中国の研究者たちは、女性の写真だけから性格特性を予測することで、顔認識技術を次のレベルに引き上げたと主張している。
むしろ、トレーニング データのラベルが与えられれば、若い男たちが女性の外見だけから期待する性格特性を予測できます。
外見から人の犯罪傾向を予測しようとした以前の機械学習システムに対して受けたあらゆる非難にもめげず、このインテリジェンスな研究者たちは続編を考案した。
彼らの最新の研究は、「魅力的な女性の顔の社会心理学的印象に関する自動推論」と題され、オンラインのオープンソースのプレプリントジャーナルであるarXivで公開されましたが、論文はまだ公式のジャーナルに受理されていません。
彼らの研究の根拠は不安定だ。機械学習によってコンピューターの顔認識能力が向上したというのは確かに言えるが、外見の魅力というかなり主観的な尺度で性格特性を判断するという考え方は異論が多く、おそらく不可能だろう。
「面識のない女性の顔は、満場一致で肉体的に美しいと判断されるが、観察者によってその顔に、純粋、優しい、愛らしい、無邪気、かわいいといったラベル（または固定観念）を付けて賛否両論の意味を結びつけたり、一方では無関心、気取った、もったいぶった、傲慢、浅はか、軽薄、媚態といったラベル（または固定観念）を付けて結びつけたりすることがある」と論文は述べている。
「これらのラベルは信頼性、優位性、無邪気さ、内向性・外向性といった社会的属性を大まかに二進法で量子化したものであり、顔の外観は生来の特性や行動傾向の症状であるという古くからの異文化間の信念を裏付けるもう一つの例である。」
上海交通大学の研究者、シャオリン・ウー氏、シー・ジャン氏、チャン・リウ氏は、百度の検索エンジンをくまなく調べ、「優しい、愛らしい、優雅、優しい、思いやり、かわいい」などの肯定的な言葉と、「気取った、尊大、無関心、コケティッシュ」などの否定的な言葉が割り当てられた女性の画像3,954枚を収集し、画像を2つのグループに分けた。
2 つのグループの画像は、畳み込みニューラル ネットワーク (CNN) にトレーニング データとして入力され、そのうち 2,000 枚の画像は肯定的なカテゴリ S +に分類され、1,954 枚の画像はより否定的なカテゴリ S -に分類されました。
「S +とS -の2種類の女性の顔画像は、現代中国の若い男性の間で広まっている美的嗜好と価値判断を反映している」と3人は述べている。
研究者たちは、ニューラルネットワークの学習にデータを使用する前に、22人の中国人大学院生（男子）に画像のラベルが正確であるかどうかの検証を依頼した。つまり、彼らが女性の外見だけからどのように認識しているかをニューラルネットワークの学習に利用し、コンピューターも表紙で判断できるかどうかを検証したのだ。ちなみに、答えは「イエス」で、その精度は80%だった。
「CNNの顔認識システムは、魅力的な中国の若い女性に対する社会心理学的認識の推論において優れた性能を示した。人間の観察者（中国の男性大学院生）でさえ、テスト対象の女性の顔に対する社会心理学的認識を合理化することが困難であるという事実を考えると、これは非常に注目に値する」と論文は述べている。
3 人は、画像を S +グループと S -グループの両方にランダムにラベル付けすることで過剰適合を減らす試みを行いました。その後、平均分類精度は 50 パーセントになりました。
偏見も検証されています。男性は、女性が「不自然」に見えると感じた場合、S-カテゴリーに分類することが多いため、研究者たちは、濃い化粧の指標として、画像内の色のコントラストと彩度を分析することにしました。
S +の画像は、S -の画像と比較して、平均で色のコントラストが13.84%低く、色の彩度が4.85%低いことが分かりました。自然さは中国文化における伝統的な美的嗜好であり、社会的な美の基準として強調されており、中国の学生の成績と選択に反映されています。
データセットと結果はこの考えを反映しています。ニューラルネットワークは、若い中国人男性が女性の化粧の程度に基づいてその性格特性をどのように判断するかを予測するだけで、女性の実際の行動との客観的な関連性は持ち合わせていません。つまり、このモデルを使って、女性が実際に悪い子なのか良い子なのかを、外見から判断することはできません。あくまでも、男子学生が女性にどのような行動を期待しているかを予測するだけです。
残念ながら、研究者たちはこの点を認識しておらず、自分たちの研究が「顔認識によるソーシャルコンピューティングと認知における教師あり機械学習の可能性を改めて実証している」と結論付けています。®
