Российские ученые создали «физиогномическую» каскадную нейросеть, которая способна определять черты личности человека из «большой пятерки» по фотографии его лица. Свое исследование авторы опубликовали в журнале Scientific Reports.

Нейронные сети уже давно применяются для анализа изображений, в частности для анализа человеческих лиц. Но теперь ученые пошли дальше обычного распознавания лица и определения национальности и пола. Они смогли создать алгоритм, который предсказывает черты личности человека по фото с его лицом.

В ходе своей работы исследователи прибегли к помощи соцсетей. Они собрали 77 346 фотографий лиц от 25 202 добровольцев, созданных через веб-камеру с соблюдением ряда условий. У человека должно было быть нейтральное выражение лица, направленный в объектив взгляд, хорошее освещение и отсутствие макияжа или украшений. Затем участников попросили пройти усовершенствованную версию онлайн-опросника 5PFQ, который позволил определить портрет их личности и выраженность психологических черт из «большой пятерки».

После отсева незаполненных или не до конца пройденных опросников, а также неподходящих по параметрам изображений авторы получили финальный набор данных, который содержал 12 447 полностью валидных описаний черт личности из опросников и 31 367 фото. На один опросник от добровольца в среднем приходилось 2,59 фотографии от женщин и 2,42 от мужчин. Затем весь набор данных случайным образом поделили на две неравные части. Первую часть, которая составила примерно 90% всех фотографий, использовали для обучения нейронной сети, а на оставшихся 10% ученые затем проверяли работу алгоритма.

Изначально авторы научили программу различать лица разных людей, но стабильно опознавать лицо одного и того же человека. Затем алгоритм обучили раскладывать каждое изображение на 128 регулярно повторяющихся особенностей каждого человека. Внутри модели каждый инвариант был представлен как вектор в 128-мерном пространстве. В таком виде данные поступали в многослойный перцептрон, где искусственные нейроны сопоставляли признаки с характеристиками личностей участников. Если при этом наблюдался хороший процент совпадения, то поведение закреплялось. А при выявлении расхождения признак обрабатывался по новой.

В результате исследователи научили нейросеть выявлять черты личности, после чего проверили ее работу на практике. Однако степень совпадения вычисленных и реальных показателей оказалась далека от совершенства: коэффициент корреляции между данными опросников и предсказаниями алгоритма колебался от 0,14 до 0,36. Лучше всего нейросеть оценивала добросовестность и сознательность — для мужчин показатель составил рекордные 0,36, а для женщин — 0,335. Хуже всего алгоритму удалось отгадать открытость новому опыту. Интересно, что в целом программа гораздо лучше предсказывала экстраверсию и эмоциональную стабильность для женщин, чем для мужчин.

В среднем размер эффекта — статистический показатель практической значимости модели — оказался равен 0,24. Это значит, 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.