶员在路上是专注、困倦还是分心。还有一些人表示，他们打算将部分看病过程自动化，通过深入观察我们的面部来确定我们有什么不适。

CES 上展出的商品可能光鲜亮丽，但人类想要将面部表情转化为信息的愿望却起源于古代。保罗盖蒂基金会的莎拉·沃尔多夫说，古希腊数学家毕达哥拉斯“根据学生的外表才华”来挑选学生。15 世纪，苏格兰国王詹姆斯二世（别名“火红的脸”）脸上的朱红色胎记被认为是他暴躁脾气的外在表现。在殖民时期的欧洲，许多科学家相信种族主义漫画，这些漫画将人类的表情与动物的行为联系起来。

“面相学”这一广为流传的观念认为，我们脸上的皱纹都蕴含着别有用心。这一观念从未真正消失。在《纽约时报》杂志上，泰朱·科尔认为，这一观念在每一部摄影作品中都有体现：“我们倾向于解读肖像，就好像我们在解读被描绘的人身上的某种内在特质，”他写道。“我们谈论力量和不确定性；我们赞美人们坚毅的下巴，可怜他们脆弱的下巴。高额头被认为聪明。我们很容易将人们的面部特征与他们的性格联系起来。”

但是两只眼睛、一张嘴和一个鼻子究竟能告诉我们什么呢？

“我认为，未来有可能开发出一种技术，让我们从面部表情读懂你的心情，”美国东北大学情绪心理学和神经科学专家丽莎·费尔德曼·巴雷特 (Lisa Feldman Barrett) 说道。“但不仅仅是从面部表情，还要结合背景来判断。”

想想愁眉苦脸。人们认为愁眉苦脸是表达不满的普遍信号。“你可以在《头脑特工队》中看到这种表情，”巴雷特说，她指的是 2015 年皮克斯关于混乱情绪的电影。“每个人的大脑中，愤怒的小角色看起来都一样……这是人们认为的刻板印象。”但最有力的证据表明情况并非如此。“人们生气时确实会皱眉——大约 20% 或 30% 的时间，”她说。“但有时他们不会。而且他们经常在不生气的时候皱眉，这意味着皱眉并不是愤怒的特别诊断。”

这就是情境发挥作用的地方。我们不断分析他人的“肢体语言”、面部表情，甚至他们的语调。在观察时，我们会考虑刚刚发生的事情、当前正在发生的事情以及接下来可能发生的事情。巴雷特强调，我们甚至会考虑自己身体内部发生的事情，以及我们的感受、所见和所想。有些人比其他人更擅长这一点，某些因素会影响你在特定互动中的成功。如果你很了解某人——如果你通过反复试验，了解了他们特定情绪的表现方式——你就更有可能准确地解读他们的皱眉。

但这些都不是真正意义上的“读懂”某人的面部表情。“这其实是个糟糕的类比，”巴雷特说，“因为我们无法从一个人的动作中发现心理意义，我们只能推断。而且我们主要根据上下文推断。”在最好的情况下，你是在与另一个人的面部表情合作——从数据（卷起的嘴唇）和你的先入之见中创造出新的东西，这是机器人目前无法观察或理解的。

这些天生的品质帮助我们产生同理心，理解他人，并表达自己的情感。但它们也可能让我们误入歧途。达特茅斯脑科学教授布拉德·杜切恩在一封电子邮件中写道：“文献表明，我们倾向于高估自己从面部表情看人的能力。例如，人们会一致判断谁看起来值得信赖，谁看起来不值得信赖，但这些判断似乎无法有效预测真实情况下的可信度。”

试图从一个人的面部特征中了解其健康状况同样复杂。澳大利亚悉尼麦考瑞大学的讲师伊恩·斯蒂芬主要使用进化范式来研究我们的生理特征如何反映在我们的面部特征上。他发现脸型可以预测 BMI 和血压等因素。他最有趣的发现与面容无关，而是与肤色有关：研究参与者认为肤色较黄和较红的白人更健康。斯蒂芬认为这与角蛋白（一种通过大量食用水果和蔬菜获得的橙色色素）和含氧血液（因心血管问题而消耗的暖色调）相对应——这是两个非常真实的健康指标。

