Чувства человека: НАИБОЛЕЕ ПОЛНЫЙ СПИСОК ЧУВСТВ И ЭМОЦИЙ ЧЕЛОВЕКА

Содержание

Разработчики учат искусственный интеллект предсказывать чувства людей

Ученые давно обсуждают возможность появления искусственного интеллекта (ИИ), умеющего распознавать человеческие эмоции. Уже создано немало инструментов такого рода — но они обычно основаны на распознавании эмоций по лицу человека, а точность этого метода вызывает много вопросов. Теперь же исследователи из Массачусетса разработали модель, которая может не просто определять, а предсказывать эмоции, причем руководствуясь совсем другими критериями.

Фото: Евгений Павленко, Коммерсантъ

Распознавание эмоций может быть полезно в самых разных сферах: от определения эмоций при контакте с бизнес-партнерами, коллегами или студентами исключительно онлайн до использования технологии в носимых гаджетах и медицине. Однако существующие модели такого рода — в первую очередь определяющие эмоции по выражению лица — вызывают довольно много критики.

На этой неделе нейробиологи из Массачусетского технологического института (MIT) опубликовали в британском научном журнале Philosophical Transactions of the Royal Society A статью, посвященную построению компьютерной модели такого рода. Она может предсказывать эмоции людей — в том числе радость, благодарность, замешательство, смущение, сожаление.

Как отмечает участница исследования профессор когнитивной нейробиологии MIT Ребекка Сакс, часто подобные разработки основное внимание уделяют распознаванию эмоций по выражению лица, однако сам по себе этот навык — не самая важная часть эмоционального интеллекта человека.

«Самое важное в понимании эмоций других людей — предсказывать, что люди почувствуют, до того, как это произошло. Если бы весь наш эмоциональный интеллект был бы исключительно реактивным, это было бы катастрофой»,— считает госпожа Сакс.

Иными словами, модель должна не определять уже выраженные эмоции, а предсказывать эмоциональную реакцию на те или иные события.

Задача, поставленная учеными, заключалась в том, чтобы модель предсказывала эмоции людей в ситуациях, описываемых так называемой дилеммой заключенного. Это пример из теории игр, когда двое «заключенных» независимо друг от друга должны принять решение о сотрудничестве или предательстве.

Как отмечают авторы исследования, при построении модели они включили несколько факторов, которые могут влиять на эмоции людей. Среди этих факторов — желания людей, их ожидания в конкретных ситуациях, тот факт, наблюдает ли кто-то за ними, и так далее.

Для построения модели ученые взяли сценарий британской телеигры Golden Balls. В ней на каждую пару участников выделяется $100 тыс. После обсуждения в паре каждый ее участник должен принять решение, разделить ли награду или играть только за себя. Если оба выбирают разделение, каждый получает по $50 тыс. Если один готов разделить, а другой решает играть за себя, последний получает все $100 тыс. Если же оба игрока отказываются от сотрудничества, никто ничего не получает.

В ходе игры участники испытывают разные эмоции — от радости и гнева до смущения. Компьютерная модель должны выступить в роли наблюдателя за игрой — и восстановить те шаги, которые приводят наблюдателя к выводу об эмоциях участников. Для создания модели, предсказывающей эти эмоции, исследователи выделили три отдельных модуля.

Первый из них учили делать выводы о предпочтениях и убеждениях человека на основе действий человека. Для этого применялось так называемое обратное планирование: выводы о том, чего человек хотел и ожидал, на основании его последующих действий. Второй модуль сравнивал результаты игры с тем, чего хотел и ожидал каждый игрок. Наконец, третий модуль учили делать выводы об эмоциях игроков на основании их ожиданий и итогов игры.

«На этих данных модель учится, что, например, чувствовать сильную радость в такой ситуации означает получить то, что ты хотел, получить это честно и без обмана»,— отмечает Ребекка Сакс.

По ее словам, построение модели показывает, что люди хотят не просто получить деньги, но и сделать это так, чтобы не выглядеть в глазах окружающих ни обманщиком, ни тем, кого легко обмануть.

Далее ученые сравнили оценку эмоций, демонстрируемых компьютерной моделью, обученной на таких примерах, с оценкой людей, наблюдающих за игрой. По словам авторов исследования, уровень точности массачусетской модели был выше, чем у какой-либо другой модели, созданной для определения человеческих эмоций. В дальнейшем исследователи из MIT собираются развивать модель таким образом, чтобы она могла делать прогнозы об эмоциях людей в более сложных ситуациях, чем искусственно созданная ситуация игры.

