我们都曾遇到过某人，几乎立刻就想：“我完全可以和这个人成为朋友。” 我们不太确定为什么会这么想，但只花了短短几秒钟就形成了这种第一印象。我们甚至可能为这种直觉感到自豪，为我们能一眼“看穿”一个人的能力感到自豪。但一项新研究发现，我们的大多数第一印象仅仅基于一个人的客观面部特征，而且在许多情况下，计算机模型可以准确预测陌生人会给人留下什么样的第一印象。
将特质与面部联系起来
研究人员首先收集了1000张真实面孔的图片库，并让一组专家根据16种性格特质（包括吸引力、智力、信任度和年龄）对这些面孔进行评分。然后，团队测量了每张面孔的客观物理特征，获得了65个不同的分数。这些数据包括头部倾斜度、嘴巴张开度、嘴部区域、嘴唇弯曲度、眉毛宽度和颧骨位置。在团队评分的1000张图片中，他们将900张图片提供给一个人工智能计算机程序进行学习。利用这些数据，该程序建立了物理特征与感知性格特质之间相关性的模型，主要围绕三个轴线：亲近度、年轻-吸引力和支配力。
计算判断
计算机学习完成后，团队让它检查了100张未曾见过的图片，看看人工神经网络是否能准确预测评委已经分配给这些照片的特质。团队重复了测试，直到每张照片都被用作100张测试照片集中的一部分。作者本周在《美国国家科学院院刊》（PNAS）上报道称，计算机确实生成了可靠的第一印象，解释了评分者第一印象中58%的差异。虽然这听起来不是一个非常惊人的统计数据，但它相当令人印象深刻。“如果我们把所有的社会印象放在一个从0到100的量表上，我们发现，平均而言，模型的预测与评委的评分相差9.8分——其中三分之一在5分以内[与评委的评分相差]，”该研究的作者之一汤姆·哈特利说。例如，嘴巴形状和区域与亲近度相关（微笑是一个很大的加分项），而眼睛形状和区域与吸引力相关。通过逆向操作，作者随后能够生成模拟的卡通面孔，在观察者中产生特定的、可预测的第一印象。鉴于我们现代社会对社交媒体的沉浸，这项研究有助于解释为什么我们只看一眼就会对某人产生某种感觉。因此，下次当你查看陌生人的Facebook资料并想知道为什么你会觉得，嘿，也许你们在现实生活中可以成为朋友时，仔细观察他们的脸可能会解释原因。
图片来源： vipflash / Shutterstock
