盡管人類的悲歡并不相同相通，但人類的面部表情卻可以超越地域和文化。

近日，來自加州大學伯克利分校和谷歌的研究人員使用機器學習和YouTube視頻，對常見的面部表情和引發表情的情境進行了比較。結果發現，無論是在生日聚會上，還是在肅穆的葬禮上，又或者是抗議活動中，人類都在不同的社會情境中使用相同的面部表情，比如微笑、皺眉、鬼臉和愁眉苦臉。

這項研究結果發表在12月16日的《自然》雜志上，證實了人類情感表達跨越地域和文化邊界的普遍性。也就是說，人類豐富的面部表情可以超越地域和文化。

根據論文，研究人員利用被稱為“深度神經網絡”（deep neural network）的機器學習技術，對上傳到YouTube上的約600萬段視頻片段中的面部表情進行了分析，這些視頻片段來自北、中、南美洲、非洲、歐洲、中東和亞洲的144個國家。這也是第一次對日常生活中的面部表情運用人工智能技術進行全球分析。

首先，研究人員使用考恩的機器學習算法記錄了全球600萬個事件和互動的視頻片段中顯示的面部表情，例如觀看煙花、歡樂地跳舞或安慰哭泣的孩子。其中，研究人員開發的在線地圖顯示了與16種情緒相關的面部表情變化。

隨后，研究人員將面部表情與不同世界地區的情景和場景聯系起來，發現了跨越地理和文化界限的人們在不同社會背景下使用面部表情的驚人相似之處。

研究人員表示，他們發現面部行為中豐富的細微差別，包括將敬畏、痛苦、勝利和其他13種情感聯系在一起的微妙表情，在世界各地類似的社交場合中都有使用。比如，在視頻片段中，世界各地的人們在婚禮上表現出滿足感，在表演武術時會皺起眉頭，對抗議表示懷疑，在搖滾音樂會和競技體育賽事中舉重和獲勝時表現出興奮。

研究結果顯示，來自不同文化背景的人在面對不同的社會和情感狀況時，有大約70%的面部表情是相同的。

研究人員認為，這支持了達爾文的理論，即在我們的臉上表達情感在人類中是普遍存在的。人們情感的身體表現可能幫助人們提高溝通和合作技能。當然，這項研究結果更可能有助于幫助那些看不懂面部表情的人，比如自閉癥患者，識別他人的個人情緒狀態。毫無疑問，這個龐大的面部表情數據庫將在這些研究中發揮作用。
編輯：hfy