«Исследователи помогли выстроить более глубокое понимание того, как эмоции воздействуют на наши действия; а затем, переворачивая эту модель, они показывают, как мы можем использовать действия людей для понимания лежащих в основе этих действий эмоций. Это направление работы помогает нам увидеть эмоции не просто как «чувства», но и как то, что играет существенную и при этом трудно различимую роль в социальном поведении человека»,— прокомментировал исследование профессор британского Уорикского университета Ник Чатер, специализирующийся на изучении поведения человека.

Систем распознавания эмоций по лицу человека много. Правда, многие эксперты сомневаются в точности таких инструментов. Например, HR-сервис HireVue некоторое время использовал систему распознавания эмоций по лицу во время собеседований. Однако затем компании пришлось от этого отказаться из-за критики технологии за «псевдонаучность» и неверную оценку реальных эмоций.

Подобные системы уже пытались использовать и полицейские в разных странах, что также вызывало критику как с точки зрения вмешательства в частную жизнь, так и с точки зрения точности подобных инструментов. Власти ЕС собираются запретить системы такого рода, посчитав их нарушающими права человека.

Основные вопросы у экспертов вызывает даже не точность определения выражений лица, а сама возможность понять по ним реальные эмоции человека.

По мнению Кейт Кроуфорд, соосновательницы исследовательского института AI Now Institute, работающего при Нью-Йоркском университете и изучающего социальные последствия внедрения ИИ, сами по себе такие системы построены «на очевидно шатких основаниях».

«Они претендуют, если хотите, на понимание наших внутренних эмоциональных состояний на основании микровыражений лица, тона голоса и даже того, как мы ходим,— отмечает госпожа Кроуфорд.— И в то же самое время, когда эти технологии распространяются, большое количество исследований показывает, что нет существенных доказательств наличия у людей устойчивой связи между эмоциями, которые они испытывают, и тем, как выглядит их лицо».

Яна Рождественская

Каракули и линии раскроют чувства человека

Анонсы

13 июня 2023 года

15 июня 2023 года, в 19:00 в пространстве Открытые Мастерские, в Санкт-Петербурге, откроется персональная выставка художницы Ксении Воскобойниковой «Каракули. Линии и эмоции».

Линия и эмоция всегда были в центре внимания художников-экспрессионистов, в том числе, работавших в области абстрактного искусства. Точке и линии посвятил свой трактат Василий Кандинский. Пауль Клее любил пускать линию «на прогулку» – в виде девочки с косичками, намеренно предпочитая «детский» рисунок профессиональному.

Проект Ксении Воскобойниковой «Каракули. Линии и эмоции» посвящен чувствам человека. Идея появилась, как отклик на текущее эмоциональное состояние, вызванное различными событиями из персональной жизни художницы: рабочих дедлайнов, материнства, социального контекста.

30 ежедневных рисунков-каракулей составили своеобразный «Календарь» — стенограмму эмоционального состояния художника, произведения впоследствии породили целую серию работ в виде скульптур, холстов и других выразительных медиа, которые и будут представлены на выставке.

«Меня порвало», – рассказывает Ксения о наиболее сильных переживаниях.

Причем метафора «взрыва» реализована художником буквально и объемно – в виде хаотического сплетения «разорванных струн» на холсте, прорывающихся сквозь плоскость картины. Или в серии скульптур «Рождение. Контроль. Выгорание» в полной мере выражена идея «эмоций в объеме». От бесформенного зарождения эмоций до попытки их полного и тотального контроля и, наконец, выгорания, когда уже не остается никаких эмоций.

Сейчас, когда современное общество все больше сталкивается с сильнейшим проявлением стресса и сложносочиненными эмоциями, выставка Ксении Воскобойниковой — рефлексия том, как с этим справляться, проживать и становиться свободнее.

В рамках выставки планируется проведение параллельной программы:

20 июня 19:00 — медиация и artist talk с художницей;
27 июня 19:00 — лекция-экскурсия «Каракули как метод в искусстве» от куратора, лектора Государственного Русского музея Николая Кононихина.

Ксения Воскобойникова — экспрессивный художник из Санкт-Петербурга. Работает в области графики, живописи, скульптуры, перформанса, а также digital art. Творчество Ксении обращено к миру человека и его эмоций. Участница множества групповых и персональных выставочных проектов, в том числе в ЦСИ «Винзавод» и галерее «Reloft Art».

Куратор: лектор Государственного Русского музея, член Ассоциации искусствоведов России, Николай Кононихин.

Вход на вернисаж 15 июня и выставку — свободный, но по регистрации.

Открытые Мастерские, м. «Лиговский проспект», Лиговский пр., 99
(отдельный вход с Лиговского пр., либо через библиотеку «Лиговская»)
Пн-пт: 09.00-20.00
Сб: 10.00-18.00
Вс: выходной.
Сайт выставки

До 6 июля 2023 года.

