長相決定第一印象，而在事事講求快速的年代，第一印象可能就此決定事情的發展，人們難免以長相來評斷一個人，雖然這一點都不客觀，但科學家發現，其實人們依據長相的哪一部分來評價一個人具有一致性，因此能夠讓機器學習，透過演算法找出形成第一印象的臉部特徵。
MIT 報導，機器視覺與人臉辨識讓電腦可以辨識人臉表情，甚至評估人臉的吸引度，現在研究人員讓機器學習演算法，模擬人類對人臉的評價方式，來看一張臉是否可信任，或是具有主導性。
他們使用的方法非常直接，首先是建立演算法可取得的資料庫，資料庫來自許多被人評價過的臉部照片，各以信任度、主導性、聰明等等貼上標籤。
研究團隊使用的是測量心理屬性的網站，叫做 TestMyBrain.org，該網站有 160 萬名參與者。研究團隊要求參與者針對 6,300 張臉部黑白照片評分，每張照片經過 32 個不同的人針對信任度、主導性來評分，智商與年齡則由 15 人來評分。
這些評分都沒有客觀答案，存脆是意見紀錄，當然研究人員可以知道照片裡的人實際的智商與年齡，比對這些評價是否正確，但是研究人員對此沒興趣，他們要了解的是人們的印象，並讓機器可以複製同樣的結果。
有了這些資料，研究團隊使用 6 千張照片來訓練機器視覺演算法，另外使用 200 張照片來校正機器視覺參數。最後他們留下最後 100 張照片做測試，來看機器辨識的結果是否與人一樣，答案也如研究人員所預期。
此外，他們還能知道機器的運作方式，譬如機器是憑藉人臉的哪一部分來做出評斷，社會心理學家知道人們傾向看嘴巴來評估一個人的可信度，或較低額頭與主導性有關，機器視覺演算法也能得出同樣的辨識依據。
在實際應用方面，研究人員使用這套演算法評估朱利安·亞桑傑與愛德華史諾登的可信度與主導性，同時他們評估電影中飾演他們兩者的演員，結果是這兩人的可信度都很低，演員與實際角色的屬性相同。
研究團隊還將演算法應用在電影的每一個畫面，了解人們對角色的評價如何隨著時間改變，而這項觀察方式可以應用在研究、行銷、政治活動等等，也可用來測試不同文化或人口統計族群對人臉產生第一印象的變化。
此發現可以解析造成人類對他人印象產生先入為主的原因，先前都是仰賴微妙的社會線索，同時也可以讓機器人預測與複製這個過程。最後，報導指出，這項研究也有可能影響人類行為，如若某人知道他們某個臉部特徵被視為不可信任，當事人有可能去整形改變人們對他的第一印象。
（本文由 TechNews 授權轉載）
