L'algorithme de vision artificielle apprend à juger les gens par leur visage

Les psychologues sociaux savent depuis longtemps que les humains portent des jugements instantanés les uns sur les autres en se basant uniquement sur notre apparence et, en particulier, sur nos visages. Nous utilisons ces jugements pour déterminer si une nouvelle connaissance est digne de confiance ou intelligente ou dominante ou sociable ou pleine d'humour et ainsi de suite.

Ces décisions peuvent être justes ou non et ne sont en aucun cas objectives, mais elles sont cohérentes. Étant donné le même visage dans les mêmes conditions, les gens ont tendance à le juger de la même manière.

Et cela soulève une possibilité intéressante. Les progrès rapides de la vision artificielle et de la reconnaissance faciale ont permis aux ordinateurs de reconnaître facilement un large éventail d'expressions faciales humaines et même d'évaluer les visages en fonction de leur attrait. Est-il donc possible pour une machine de regarder un visage et d'obtenir les mêmes premières impressions que les humains ?

Aujourd'hui, nous obtenons une réponse grâce au travail de Mel McCurrie de l'Université de Notre Dame et de quelques copains. Ils ont formé un algorithme d'apprentissage automatique pour décider si un visage est digne de confiance ou dominant de la même manière que les humains.

Leur méthode est simple. La première étape de tout processus d'apprentissage automatique consiste à créer un ensemble de données à partir duquel l'algorithme peut apprendre. Cela signifie un ensemble d'images de visages étiquetés avec la façon dont les gens les jugent - qu'ils soient dignes de confiance, dominants, intelligents, etc.

McCurrie et co créent cela en utilisant un site Web appelé TestMyBrain.org, une sorte de projet de science citoyenne qui mesure divers attributs psychologiques des personnes qui visitent. Le site est l'un des sites de tests cérébraux les plus populaires sur le Web, avec plus de 1,6 million de participants.

L'équipe a demandé aux participants d'évaluer 6 300 photos de visages en noir et blanc. Chaque visage a été évalué par 32 personnes différentes pour sa fiabilité et sa dominance et par 15 personnes pour son QI et son âge.

Une caractéristique intéressante de ces notations est qu'il n'y a pas de réponse objective - le test enregistre simplement l'opinion de l'évaluateur. Bien sûr, il est possible de mesurer le QI et l'âge et de déterminer dans quelle mesure les gens sont capables de deviner ces valeurs. Mais McCurrie et co ne sont pas intéressés par cela. Tout ce qu'ils veulent mesurer, c'est la gamme d'impressions des gens, puis entraîner une machine à reproduire les mêmes résultats.

Après avoir rassemblé ces données, l'équipe a utilisé 6 000 des images pour former leur algorithme de vision artificielle. Ils utilisent 200 images supplémentaires pour affiner les paramètres de vision artificielle. Tout cela entraîne la machine à juger les visages de la même manière que les humains.

McCurrie et co enregistrent les 100 dernières images pour tester l'algorithme de vision artificielle, en d'autres termes, pour voir s'il saute aux mêmes conclusions que les humains.

Les résultats rendent la lecture intéressante. Bien sûr, la machine reproduit le même comportement qu'elle a appris des humains. Lorsqu'elle est présentée avec un visage, la machine donne plus ou moins les mêmes valeurs de fiabilité, de domination, d'âge et de QI qu'un humain.

McCurrie et co sont capables de démêler comment la machine fait cela. Par exemple, ils peuvent dire quelles parties du visage la machine utilise pour faire ses jugements.

Pour ce faire, l'équipe couvre différentes parties d'un visage et demande à la machine de porter son jugement. Si le résultat est significativement différent de la valeur habituelle, ils supposent que cette partie du visage doit être importante. De cette façon, ils peuvent dire sur quelles parties du visage la machine s'appuie le plus pour porter son jugement.

Curieusement, ceux-ci s'avèrent être similaires aux parties du visage sur lesquelles les humains s'appuient. Les psychologues sociaux savent que les humains ont tendance à regarder la bouche lorsqu'ils évaluent la fiabilité et qu'un front abaissé est souvent associé à la dominance.

Et ce sont exactement les domaines que l'algorithme de vision artificielle apprend à regarder à partir des données de formation. Ces observations indiquent que nos modèles ont appris à regarder dans les mêmes endroits que les humains, reproduisant la façon dont nous jugeons les attributs de haut niveau les uns des autres, disent McCurrie et co.

Cela conduit à un certain nombre d'applications intéressantes. McCurrie et co l'appliquent d'abord au jeu d'acteur. Ils utilisent la machine pour évaluer la fiabilité et la domination d'Edward Snowden et de Julian Assange à partir de photos de leurs visages. Ils utilisent ensuite la machine pour faire la même évaluation des acteurs qui les jouent dans deux mouvements récents - Joseph Gordon-Levitt et Benedict Cumberbatch, respectivement.

En effet, cela prédit comment une foule pourrait évaluer la similitude entre un acteur et la personne qu'il représente.

Les résultats sont clairs. Il s'avère que la machine évalue les deux acteurs de la même manière que les humains qu'ils représentent - tous obtiennent de mauvais résultats en matière de fiabilité, par exemple. Nos modèles produisent des prédictions remarquablement similaires entre les sujets et leurs acteurs, attestant de l'exactitude des représentations dans les films, disent McCurrie et co.

Mais l'équipe peut aller plus loin. Ils appliquent l'algorithme de vision artificielle à chaque image d'un film, ce qui leur permet de voir comment les cotes changent au fil du temps. Cela fournit une mesure de la façon dont les perceptions des gens pourraient changer au fil du temps. Et c'est quelque chose qui pourrait être utilisé dans la recherche, le marketing, les campagnes politiques, etc.

Le travail suggère également des pistes futures à explorer. Une possibilité est de tester comment les premières impressions changent entre les groupes culturels ou démographiques.

Tout cela permet de commencer à démêler les facteurs qui contribuent à nos idées préconçues, qui dépendent souvent d'indices sociaux subtils. Cela peut également permettre aux robots de les prédire et de les répéter.

Un corollaire fascinant à cela est la façon dont ce type de recherche pourrait influencer le comportement humain. Si quelqu'un découvre que son visage est perçu comme indigne de confiance, comment cette personne pourrait-elle réagir ? Serait-il possible d'apprendre à changer cette perception, peut-être en changeant les expressions faciales ? Travail intéressant!

Réf : arxiv.org/abs/1610.08119 : Prédire les premières impressions avec le Deep Learning

cacher