Фотография предоставлена организаторами

Концерты

15.06

Jukebox Trio после долгого перерыва выступит в «Космонавте»

День семьи, любви и верности

Концерты

Выходные

15.06

В Аничковом дворце соединятся «Любовь и музыка»

Лекции

Книги

15.06

В «Полутора комнатах» представят книгу об Александре Введенском

Выставки

14.06

Ярмарка искусства «1703» покоряет «Манеж»

Концерты

15. 06

В Мариинке отметят 35-летие творческой деятельности Ольги Бородиной

Смотреть все

Человеческие чувства (ТВ, 1978)

Актеры и съемочная группа
Отзывы пользователей
Общая информация

IMDbPro

Телефильм
1978
1ч 13м

РЕЙТИНГ IMDb

5.1/10

ВАША ОЦЕНКА

ComedyFantasy

На Небесах, управляемых женщиной-Богом, плохая прибыль от ангелов разочаровывает Бога. Она решает подать пример, уничтожив Лас-Вегас наводнениями и пожарами. Чт… Читать всеВ Небесах, которыми управляет женщина-Бог, плохие доходы от ангелов разочаровывают Бога. Она решает подать пример, уничтожив Лас-Вегас наводнениями и пожарами. Несчастный ангел (Билли Кристал), пытаясь найти цель своего существования, умоляет их… Читать все На Небесах, как бизнес, которым управляет женщина-Бог, плохие доходы от ангелов разочаровывают Бога. Она решает подать пример, уничтожив Лас-Вегас наводнениями и пожарами. Несчастный ангел (Билли Кристал), пытаясь найти цель своего существования, умоляет их. Он заключает сделку с Богом, что если он сможет найти 6 добродетельных людей до истечения срока… Читать все 9

Генри Блумштейн 004
Билли Кристал
Сквайр Фриделл

Посмотреть производство, кассовые сборы и информацию о компании

Фотографии

TOP CAST

Нэнси Уокер

Бог — миссис G

Billy Crystal

Miles Gordon

Сквайр Fridell

Фил Сойер

Донна Пескоу

Глория Прентис

Арманд Ассанте

Джонни Тернер

Гарсия

Робин Деннис

Официант

Лестер

Верна Голд

Первый охранник

Барри Гамильтон

Розика Халмос

Тони Кристинг

Директор
- Эрнест Пинтофф
Сценарист
- Генри Блумштейн
Весь актерский состав и съемочная группа
Производство, кассовые сборы и многое другое на IMDbPro

Больше похоже на это

Сюжетная линия

Знаете ли вы 90 059

Соединения
Упоминается в Primetime Glick: Роб Лоу/Билли Кристал (2001)

Обзоры пользователей1

Рекомендуемый обзор

Билли Кристал в образе ангела и Нэнси Уолк как Бог Насколько это прекрасно?

Типичный телефильм 1970-х годов. Здесь есть несколько замечательных исторических элементов, которые не были очевидны в 1978 году. Тем не менее, фильм по-прежнему довольно прост в своей истории и послании о любви, браке и отношениях. Но что придает этому фильму истинное значение, так это то, что Нэнси Уокер играет Бога (довольно революционная идея для того времени), обеспечивая при этом очень легкомысленные и юмористические отношения с Кристал, сбитым с толку ангелом, который узнает о человеческих эмоциях. Также обратите внимание на молодого Армана Ассанте, который отлично справляется со своей работой.

hdelbruk
31 янв. 2019 г. Войти
Подробнее
- Дата выпуска
  - 16 октября , 1978 (США)
- Страна происхождения
  - США
- Язык
  - Английский
- Также известен как 900 12
- Майлз Ангел
Места съемок
- Лас-Вегас, Невада, США
Производственные компании
- Crestview Productions
- Charles Fries Productions
- Worldvision Предприятия
См. больше кредитов компании на IMDbPro

Технические характеристики

Продолжительность работы
1 час 13 минут
Цвет
Звуковой микс
Соотношение сторон
- 1,33 : 1

Новости по теме

Внесите свой вклад в эту страницу

Предложите отредактировать или добавить отсутствующий контент

Top Gap

Под каким названием Human Feelings (1978) был официально выпущен в Канаде на английском языке?

Еще для изучения

Недавно просмотренные

У вас нет недавно просмотренных страниц

Искусственный интеллект неправильно интерпретирует человеческие эмоции

Технологии

Нет убедительных доказательств того, что выражения лица раскрывают чувства человека. Но крупные технологические компании хотят, чтобы вы верили в обратное.

Автор: Кейт Кроуфорд . Это был 1967 год, и Экман слышал, что народ форе с острова Окапа был настолько изолирован от всего мира, что мог бы стать его идеальным подопытным.

