每年一月，约有 4,500 家公司齐聚拉斯维加斯，参加一场被称为 消费电子展（CES）的心理马拉松。
2019 年的展会与往年并无二致。公司过度宣传自己的想法。参展商在推特上发布最疯狂的产品，并在 Instagram 上发布展会现场无尽的场景。人们热衷于捕捉趋势，今年的趋势多种多样：无人机、语音控制的家庭助手，以及 一款名为“8K”的电视。但最引人注目的机器人是那些声称能够“读取”人类面部表情，通过一张照片就能揭示我们的情感和身体健康状况的机器人。
有些产品只是些空洞的、毫无用处的混合体，融合了网络文化和伪科学。一台机器将我们 36 岁的科技编辑 Stan Horaczek 的照片解读为“可爱，30 岁，长得像 G-Dragon”。（三项中有两项算是不错了。）另一台则认为他 47 岁，“男性 98%”。两者都使用了大量表情符号。
但其中一些提案可能会对我们的日常生活产生深远的影响。英特尔展示了其开发 由面部表情控制的轮椅 的最新进展（眨眼左转，嘟嘴右转），这将对行动不便人士的出行带来明显且积极的改善。Veoneer 推介了其用于 自动驾驶汽车人工智能 的“表情识别”概念。它将根据面部表情判断驾驶员是否专注、是否困倦或在道路上分心。还有一些公司则表示打算自动化部分就诊过程，深入分析我们的面部特征以诊断病情。
CES 上展示的商品或许新颖闪耀，但人类将面部转化为信息的愿望却可以追溯到古代。据盖蒂艺术中心（J. Paul Getty Trust）的 Sarah Waldorf 称，古希腊数学家毕达哥拉斯曾“根据学生的长相来选择”。15 世纪，苏格兰国王詹姆斯二世（绰号：“火爆脸”）面部上的朱红色胎记被视为他暴躁脾气的外在表现。而在殖民时期的欧洲，许多科学家为种族主义漫画增添了可信度，这些漫画将人类表情与动物行为联系起来。
“面相学”（Physiognomy），这种认为我们面部的皱纹暗含隐藏含义的普遍信念，从未真正消失。在《纽约时报杂志》上，Teju Cole 认为 这种信念体现在所有摄影作品中：“我们倾向于将肖像解读为我们好像在阅读被摄者内在的东西，”他写道。“我们谈论力量和不确定；我们称赞某人下巴有力，同情他们下巴无力。高额头被认为是聪明的。我们轻易地将人们的面部特征与他们的性格联系起来。”
那么，两只眼睛、一张嘴、一个鼻子究竟能告诉我们什么？
“我认为，技术在某个时刻有可能发展到可以从你的面部表情读取你的情绪，”东北大学情绪心理学和神经科学专家 Lisa Feldman Barrett 表示。“但不能仅仅依靠你的面部——而是你的面部在特定情境下的表现。”
想想龇牙咧嘴。这被认为是表达不满的近乎普遍的信号。“你在《头脑特工队》里看到过，”Barrett 引用 2015 年关于情绪紊乱的皮克斯电影 时说。“那个愤怒的小人儿在大脑里看起来都一样……这是一个人们普遍相信的刻板印象。”但最扎实的证据表明了别的情况。“人们生气时确实会皱眉——大约 20% 到 30% 的时间，”她说。“但有时他们不会。而且他们常常在不生气的时候皱眉，这意味着皱眉并不能特别有效地指示愤怒。”
这时情境就发挥作用了。我们不断分析他人的“肢体语言”、面部表情，甚至语气。当我们观察时，我们会考虑刚刚发生了什么、现在正在发生什么以及接下来可能发生什么。Barrett 强调，我们甚至会考虑自己身体内部正在发生什么，以及我们正在感受、看到和思考什么。有些人在这方面比其他人做得更好，某些因素会影响你在特定互动中的成功程度。如果你很了解某人——如果你通过反复试验，已经了解他们特定的情绪可能如何表现——你就更有可能准确地解读他们的皱眉。
但这并不是真正意义上的“解读”某人的面部。“这实际上是一个糟糕的比喻，”Barrett 说，“因为我们不是通过一个人的动作来检测心理含义，而是推断它。而且我们很大程度上是根据情境来推断的。”充其量，你是在与他人的面部合作——从数据（一张噘起的嘴）和你的先入之见中创造出新的东西，而这是机器人目前无法观察或理解的。
这些天生的特质帮助我们产生同理心、理解他人并表达自己的情绪。但它们也可能误导我们。“文献表明，我们倾向于高估自己从面部解读性格的能力，”达特茅斯学院脑科学教授 Brad Duchaine 在一封电子邮件中写道。“例如，人们会就谁看起来值得信赖、谁不值得信赖做出一致的判断，但这些判断似乎并不能有效预测实际情况下的可信度。”
