来自HSE大学和开放大学人文经济学专业的俄罗斯研究人员证明，人工智能能够比“人类”评估者更好地根据“自拍照”照片推断出人的个性。相比其他四个特征，尽责性变得更容易辨认。基于女性面孔的个性预测似乎比男性面孔更可靠。该技术可用于在客户服务，约会或在线辅导中找到“最佳匹配”。
5月22日，《科学报告》将发表文章“ 使用现实生活中的静态面部图像评估五种人格特质”。
从古希腊到切萨雷·隆布罗索(Cesare Lombroso)的生理学家都试图将面部外观与个性联系起来，但是他们的大多数想法未能经受住现代科学的审查。少数已建立的特定面部特征与人格特质(例如面部宽高比)的关联非常薄弱。要求人类评分者根据照片做出个性判断的研究结果不一致，这表明我们的判断过于不可靠，没有任何实际意义。
但是，有很强的理论和进化论据表明，一些有关人格特征的信息，尤其是对于社交交流必不可少的信息，可能会通过人脸传达出来。毕竟，面部表情和行为都受基因和激素的影响，而一个人的外貌所产生的社会经历可能会影响一个人的性格发展。但是，最近来自神经科学的证据表明，人脑不是看特定的面部特征，而是以整体方式处理面部图像。
莫斯科两所大学，国立研究大学高等经济学院(HSE)和人文与经济开放大学的研究人员已与一家名为BestFitMe的俄罗斯-英国商业初创公司合作，训练一系列人工神经网络以使其可靠基于人脸照片的个性判断。所得模型的性能高于以前使用机器学习或人类评分器的研究报告的性能。人工智能能够根据志愿者上传的自拍照做出关于良心，神经质，外向性，友善性和开放性的超乎寻常的判断。结果得出的个性判断在同一个人的不同照片中是一致的。
这项研究是在12,000名志愿者的样本中完成的，他们完成了基于“五巨头”模型的自我报告调查表，测量人格特征，并上传了31,000张自拍照。受访者被随机分为一个培训和一个测试小组。使用了一系列神经网络对图像进行预处理，以确保图像的质量和特征一致，并排除具有情感表情的面孔以及名人和猫的照片。接下来，训练图像分类神经网络将每个图像分解为128个不变特征，然后是一个多层感知器，该感知器使用图像不变性来预测人格特质。
r = .24的平均效应大小表明，在58%的案例中，AI可以正确猜出两个随机选择的个体在人格维度上的相对地位，而不是偶然预期的50%。与自我报告的和观察者的人格特质等级之间的相关性的荟萃分析估计相比，这表明依赖静态面部图像的人工神经网络的性能要优于普通人，后者无需事先相识即可亲自达到目标。相比其他四个特征，尽责性变得更容易辨认。基于女性面孔的个性预测似乎比男性面孔更可靠。
有大量潜在的应用程序需要探索。在高速和低成本比高精度更重要的情况下，从现实生活中的照片中识别个性可以补充传统的个性评估方法。人工智能可用于提出最适合客户个性的产品，或在二元互动(例如客户服务，约会或在线辅导)中为个人选择可能的“最佳匹配”。