Как и западные исследователи до него, Экман приехал в Папуа-Новую Гвинею, чтобы получить данные от местного населения. Он собирал доказательства, подтверждающие спорную гипотезу: все люди демонстрируют небольшое количество универсальных эмоций или аффектов, которые являются врожденными и одинаковыми во всем мире. Более полувека это утверждение остается спорным, оспаривается психологами, антропологами и технологами. Тем не менее, он стал отправной точкой для растущего рынка, стоимость которого к 2024 году оценивается в 56 миллиардов долларов. Это история о том, как распознавание эмоций стало частью индустрии искусственного интеллекта, и о связанных с этим проблемах.

Когда Экман прибыл в тропики Окапы, он провел эксперименты, чтобы выяснить, как форе распознают эмоции. Поскольку у форе были минимальные контакты с жителями Запада и средствами массовой информации, Экман предположил, что их признание и демонстрация основных выражений докажет, что такие выражения были универсальными. Его метод был прост. Он показывал им карточки с выражением лица и смотрел, описывают ли они эмоцию так же, как он. По словам самого Экмана, «все, что я делал, это показывал забавные картинки». Но у Экмана не было опыта ни в истории, ни в языке, ни в культуре, ни в политике. Его попытки провести свои эксперименты с флэш-картами с помощью переводчиков потерпели неудачу; он и его испытуемые были измотаны процессом, который он описал как выдергивание зубов. Экман уехал из Папуа-Новой Гвинеи, разочарованный своей первой попыткой кросс-культурного исследования выражения эмоций. Но это будет только начало.

Эта статья взята из недавней книги Кроуфорд.

Сегодня инструменты распознавания аффектов можно найти в системах национальной безопасности и в аэропортах, в образованиях и стартапах по найму, в программном обеспечении, предназначенном для выявления психических заболеваний, и в полицейских программах, которые утверждают, что предсказывают насилие. Утверждение, что внутреннее состояние человека можно точно оценить, анализируя его лицо, основано на сомнительных доказательствах. Систематический обзор научной литературы о выводе эмоций из движений лица в 2019 году, проведенный психологом и нейробиологом Лизой Фельдман Барретт, показал, что нет надежных доказательств того, что таким образом можно точно предсказать чье-то эмоциональное состояние. «Невозможно уверенно сделать вывод о счастье по улыбке, гневе по хмурому взгляду или печали по хмурому взгляду, как это пытаются сделать многие современные технологии, применяя то, что ошибочно считают научными фактами», — заключает исследование. Так почему же идея о том, что существует небольшой набор универсальных эмоций, легко интерпретируемых по лицу человека, стала настолько популярной в области ИИ?

Чтобы понять это, необходимо проследить сложную историю и мотивы развития этих идей задолго до того, как инструменты обнаружения эмоций ИИ были встроены в инфраструктуру повседневной жизни.

Идея автоматического распознавания аффектов столь же привлекательна, сколь и прибыльна. Технологические компании зафиксировали огромные объемы поверхностных изображений человеческого выражения, включая миллиарды селфи в Instagram, портреты Pinterest, видео TikTok и фотографии Flickr. Подобно распознаванию лиц, распознавание эмоций стало частью базовой инфраструктуры многих платформ, от крупнейших технологических компаний до небольших стартапов.

В то время как распознавание лиц пытается идентифицировать конкретного человека, распознавание аффектов направлено на обнаружение и классификацию эмоций путем анализа любого лица. Эти системы уже влияют на то, как ведут себя люди и как действуют социальные институты, несмотря на отсутствие существенных научных доказательств того, что они работают. В настоящее время широко используются автоматизированные системы обнаружения аффектов, особенно при приеме на работу. Компания по найму ИИ HireVue, среди клиентов которой есть Goldman Sachs, Intel и Unilever, использует машинное обучение, чтобы делать выводы о том, подходят ли люди для работы. В 2014 году компания запустила свою систему искусственного интеллекта для извлечения микровыражений, тона голоса и других переменных из видеособеседований, которые она использовала для сравнения кандидатов на работу с лучшими работниками компании. После серьезной критики со стороны ученых и групп по защите гражданских прав в 2021 году он отказался от анализа лица, но сохранил тон голоса в качестве критерия оценки. В январе 2016 года Apple приобрела стартап Emotient, который утверждал, что создал программное обеспечение, способное распознавать эмоции по изображениям лиц. Возможно, самым крупным из этих стартапов является Affectiva, компания, базирующаяся в Бостоне, возникшая в результате академической работы, проделанной в Массачусетском технологическом институте.

Affectiva разработала множество приложений, связанных с эмоциями, в основном с использованием методов глубокого обучения. Эти подходы включают обнаружение отвлеченных и «рискованных» водителей на дорогах и измерение эмоциональной реакции потребителей на рекламу. Компания создала то, что она называет крупнейшей в мире базой данных эмоций, состоящей из выражений более 10 миллионов человек из 87 стран. Его монументальная коллекция видео была размечена вручную краудворкерами, базирующимися в основном в Каире.

