研究团队还将该算法应用到电影的各个场景，了解机器对角色的评价如何随着时间改变，这也为了解人们的感觉变化提供了一种衡量方法。这样的观察方式也可应用于研究、市场营销、政治活动等等。

　　这一研究有助于理解人们对他人产生先入之见的原因，以前这种了解都依赖于微妙的社会线索。另外，让机器人预测和复制这种人类对他人形成第一印象的行为也成为可能。这项研究一个有趣的推论在于，它将如何影响人类行为？如果某人知道他们的某个脸部特征被视为不可信任，他可能通过改变面部表情等办法尽力去改变这种印象。

　　原文链接：https://www.technologyreview.com/s/602762/machine-vision-algorithm-learns-to-judge-people-by-their-faces/（含论文）

　　深度神经网络学会看“以貌取书”

　　书的封面对判断一本书的内容或主题非常重要，读者常常根据一本书的封面决定是否要拿起它阅读。而且，人们在根据封面来判断内容方面往往天赋惊人，即使不看标题只看封面通常就能判断一本书是旅行书、美食书还是人物传记。我们已经报道机器学习算法能够以貌取人，那么，机器能不能“以貌取书”呢？答案是肯定的。

　　日本九州大学的研究者通过训练深度神经网络，让机器能根据一本书的封面判断其类型。他们的方法也相当直截了当。他们从亚马逊网店下载了137788本书的封面，并根据亚马逊对该书的分类标注，如果网店中该书被分到多个类别，只取第一个。然后，他们用80%的封面作为训练数据集来训练神经网络通过封面识别流派。该神经网络有四层，每层有512个神经元。他们接着用另外10%的封面验证模型，最后用剩下的10%封面做测试。

　　结果显示，有40%的几率模型能够将正确的类型列在前三个选项，直播，20%的时候模型能识别出完全正确的书籍类型。这个结果显然比随机估计的准确率高。其中某些类型的书籍更容易识别，例如旅行书、美食书和计算机技术类书籍。尤其当美食书使用食物做封面时识别正确率很高，但当美食书使用厨师的照片做封面，模型就常常辨认错误。模型也对传记和回忆录类的书籍很棘手，常常把它们识别为历史类书籍。

　　该研究的短板之一是没有把人类的识别能力和算法做比较。我们现在尚不知道机器在这项任务上是否比人类更好，但可以确定的是，不管人类看封面识书的能力多厉害，开奖，机器赶超人类只是时间的问题。这项研究对书籍封面设计者来说也相当有趣，让他们能够参考算法的判断改善封面设计。待模型准确率更高，训练机器来设计封面也是不错的想法。

　　原文链接：https://www.technologyreview.com/s/602807/deep-neural-network-learns-to-judge-books-by-their-covers/ （内附论文）

　　：COO、执行总编、主编、高级编译、主笔、运营总监、客户经理、咨询总监、行政助理等 9 大岗位全面开放。

　　简历投递：j[email protected]

　　HR 微信：13552313024

　　新智元为COO和执行总编提供最高超百万的年薪激励；为骨干员工提供最完整的培训体系、高于业界平均水平的工资和奖金。

　　加盟新智元，与人工智能业界领袖携手改变世界。