读取37000照片后，计算机绘制了美国人的微笑编年史

数据挖掘已经改变了我们看待信息的方式。机器学习算法现在一向急不可耐地从你的社交媒体对话、旅行图谱、通话记录乃至健康记录里挖掘数据，从中形成洞察，这些洞察有助于提升我们在沟通、旅行以及健康方面的体验。 不过，有一个维度的数据长期被忽视，那就是历史维度，比如挖掘大量历史照片上的信息，这也面临巨大挑战。 首先，数据量非常大，相机发明到现在已经有150年历史。更重要的是，这些照片的上面的信息提取时非常困难，不同照片上面的信息量（比如人物、景象）差异巨大。 根据MIT Technology Review的报道，加州大学伯克利分校Shiry Ginosar和他的小伙伴使用机器视觉的算法要攻克这个难题。他们首先从一个相对简单的照片数据库入手，那就是从1905年开始的美国高中年鉴的照片。这些年鉴照片已经在全美实现了数字化，并且照片上的信息相对比较少，基本都是某个姿势的人物正面照片。 Ginosar下载了超过15万张这样的照片，删除掉不太标准的人物正面照片后，还剩下来自800个年鉴里的37000张照片。他们将这些照片按照每十年进行分组，并将照片进行叠加，以推导出每个阶段的「大众脸」，叠加的过程会考虑发型、服饰、眼镜的样式以及脸部的表情，下图就展示每个十年里男女的「大众脸」。 结果很值得解读。年鉴照片中展示了美国人微笑的进化史，Ginosar表示，照相技术刚出现时，大多数人在拍照时的表情和姿势与曾经画家笔下的「模特」无异，这与当时社会审美标准有关，比如拍照时，那时的什么会说「say prunes（梅干）」而不是「say cheese（中国人说茄子）」。 随着20世纪照相的普及，情况也发生了变化。当时柯达公司的广告宣传让大家意识到照片可以存储开心的记忆。于是，微笑成为照片上的新「信息」，Ginosar和他的团队认为：当时人们意识到一点，拍照时必须微笑。 Ginosar还设计了一套算法去分析人们在微笑时嘴角弯曲的角度，随后发现随着时间的推移，照片中的人们似乎越来越爱笑了。另外一个发现则是，「女性比男性更喜欢微笑」。 不过这个数据库也有一定的局限性，比如不到10%的美国人在1900年代上高中，这个比例到60年代时已经超过50%。更重要的一点则是，非洲裔美国人直到20世纪中期才出现在学校照片中。 尽管如此，Ginosar团队还是做出了很棒的工作，他们一改过往手工筛选照片提取信息的方法，展现出机器学习的强大之处，同时提供了一个了解历史照片并展望未来的新角度。从历史照片发现微笑的进化只是一个开始，接下来更多历史影像，比如家庭全家福照片，其包含的信息量更多，也更有历史意义。 作者：赵赛坡。