За пределами сектора стартапов гиганты искусственного интеллекта, такие как Amazon, Microsoft и IBM, разработали системы для обнаружения эмоций. Microsoft предлагает обнаружение воспринимаемых эмоций в своем Face API, определяя «гнев, презрение, отвращение, страх, счастье, нейтральность, печаль и удивление», в то время как инструмент Amazon Rekognition аналогичным образом заявляет, что он может идентифицировать то, что он характеризует как «все семь эмоций» и «измерить, как эти вещи меняются со временем, например, построить временную шкалу эмоций актера».

Системы распознавания эмоций имеют схожий набор чертежей и основополагающих предположений: существует небольшое количество различных и универсальных эмоциональных категорий, что мы невольно проявляем эти эмоции на наших лицах и что они могут быть обнаружены машинами. Эти символы веры настолько приняты в некоторых областях, что может показаться странным даже замечать их, не говоря уже о том, чтобы подвергать их сомнению. Но если мы посмотрим, как эмоции стали классифицироваться — аккуратно упорядочены и помечены, — мы увидим, что вопросы подстерегают нас на каждом углу.

Исследование Экмана началось со счастливой встречи с Сильваном Томкинсом, в то время признанным психологом в Принстоне, опубликовавшим в 1962 году первый том своего великого труда Affect Imagery Consciousness . Работа Томкинса по аффектам оказала огромное влияние на Экмана. который посвятил большую часть своей карьеры изучению его последствий. Один аспект, в частности, сыграл огромную роль: идея о том, что если аффекты представляют собой врожденный набор эволюционных реакций, они должны быть универсальными и, следовательно, узнаваемыми в разных культурах. Это стремление к универсальности имеет важное значение для того, почему эта теория сегодня широко применяется в системах распознавания эмоций ИИ. Теорию можно было применять везде, упрощение сложности легко воспроизводилось в масштабе.

Во введении к Сознание образов аффектов Томкинс сформулировал свою теорию биологически обоснованных универсальных аффектов как теорию острого кризиса человеческого суверенитета. Он бросал вызов развитию бихевиоризма и психоанализа, двух школ мысли, которые, как он считал, рассматривали сознание как простой побочный продукт, служащий другим силам. Он отметил, что человеческое сознание «снова и снова подвергалось сомнению и уменьшению, сначала Коперником», который вытеснил человека из центра вселенной, «затем Дарвином», чья теория эволюции разрушила представление о том, что люди были созданы по образу и подобию человека. христианского Бога — «и прежде всего Фрейдом», — который децентрировал человеческое сознание и разум как движущие силы наших мотивов. Томкинс продолжил: «Парадокс максимального контроля над природой и минимального контроля над человеческой природой отчасти является производным от пренебрежения ролью сознания как механизма контроля». Проще говоря, сознание мало говорит нам о том, почему мы чувствуем и действуем именно так, а не иначе. Это ключевое утверждение для всех видов более поздних применений теории аффектов, которые подчеркивают неспособность людей распознавать как чувства, так и выражение аффектов. Если мы, люди, неспособны по-настоящему определить, что мы чувствуем, то, возможно, системы ИИ могут сделать это за нас?

Теория аффектов Томкинса была его способом решения проблемы человеческой мотивации. Он утверждал, что мотивация управляется двумя системами: аффектами и влечениями. Томкинс предположил, что побуждения, как правило, тесно связаны с неотложными биологическими потребностями, такими как голод и жажда. Они инструментальны; боль от голода можно облегчить едой. Но основной системой, управляющей человеческой мотивацией и поведением, является система аффектов, включающая положительные и отрицательные чувства. Аффекты, играющие важнейшую роль в мотивации человека, усиливают сигналы влечений, но они гораздо сложнее. Например, трудно установить точные причины, которые заставляют ребенка плакать, выражая аффект дистресс-тоски.

Откуда мы можем знать что-либо о системе, в которой связи между причиной и следствием, стимулом и реакцией настолько неопределенны и неопределенны? Томкинс предложил ответ: «Первичное влияет на . . . кажутся врожденно связанными один к одному с системой органов, которая необычайно видима», а именно с лицом. Он нашел прецеденты такого акцента на выражении лица в двух работах, опубликованных в XIX веке: «» Чарльза Дарвина «Выражение эмоций у человека и животных».0335 от 1872 года и малоизвестный том французского невролога Гийома-Бенжамина-Аманда Дюшенна де Булонь от 1862 года. «Аффекты, — полагал Томкинс, — представляют собой наборы мышечных, сосудистых и железистых реакций, расположенных на лице, а также широко распространенных по всему телу, которые генерируют сенсорную обратную связь. . . Эти организованные наборы ответов запускаются в подкорковых центрах, где хранятся определенные «программы» для каждого отдельного аффекта» — очень раннее использование вычислительной метафоры для человеческой системы. Но Томкинс признал, что интерпретация аффективных проявлений зависит от индивидуальных, социальных и культурных факторов. Он признал, что в разных обществах существовали очень разные «диалекты» мимики. Даже родоначальник исследования аффектов предположил, что интерпретация выражений лица зависит от социального и культурного контекста.

