管人与人之间常有极大的差异，但我们存在的许多要素几乎是每个人都共有的。我们都在冷天发抖，在热天出汗，在睡觉时做梦。一项新的研究在这个清单上又增加了我们存在的另一个重要部分：我们的面部表情。

来自加州大学伯克利分校和谷歌的研究人员使用机器学习和 YouTube 视频，对常见的面部表情和引发表情的情境进行了比较。结果发现，无论是在巴西的生日派对上，还是在肯尼亚的葬礼上，还是在中国公园里的广场舞中，人类在类似的社会环境中都会使用相同的面部表情，比如微笑、皱眉、苦脸。

也就是说， 人类丰富的面部表情可以超越地域和文化。

这项研究发表在 12 月 16 日的《自然》杂志上，证实了人类情感表达跨越地域和文化边界的普遍性。

“这项研究表明，世界不同角落的人们在面对生活中最有意义的情境时，表达情感的方式是多么地相似。” 该研究论文的作者之一、加州大学伯克利分校的心理学教授 Dacher Keltner 说。

人类情感表达究竟是否普遍?

情绪产生于我们对所遇到的挑战和机遇的反应，并与主观体验、生理和表达方式有关，这些方式被认为能够对特定的社会环境做出适应性反应。

典型的人类面部有 43 块不同的肌肉，这些肌肉可以被激活在眼睛、鼻子、嘴巴、下巴、下巴和眉毛周围，从而做出数千种不同的表情。

从生命的第一刻起，情感就被认为可以塑造人际关系，引导判断、决策和记忆，并有助于我们的健康和幸福。这些广泛理论的核心思想是，情绪产生于特定的环境中，并在不同文化行为模式中表现出来。

关于人类情感表达是普遍的还是文化定义的争论有很长的历史。甚至查尔斯・达尔文 (Charles Darwin) 也在这个问题上发表了看法，支持辩论双方的研究也不断发表。

最近的一项研究指出，玛雅人艺术品的面部表情是普遍表情的证据。但几年前的一项大型研究让测试对象尝试猜测电脑处理过的面部表情，结果发现，解读会随着测试对象的文化背景而改变。

因为各种研究方法对参与者的语言、规范和价值观都很局限，所以不一致的研究结果支持了关于情绪普遍性的不同观点。

为了进一步探究这个问题，加州大学伯克利分校和谷歌的研究人员使用被称为 “深度神经网络” 的机器学习技术，分析了上传到 YouTube 上的约 600 万个视频片段中的面部表情，这些视频来自北美、中美、南美、非洲、欧洲、中东和亚洲的 144 个国家。

研究人员还创建了一个在线互动地图，展示了该算法如何跟踪与 16 种情绪相关的面部表情变化。

70% 的表情跨文化共享

“这是第一个在日常生活中如何使用面部表情的全球分析，它向我们展示了人类的普遍情感表达比许多科学家先前认为的更加丰富和复杂。” 研究报告的主要作者、在谷歌帮助开发了深度神经网络算法并领导了这项研究 Alan Cowen 说。

首先，研究人员使用机器学习算法记录了全球 600 万个事件和互动视频片段中的面部表情，这些视频片段包括看烟花、高兴地跳舞或安慰哭泣的孩子。

他们使用该算法追踪了人们通常与娱乐、愤怒、敬畏、专注、困惑、蔑视、满足、欲望、失望、怀疑、得意、兴趣、痛苦、悲伤、惊讶和胜利相关的 16 种面部表情。

接下来，他们将面部表情与不同世界地区的背景和场景联系起来，发现跨越地理和文化边界的人们在不同社会背景下使用面部表情的方式具有显著的相似性。

研究人员发现，无论深处世界各地，人们都是一样的，所有 16 种面部表情都出现在类似的情境中。每个人都倾向于以类似的方式欢呼、哭泣、集中注意力和庆祝。没有一群人会因受惊而微笑、耸肩或因高兴而皱眉。

研究结果表明， 我们用来表达情绪反应的 70% 的表情是跨文化共享的。

Cowen 说:“我们发现，在世界各地类似的社会情境中，面部行为的丰富细微差别 —— 包括与敬畏、痛苦、胜利和其他 13 种情感相关的微妙表情 —— 也会用到。”

例如，世界各地的人们在观看烟花表演时往往怀着敬畏的目光，在婚礼上表现出满足，在表演武术时表现出全神贯注，在抗议时表现出怀疑，在举重时表现出痛苦，在摇滚音乐会和竞技体育赛事中表现出胜利。

“这支持了达尔文的理论，即在脸上表达情感是人类的普遍现象，”Keltner 说。“通过肢体表达我们的情感可能会定义我们作为一个物种是谁，提高我们的沟通和合作技能，确保我们的生存。”

不过，虽然这项研究的结果虽然坚定地站在普遍主义者一边，但很难成为这个话题的最后定论。

当然，这项研究结果更可能有助于帮助那些看不懂面部表情的人，比如自闭症患者，识别他人的个人情绪状态。毫无疑问，这个庞大的面部表情数据库将在这些研究中发挥作用。

关键词： AI识别 面部表情