string(4) "post" Ricerca Italiana: Intervista, Binetti “le espressioni facciali sono come le impronte digitali” | 30Science Communication

Ricerca Italiana: Intervista, Binetti “le espressioni facciali sono come le impronte digitali”

2 Nov, 2022
Emanuele Perugini
Humanities | In evidenza | News | Notiziari di 30Science.com | Notiziario ricerca italiana | Ricerca Italiana | Scienza

Nicola Binetti

(30Science.com) – Roma, 2 nov. – “Ogni individuo possiede una rappresentazione unica su come vengano espresse differenti emozioni, affine all’idea di un’impronta digitale”. Lo ha spiegato a 30Science.com, Nicola Binetti, ricercatore della Scuola Internazionale Superiore di Studi Avanzati di Trieste (SISSA) che è appena rientrato in Italia dopo aver guidato un gruppo di lavoro alla Queen Mary University of London insieme al quale ha mappato diverse espressioni facciali umane grazie alla combinazione di algoritmi genetici con avatar 3D fotorealistici. La gamma di espressioni facciali umane associate a un particolare stato emotivo non è ancora nota, in parte perché il numero di possibili espressioni è molto vasto. Ciascuno dei 336 partecipanti allo studio, i cui risultati sono stati pubblicati su PNAS, ha creato l’espressione corrispondente a una particolare emozione e un algoritmo ha permesso ai partecipanti di far evolvere i volti per raggiungere la loro espressione preferita in più prove.

Quali sono i principali risultati che sono emersi dai vostri esperimenti?

In questo studio ci siamo interessati a quantificare la variabilità di rappresentazioni di espressioni facciali in un’ampia rosa di partecipanti. Ognuno di noi ha “un’idea” (una rappresentazione interna) di quale espressione facciale corrisponda a differenti stati affettivi, come felicità, rabbia o tristezza. La nostra abilità di comunicare ed interpretare il significato di espressioni facciali in gran parte dipende dal fatto che queste rappresentazioni sono largamente condivise all’interno della popolazione. Vale a dire, persone diverse hanno idee sovrapponibili sull’aspetto di un espressione che comunica felicita’ o rabbia. Ci sono pero anche differenze, ad esempio spiegate da fattori culturali o clinici (ad es occidentali vs asiatici, o individui affetti da depressione vs soggetti di controllo). Dal nostro studio e’ emerso che questa variabilità nelle rappresentazioni di emozioni e’ riscontrabile su una scala individuale, dove nonostante le similitudini tra persone differenti, ogni individuo possiede una rappresentazione unica su come vengano espresse differenti emozioni, affine all’idea di un’impronta digitale.

Grafico che rappresenta la distribuzione (ossia come si raggruppano e quanto si differenziano) le espressioni create da tutti i partecipanti

Ci può descrivere il metodo che avete utilizzato?

Questo slideshow richiede JavaScript.

Abbiamo utilizzato una tecnica fondata su algoritmi genetici per consentire a persone di modellare espressioni facciali raffigurate da un volto artificiale (3D), che rappresentano stati di felicità, tristezza, rabbia o paura. Algoritmi genetici sono ispirati a meccanismi di selezione naturale, dove vengono selezionati ed evoluti tratti presenti in una popolazione. Possiamo prendere ad esempio l’allevamento di cani, dove a partire da una serie di esemplari, possiamo enfatizzare o rimuovere alcuni tratti presenti nel gruppo selezionando quali animali possono riprodursi. Un criterio simile e’ stato adottato con i volti artificiali presentati ai nostri partecipanti. A partire da una serie di 10 volti raffiguranti diverse espressioni, i partecipanti selezionano quali volti hanno una mimica compatibile con l’espressione che intendono modellare (ad es un volto che esprime rabbia). Queste selezioni determinano quali tratti espressivi saranno incrociati e quali “geni” verranno propagati alla generazione futura (una nuova serie di 10 volti generati dall’algoritmo). Questo processo si ripete più volte, dove nell’ultima generazione le espressioni convergono sulla rappresentazione che quel partecipante ha di un particolare stato affettivo. (Nella gallery sopra esempi di espressioni create da alcuni partecipanti 3 per emozione e-immagini (“heatmaps“) che mostrano quali parti del volto variano maggiormente tra espressioni create da tutti i partecipanti, 1 per ogni emozione)

render di un volto con wireframe

Quali sono le principali implicazioni di questa ricerca?

Con questa metodologia abbiamo osservato una sostanziale variabilità nelle rappresentazioni di emozioni nella popolazione testata, dove ogni persona ha un’idea propria su quali siano le espressioni facciali che comunicano specifiche emozioni. Queste differenze hanno implicazioni sul versante percettivo, dove una serie di espressioni facciali possono essere interpretate differentemente in funzione di questa variabilita’ nelle rappresentazioni tra persone differenti. Una stessa espressione potrebbe essere riconosciuta come triste da parte di un individuo, o come impaurita da parte di un altro, in funzione di diversi modi di intendere il come queste emozioni vengono espresse. Questi dati hanno implicazioni importanti per comprendere i meccanismi – e le differenze individuali – alla base delle nostre abilita’ di riconoscere, discriminare e rispondere all’informazione affettiva espressa tramite la mimica facciale.

Può darci indicazioni in merito al suo percorso accademico?

Ho conseguito una laurea in psicologia sperimentale e dottorato di ricerca in neuroscienze cognitive all’Universita’ di Roma la Sapienza. Ho successivamente lavorato come ricercatore per un decennio nel Regno Unito, alla University College London e Queen Mary University of London , per poi rientrare in Italia alla Scuola Internazionale Superiore di Studi Avanzati di Trieste (SISSA), finanziato da fondi europei.(30Science.com)
Sono un giornalista. Sono nato nel 1970 e ho cominciato a scrivere nel 1994. Non ho più smesso. Nel corso della mia carriera ho scritto molto di scienza, di ambiente, di salute cercando di portare la scienza e la profondità dell'analisi scientifiche in ogni ambito di cui mi sono occupato.