Учитывая культурную изменчивость выражений лица, их использование для обучения систем машинного обучения неизбежно привело бы к смешению всевозможных контекстов, сигналов и ожиданий. Проблема для Экмана, а позже и для области компьютерного зрения, заключалась в том, как примирить эти противоречия.

В середине 1960-х в дверь Экмана постучала возможность в виде крупного гранта от того, что сейчас называется Агентством перспективных оборонных исследовательских проектов (DARPA), исследовательского подразделения Министерства обороны. Значительная финансовая поддержка DARPA позволила Экману начать свои первые исследования, чтобы доказать универсальность выражения лица. В целом, эти исследования следовали плану, который был скопирован в ранних лабораториях искусственного интеллекта. Он в значительной степени воспроизвел методы Томкинса, даже используя фотографии Томкинса для испытуемых из Чили, Аргентины, Бразилии, США и Японии. Испытуемым были представлены фотографии позированных выражений лица, выбранных дизайнерами как иллюстрирующие или выражающие особенно «чистый» аффект, такой как страх, удивление, гнев, счастье, печаль и отвращение. Затем испытуемых просили выбрать одну из этих категорий аффектов и отметить поставленное изображение. Анализ измерял степень, в которой ярлыки, выбранные субъектами, коррелировали с ярлыками, выбранными дизайнерами.

С самого начала у методологии были проблемы. Формат ответа Экмана с принудительным выбором позже подвергнется критике за то, что он предупреждал испытуемых о связях, которые дизайнеры уже установили между выражением лица и эмоциями. Кроме того, тот факт, что эти эмоции были сфальсифицированы, вызывает вопросы о достоверности результатов.

Идея о том, что внутренние состояния можно надежно вывести из внешних признаков, имеет долгую историю. Частично это происходит из истории физиогномики, которая основывалась на изучении черт лица человека для определения его характера. Аристотель считал, что «о характере человека можно судить по его внешнему виду. . . ибо предполагалось, что тело и душа воздействуют вместе». Греки также использовали физиогномику как раннюю форму расовой классификации, применительно к «самому роду человека, разделяя его на расы, поскольку они различаются по внешнему виду и характеру (например, египтяне, фракийцы и скифы)».

Физиогномика в западной культуре достигла апогея в 18-м и 19-м веках, когда она рассматривалась как часть анатомических наук. Ключевой фигурой в этой традиции был швейцарский пастор Иоганн Каспар Лафатер, написавший «Очерки физиогномики: во имя распространения знаний и любви к человечеству» , первоначально опубликованные на немецком языке в 1789 году. Лафатер использовал подходы физиогномики и смешал их с новейшие научные знания. Он считал, что структура костей является основной связью между внешним видом и типом характера. Если выражение лица было мимолетным, черепа, казалось, давали более надежный материал для физиогномических выводов. Измерение черепа было популярным методом в науке о расах и использовалось для поддержки национализма, превосходства белых и ксенофобии. Эта работа была печально известна на протяжении 19 века.века такими френологами, как Франц Йозеф Галль и Иоганн Гаспар Шпурцхейм, а также в научной криминологии благодаря работе Чезаре Ломброзо.

Но именно французский невролог Дюшенн, которого Экман назвал «удивительно одаренным наблюдателем», систематизировал использование фотографии и других технических средств при изучении человеческих лиц. В Mécanisme de la physionomie humaine Дюшенн заложил важные основы как для Дарвина, так и для Экмана, соединив старые идеи физиогномики и френологии с более современными исследованиями в области физиологии и психологии. Он заменил расплывчатые утверждения о характере более ограниченным исследованием выражения и внутренних психических и эмоциональных состояний.

Дюшенн работала в Париже в приюте Сальпетриер, в котором находилось до 5000 человек с широким спектром психических заболеваний и неврологических состояний. Некоторые станут его объектами мучительных экспериментов, что является частью давней традиции медицинских и технологических экспериментов над наиболее уязвимыми, теми, кто не может отказаться. Дюшенн, малоизвестный в научном сообществе, решил разработать технику электрошока для стимуляции изолированных движений мышц лица. Его целью было построить более полное анатомическое и физиологическое понимание лица. Дюшенн использовал эти методы, чтобы соединить новую психологическую науку с гораздо более старым изучением физиогномических знаков или страстей. Он полагался на последние достижения в области фотографии, такие как обработка коллодием, которая позволила сократить время экспозиции, позволив Дюшенну заморозить мимолетные движения мышц и выражения лица на изображениях.

