1872年，查尔斯·达尔文在他的著述《人类与动物的感情表达》中指出，在所有的身体部位中，脸部最受人们的重视，因为它是做出表情和发出声音的主要部位。

科学家们已经找到了许多证据证明一些面部表情是与生俱来的，不过还有许多复杂的社会和文化因素需要考虑。2012年的一项研究表明，西方人特有的面部表情与六种主要情感相关联（快乐、悲伤、惊讶、恐惧、厌恶和愤怒），而东方人则更倾向于眼神交流。

如今，机器学习为科学家们提供了一种解释面部细微变化的全新方式。一个名为MultiSense的新系统能够实时追踪人们的头部位置、眼神方向以及身体的移动倾向。这些细节能为我们提供许多信息。例如，观察某人的鼻子和眉毛可以帮助我们区分真心的微笑和伪装的微笑。“在大多数时间里，我们所看到的他人的表情不过是一层出于礼貌而戴上的面具，”卡内基梅隆大学计算机科学学院的助理教授路易-菲利普·莫伦西说：

“有些人微笑是为了回应别人的微笑，所以微笑会因为情感状态和社会状态的不同而改变。”

莫伦西和他的同事们对使用机器学习来研究抑郁症患者的面部表情与心理状态之间关系尤其感兴趣。目前，他们得到了令人意想不到的结果。抑郁症患者和非抑郁症人群笑的一样频繁，但是他们微笑的方式不同——抑郁症患者的微笑持续的时间更短。

不同性别的抑郁症患者的脸部表情也不同。在南加利福尼亚大学的一项研究中，莫伦西和其他三名研究人员发现，抑郁症患者比非抑郁症人群皱眉的次数更多，但是在女性人群中，结果恰恰相反：患有抑郁症的女性比没患抑郁症的女性皱眉次数更少。

“还有一点更有趣，”莫伦西说，“那就是这些研究结果与社会规范相符。”例如，人们会倾向于要女性多微笑。“这与文化有关呢？还是与地方和国家的差异有关？或者是一种全球普遍的现象？还是说存在一种我们还未发现的其他因素？”

从医疗方面看，这一技术意味着机器学习可以帮助人类医生追踪病人的长期情况。简而言之，莫伦西相信MultiSense可以与专业的临床医生相媲美。

不过这类技术还有其他的用处。例如，美国军方已经为这项研究投入了资金。国防部想通过这种面部识别平台来医治罹患创伤后应激障碍（ PTSD）的军人。此外，它还有一个长期的目标——通过这一技术来理解并预测人们的行为。为了这一目标，国防部从几十年前就开始构建面部表情的庞大数据库。

莫伦西对研究的发展感到兴奋，但他同时也呼吁人们保持警惕，强调这些工具最好能与抑郁症患者的治疗相契合，而不是用作诊断工具。事实证明，人类的这些表情暗示是很细微的，难以量化的：

“我个人认为，这一技术最好用来帮助医生诊断，而不是单靠它来诊断。我们还需要考虑许多道德问题。”