大多数这些决定都是在潜意识中做出的。在《傲慢与偏见》中，伊丽莎白·班纳特徒步三英里到达尼日斐花园后，达西先生被她红润的面色迷惑了。但达西并没有将他的吸引力与含氧血液或生殖健康联系起来——感谢上帝。他只是对他所看到的东西做出反应。虽然这似乎很肤浅，但简·奥斯汀的浪漫小说揭示了一个更深层次的真理：“被认为有吸引力的面孔也被认为是健康的，”斯蒂芬斯说。

许多进化生物学家认为，偶尔将身体健康和外表美结合起来是有利的。至少在理论上，这有助于动物选择配偶并繁衍后代。但这并非万无一失：美在许多方面都是由文化决定的。例如，美国人看重瘦，贬低肥胖，但瘦人可能不健康，胖人可能非常健康。这些武断的分类已经产生了实际影响：仅仅因为他们的外表，肥胖者、女性和有色人种就会受到歧视，从工作场所到急诊室。

在许多人眼中，美貌可以遮掩其他一切。在 2017 年的《自然》杂志的一项研究中，作者得出结论：“男性的感知健康与平均水平、对称性和皮肤黄度呈正相关。”而女性的感知健康则“与女性气质相关”。

一些人认为，创造能够将外表转化为更有意义的见解的机器有可能克服人类的愚蠢。另一些人担心，这会使愚蠢变得无法控制。在 CES 的喧嚣中，《自然》杂志发表了一项最新研究，隶属于 FDNA（一家名字听起来像联邦的营利性基因公司）的研究人员利用人工智能识别儿童面部照片中的遗传疾病。该程序名为 DeepGestalt，以寻求从混乱中秩序的德国哲学运动命名，在 17,000 张图片的数据集上进行训练，以识别 200 多种综合症。

根据你对技术的态度，DeepGestalt 可能会激发你膨胀的希望，也可能激发你暴跌的恐惧。虽然它仍然需要医生来解释结果，但据斯蒂芬称，这种机器可以提供一种“更安全、更方便”的诊断许多疾病的方法。但是，它的使用带来了严重的道德问题。“曾经是隐私的东西，可能更容易被识别，”斯蒂芬说。“公司是否会开始从你的 Facebook 个人资料中删除你的照片，并进行他们以前无法进行的风险分析，然后拒绝为你提供保险或向你收取额外费用？”

类似的人脸识别算法也引发了隐私担忧。2017 年，一项旨在创建“人工智能同性恋雷达”的计划遭到了同性恋反歧视联盟等组织和人权倡导组织的谴责。一位批评者称其为“相当于 13 岁恶霸的算法”。在这项研究非常狭窄的范围内，机器能够准确预测一名男子是否是同性恋，比随机预测高出 31%。人类的预测能力比随机预测高出 11%。

害怕有人或机器能够读懂我们的想法和感受，即使是那些我们想隐藏的，这也是技术焦虑的一个基本部分，乔治·奥威尔的小说《一九八四》就体现了这一点，该小说于今年 6 月出版，已有 70 年历史。但在这个领域，想象力仍然远远超过我们的技术。

费尔德曼·巴雷特认为，高技能的读心机器人是可以实现的——不管是好是坏——但目前在这个市场上运营的公司似乎并没有能力制造它们。“计算机在事物的计算机视觉方面——动作检测——越来越好，”她说。“不幸的是，[程序员]认为检测动作就是检测情绪。”她说，要想取得真正的突破，“需要改变的不是技术，而是思维方式和假设。”

在《纽约时报》关于面相学的专栏中，泰朱·科尔描述了一张 20 世纪 80 年代年轻男子的黑白照片。“我想回到老套路，说这个男孩左眉的微微拱起似乎表明他是一个具有讽刺意味的人，或者说他五官的对称性使他既值得信赖又值得信赖，”他写道。“但实际上，这样说有点夸张。”

因此，如果您在 CES 上订购了情绪或健康阅读镜，那么可能仍然有时间取消订单并等待更新的型号。