Даже на этих ранних стадиях лица никогда не были естественными или социальными человеческими выражениями, а были симуляциями, созданными грубым применением электричества к мышцам. Как бы то ни было, Дюшенн считал, что использование фотографии и других технических систем превратит хлипкую репрезентацию во что-то объективное и доказательное, более подходящее для научных исследований. Дарвин высоко оценил «великолепные фотографии» Дюшенна и включил их репродукции в свои работы.

Таблички из Mécanisme de la physionomie humaine . (Национальная медицинская библиотека США)
Экман вслед за Дюшенном поместил фотографию в центр своей экспериментальной практики. Он считал, что замедленная съемка важна для его подхода, потому что многие выражения лица действуют за пределами человеческого восприятия. Цель состояла в том, чтобы найти так называемые микровыражения — крошечные движения мышц лица.
Одним из амбициозных планов Экмана в его ранних исследованиях было систематизировать систему обнаружения и анализа выражений лица. В 1971, он опубликовал описание того, что он назвал Техникой подсчета лицевых аффектов (FAST).
Основываясь на постановочных фотографиях, подход использовал шесть основных эмоциональных типов, в значительной степени полученных из интуиции Экмана. Но вскоре FAST столкнулся с проблемами, когда другие ученые столкнулись с выражениями лица, не входящими в его типологию. Поэтому Экман решил обосновать свой следующий измерительный инструмент лицевой мускулатурой, возвращаясь к первоначальным исследованиям электрошока Дюшенна. Экман определил примерно 40 различных мышечных сокращений на лице и назвал основные компоненты каждого выражения лица «единицей действия». После некоторого тестирования и проверки Экман и Уоллес Фризен опубликовали Систему кодирования лицевых движений (FACS) в 1919 году.78; обновленные издания продолжают широко использоваться.
Несмотря на финансовый успех, FACS был очень трудоемким в использовании. Экман писал, что на обучение пользователей методологии FACS уходило от 75 до 100 часов, а на то, чтобы оценить одну минуту видеозаписи лица, требовался час. Эта задача представила именно тот тип возможностей, которые развивающаяся область компьютерного зрения жаждала использовать.
По мере того, как работа по использованию компьютеров для распознавания аффектов начала приобретать форму, исследователи осознали необходимость в наборе стандартизированных изображений для экспериментов. А 1992 В отчете Национального научного фонда, написанном в соавторстве с Экманом, рекомендуется, чтобы «легкодоступная мультимедийная база данных, совместно используемая разнообразным сообществом исследователей лиц, была бы важным ресурсом для решения и расширения проблем, связанных с пониманием лиц». В течение года Министерство обороны начало финансировать программу по сбору фотографий лиц. К концу десятилетия исследователи машинного обучения начали собирать, маркировать и публиковать наборы данных, которые лежат в основе большей части сегодняшних исследований в области машинного обучения. Академические лаборатории и компании работали над параллельными проектами, создавая множество баз данных фотографий. Например, исследователи из лаборатории в Швеции создали Karolinska Directed Emotional Faces. Эта база данных содержит изображения людей, изображающих постановочные эмоциональные выражения, соответствующие категориям Экмана. Они придали своим лицам формы, соответствующие шести основным эмоциональным состояниям: радости, гневу, отвращению, печали, удивлению и страху. Глядя на эти тренировочные комплекты, трудно не ощутить пантомиму: невероятный сюрприз! Обильная радость! Парализующий страх! Эти предметы буквально вызывают машиночитаемые эмоции.
Выражение лица из набора данных Кон-Канаде: радость, гнев, отвращение, печаль, удивление и страх. (С любезного разрешения Джеффри Кона)
По мере роста масштабов и сложности области, типы фотографий, используемых для распознавания, также росли. Исследователи начали использовать систему FACS для маркировки данных, полученных не из позированных выражений, а скорее из спонтанных выражений лица, иногда собранных вне лабораторных условий. Работы Экмана оказали глубокое и широкое влияние. Нью-Йорк Таймс назвал Экмана «самым известным в мире читателем лица», а Time назвал его одним из 100 самых влиятельных людей в мире. В конечном итоге он консультировался с такими разрозненными клиентами, как Далай-лама, ФБР, ЦРУ, Секретная служба и анимационная студия Pixar, которые хотели создать более реалистичные изображения мультяшных лиц. Его идеи стали частью популярной культуры, они вошли в бестселлеры, такие как « Blink » Малкольма Гладуэлла и телевизионная драма « Lie to Me 9».0335 , в котором Экман был консультантом по роли главного героя, по-видимому, во многом основанный на нем.
