Според новата студија објавена во PLoS ONЕ, истражувачите развија нова алатка за пресметување која има помага на компјутерите да одредат дали лицата спаѓаат во категориите како атрактивни или заканувачки...

Марио Рохас и други истражувачи од Центарот за компјутерска визија во Барселона, Шпанија, во соработка со истражувачите од Одделот за психологија на Универзитетот Принстон, развија софтвер кој е способен да ги предвиди тие карактеристики во одредени случаи со прецизност над 90%.

Фацијалните карактеристики играат централна улога во нашата секојдневна процена на другите луѓе. "Перцепцијата на доминацијата се покажа како важен дел од социјалните улоги во разни фази од животот, а игра улога и во изборот на партнер," вели Рохас. Доколку информацијата врз основа на која се прави евалуацијата за да биде автоматски научена, може да се моделира и да се користи како алатка за дизајнирање на подобри интерактивни системи.

Тимот проучуваше до кој степен оваа информација може да се научи од гледна точка на компјутерската наука. Поточно, задачата беше формулирана со намера да се предвидат 9 процени на фацијалните особини (атрактивен, компетитивен, веродостоен, доминантен, зол, застрашувачки, екстроветрен, заканувачки и допадлив) користејќи машински техники на учење (гранка на вештачката интелигенција која користи примери за да ја научи програмата како да работи).

Тимот се обучуваше и го тестираше својот алгоритам на сет од синтетички фацијални слики генерирани во претходна студија. Во оваа студија, луѓето беа замолени да ги опишат и рангираат низа на фацијални слики, а резултатите беа користени за да се генерираат синтетички фацијални слики, секоја поврзана со специфична особина, како веродостојност или доминација.

Во тековната студија, истражувачите користеа по десет од овие слики, заедно со своите ознаки, за да го "научат" компјутерот како да го чита лицето и ја тестираа точноста на предвидувањето користејќи ги останатите слики. Се откри дека три особини, доминантен, заканувачки и зол, се предвидливи со точност помеѓу 91% и 96%. Исто така, студијата имаше за цел да открие која информација е комјутерски корисна за задачата на предвидување. На пример, тие открија дека областа околу очите содржи повеќе информации за атрактивноста, додека областа околу устата е поинформативна за екстровертноста.

Исто така, истражувачите ја предизвикаа способноста за предвидувања на нивната програма против лицата на неколку познати личности; тие открија дека нивните резултати се високо конзистентни со нашите генерални впечатоци за овие јавни фигури.