许多心理学研究证实，人类的判断和决策有着一定的偏见性。例如，在与一个陌生人互动时，人类经常仅根据他们的外表、种族、体型和肢体语言做出一系列自动和肤浅的判断。这也就是我们常说的“以貌取人”。

近日，普林斯顿大学、史蒂文斯理工学院和芝加哥大学布斯商学院的研究团队利用深度神经网络，建立了一个“以貌取人”的机器学习模型。该模型能仅根据人类的面部特征，做出相应的人性判断。

过去，基于深度神经网络的模型主要用于自动检测面部表情、基本情绪或特定配饰(例如，眼镜、太阳镜、耳环等)的存在。在新研究中，科学家希望使用深度神经网络来模拟人类通常可能从面部推断出的与人格相关的属性。

在机器学习模型的建立中，研究人员使用了一个心理学中最大的数据集来训练该模型，在该模型学习了超过100万个判断后，人们可以随意给模型一张人脸照片，模型能准确地预测人们对这张脸的第一印象，以及当看到这张脸时人们会产生什么样的偏见。

该团队表示，“以貌取人”机器学习模型的最初目的是帮助心理学家生成用于感知和社会认知实验的面部图像。但也有人认为，由于涉及到人脸，可能存在滥用的可能。

该研究论文题为“Deep models of superficial face judgments”，已发表在《美国国家科学院院刊》上。