Его бизнес процветал: Экман продавал методы обнаружения обмана таким агентствам, как Управление транспортной безопасности, которое использовало их для разработки программы проверки пассажиров с помощью методов наблюдения (SPOT). SPOT использовался для отслеживания выражений лиц авиапассажиров после терактов 11 сентября в попытке «автоматического» обнаружения террористов. В системе используется набор из 94 критерия, все из которых якобы являются признаками стресса, страха или обмана. Но поиск этих ответов означает, что некоторые группы сразу же оказываются в невыгодном положении. Любой, кто испытывает стресс, чувствует себя некомфортно на допросе или имеет негативный опыт общения с полицией и пограничниками, может получить более высокий балл. Это создает свои собственные формы расового профилирования. Программа SPOT подверглась критике со стороны Счетной палаты правительства и групп по защите гражданских свобод за ее расовую предвзятость и отсутствие научной методологии. Несмотря на свои 9 долларов00 миллионов ценник, нет никаких доказательств того, что это привело к явным успехам.
По мере того, как росла слава Экмана, рос и скептицизм в отношении его работ, а критика появлялась в самых разных областях. Одним из первых критиков была культурная антрополог Маргарет Мид, которая обсуждала с Экманом вопрос об универсальности эмоций в конце 1960-х годов. Мида не убедила вера Экмана в универсальные биологические детерминанты поведения, которые существуют отдельно от строго обусловленных культурных факторов.
На протяжении десятилетий к хору присоединялись ученые из разных областей. В последние годы психологи Джеймс Рассел и Хосе-Мигель Фернандес-Долс показали, что самые основные аспекты науки остаются неопределенными. Возможно, самым выдающимся критиком теории Экмана является историк науки Рут Лейс, которая видит фундаментальную замкнутость в методе Экмана. Предполагалось, что постановочные или смоделированные фотографии, которые он использовал, выражают набор основных аффективных состояний, которые, как писал Лейс, «уже свободны от культурного влияния». Затем эти фотографии использовались для выявления ярлыков у разных групп населения, чтобы продемонстрировать универсальность выражений лица. Психолог и нейробиолог Лиза Фельдман Барретт прямо говорит об этом: «Компании могут говорить все, что хотят, но данные ясны. Они могут распознать хмурый взгляд, но это не то же самое, что распознать гнев».
Еще более тревожным является то, что в области изучения эмоций исследователи не пришли к единому мнению о том, что такое эмоция на самом деле. Что такое эмоции, как они формулируются внутри нас и выражаются, каковы могут быть их физиологические или нейробиологические функции, их отношение к раздражителям — все это остается упорно нерешенным. Почему при таком количестве критических замечаний устоял подход «чтения эмоций» по лицу человека? С 1960-х годов при значительном финансировании Министерства обороны было разработано несколько систем, которые все более и более точно измеряют движения лица. Теория Экмана казалась идеальной для компьютерного зрения, потому что ее можно было автоматизировать в любом масштабе. Теория соответствовала тому, что могли делать инструменты.
Мощные институциональные и корпоративные инвестиции были сделаны на основе предполагаемой достоверности теорий и методологий Экмана. Признание того, что эмоции нелегко классифицировать или что их нельзя надежно обнаружить по выражению лица, может подорвать растущую отрасль. Многие статьи по машинному обучению цитируют Экмана так, как будто эти проблемы решены, прежде чем перейти непосредственно к инженерным задачам. Более сложные вопросы контекста, обусловленности, отношений и культуры часто игнорируются. Сам Экман сказал, что обеспокоен тем, как его идеи коммерциализируются, но когда он написал в технологические компании с просьбой предоставить доказательства того, что их программы распознавания эмоций работают, он не получил ответа.
Вместо того, чтобы пытаться построить больше систем, группирующих выражения в машиночитаемые категории, мы должны поставить под сомнение происхождение самих этих категорий, а также их социальные и политические последствия. Например, известно, что эти системы помечают речевые эффекты женщин, особенно чернокожих, иначе, чем мужчин. Исследование, проведенное в Университете Мэриленда, показало, что некоторые программы распознавания лиц интерпретируют лица чернокожих как вызывающие больше негативных эмоций, чем лица белых, в частности, регистрируя их как более злые и презрительные, даже при контроле степени их улыбки.
В этом опасность автоматического распознавания эмоций. Эти инструменты могут вернуть нас во френологическое прошлое, когда ложные утверждения использовались для поддержки существующих систем власти. Десятилетия научных споров вокруг последовательного определения эмоциональных состояний по лицу человека подчеркивают центральный момент: универсальное «обнаружение» — неправильный подход.