试图从面部判断个人的健康状况同样复杂。澳大利亚悉尼麦格理大学的讲师 Ian Stephen 主要使用演化范式来研究我们的生理特征如何反映在面部。他发现面部形状可以预测 BMI 和血压等指标。他最有趣的发现与面部特征无关，而是与肤色有关：研究参与者 将皮肤呈黄色和红色的人 评定为更健康。Stephen 认为这对应于类胡萝卜素（我们通过大量摄入水果和蔬菜获得的橙色色素）和充氧血（由于心血管问题而减少的温暖色调）——这两种都是非常真实的健康指标。
大多数这些判断都是下意识做出的。在《傲慢与偏见》中，达西先生对伊丽莎白·班内特在远足到 Netherfield 后红润的肤色感到困惑。但达西并没有将他的吸引力与充氧血或繁殖能力联系起来——感谢上帝！他只是对眼前所见做出反应。这或许显得很肤浅，但简·奥斯汀的这部爱情小说揭示了一个更深层次的真理：“被认为有吸引力的面孔也被认为更健康，”Stephen 说。
许多进化生物学家会认为，生理健康与被感知的美貌偶尔的 融合 是有利的。它有助于动物选择配偶并繁衍后代，至少在理论上是这样。但它绝非万无一失：美貌在很多、多种、至关重要的方式上，都是由文化决定的。例如，美国人重视苗条而鄙视肥胖，但 瘦的人可能不健康，而 胖的人可能非常健康。这些武断的分类已经产生了真实的后果：仅仅因为外貌，肥胖者、女性和有色人种就会受到歧视，从工作场所 到急诊室。
在许多观察者眼中，美貌会掩盖一切。在一项 2017 年的《自然》杂志 研究 中，作者得出结论：“男性感知健康与平均化、对称性和皮肤发黄呈正相关。” 而女性的感知健康则“与女性化呈正相关”。
有人认为，创造能够将外貌转化为更有意义见解的机器有可能克服人类的愚蠢。其他人则担心它会将其放大到失控的地步。最近一项发表在《自然》杂志上的研究，正值 CES 期间，隶属于一家名为 FDNA 的营利性基因公司（其名称听起来像政府机构），研究人员利用人工智能通过儿童面部照片识别遗传性疾病。该程序名为 DeepGestalt，其名称源自德国哲学运动“从混乱中寻求秩序”，它在 17,000 张图像的数据集上进行了训练，能够识别 200 多种综合征。
根据你对技术的态度，DeepGestalt 可能会激起你的希望，或让你感到绝望。虽然它仍然需要医生来解读结果，但这种机器可以为诊断许多疾病提供“更安全、更便捷”的方式，Stephen 说道。但是，其使用也伴随着严重的伦理问题。“曾经是私人的事物，可能更容易被识别，”Stephen 说。“公司会不会 从你的 Facebook 个人资料中提取照片进行风险分析，从而剥夺你的保险或收取额外费用？”
类似的表情解读算法也引发了隐私担忧。2017 年的一项试图 创建“AI 同性恋雷达” 的努力遭到 Glaad 和人权倡导组织等组织的谴责。一位批评者称其为“13 岁网络欺凌者的算法版本”。在研究非常狭窄的范围内，该机器能够比随机概率 更准确地预测男性是否为同性恋 31%。人类比随机概率 做得好 11%。
对一个人或机器能够读取我们想法和感受，即使是我们希望隐藏的，这种恐惧是技术焦虑的基础组成部分，这在乔治·奥威尔 70 年前（今年 6 月）出版的《一九八四》一书中得到了体现。但在这一领域，想象力仍然远远领先于我们的技术。
Feldman Barrett 认为，能够高度解读情绪的机器人是可能实现的——无论是好是坏，但目前在这个市场上运营的公司似乎并没有做好制造它们的准备。“计算机在计算机视觉方面做得越来越好——动作的检测，”她说。“不幸的是，[程序员]认为检测到一个动作就是检测到一种情绪。”她表示，要取得真正的突破，“在某些方面需要改变的不是技术，而是思维方式、假设。”
Teju Cole 在他为《泰晤士报》撰写的关于面相学的 专栏 中，描述了一张 20 世纪 80 年代的黑白照片，上面是一个年轻的男人。“我想回到老方法，说男孩左眉毛的轻微弧度似乎表明他有点讽刺，或者他面部特征的对称性使他既值得信赖又可靠，”他写道。“但实际上，那将是我的投射。”
所以，如果你在 CES 上订购了一面能读取情绪或健康状况的镜子，你可能还有时间取消订单——并等待更新的型号。
