浅谈：用机器学习预测第一印象（Predicting First Impressions with Machine Learning）

        

       

         所谓第一印象就是知觉主体与陌生人第一次接触或交往后的所得印象，简单的说就是人们看到事物或者其他人在第一时间内所产生的持久的认知，感知。而这种感知在大多数人中可能也会产生共识，并且该印象可能是不需要经过大脑思考而产生。第一印象是社会心理学中长期研究的课题。那么在计算机科学（数据科学）中，利用机器学习可以解开人们对刻板的第一印象束缚是一个有趣的问题。

         

        在最近的几年，已经有许多学者进入该方面的研究。 2016年，圣母大学Walter Scheirer 博士等人在该方面进行了研究。可描述的视觉面部属性现在在人类生物识别和情感计算中很常见，现有算法甚至达到了足够的成熟点，可以放入商业产品中。这些算法对面部外观的客观方面进行建模，例如头发和眼睛的颜色、表情以及面部几何形状的各个方面。迄今为止尚未在很大程度上研究过的自然扩展是对仅基于视觉判断分配给面部的主观属性进行建模的能力。例如，只看一眼，我们对一张脸的第一印象可能会让我们相信一个人很聪明，值得我们信任，甚至可能是我们的钦佩——不管这些属性背后的潜在真相如何。心理学家认为，这些判断是基于多种因素，如情绪状态、人格特征和其他面相线索。但是朝这个方向工作会引出一个有趣的问题：我们如何为没有基本事实、只有可测量行为的问题创建模型？2022年，史蒂文斯理工学院的研究人员与普林斯顿大学和芝加哥大学合作，发布了该研究中的新的论文，本文中已经提到已经教会ai算法来模拟第一印象，并且预测

人们对该印象的感知。

论文链接：论文一：Predicting First Impressions with Deep Learning | DeepAI

论文二：https://www.pnas.org/doi/full/10.1073/pnas.2115228119