蘋果收購了一家可讀解人們的面部表情并預測其情緒的公司，Emotient,。

　　據(jù)華爾街日報昨日消息,，蘋果收購了一家可讀解人們的面部表情并預測其情緒的公司，Emotient,。該產(chǎn)品甚至可將滿屋子人的面部表情進行分類,，應用范圍比如可以用來測量消費者對廣告的反應。Emotient稱,，醫(yī)生也對他們的技術進行了測試,，以解讀那些無法進行自我表達的病人的痛苦表情，零售商也用它監(jiān)測購物者在商店走道里的面部表情或是的銷售人員通過佩戴 Google Glass 對顧客的表情進行實時解讀,。

　　蘋果公司發(fā)言人也證實了這項收購交易,，并表示蘋果“時常都會收購小型技術公司，一般來說我們都不會討論收購意圖或計劃”,。該發(fā)言人拒絕透露這項交易的具體財務條款,。

　　實際上，從20 世紀 90 年代以來,，一批研究人員開始試圖讓機器讀能懂人類情緒,，并可以像人類一樣作出正確回應。一些智能系統(tǒng)已經(jīng)可以對音高,、音色和響度進行分析,，識別出深層次語義，比如根據(jù)一位女性和孩子的對話,，可以辨別出這位女性是否一位媽媽,，她是否在盯著孩子的眼睛看，以及她是失落還是高興,。另外一些機器則可以分析人類遣詞造句的方式,，或者是解讀肢體語言，然后判斷用戶的情緒,。此外還有一些人選擇從面部表情入手,，因為在很多時候,，面部承擔著情緒溝通的功能，而我們通過面部表情傳達的信息可能要遠遠多于語言本身,。這其中又誕生了一些公司,，如 Affectiva 、Emotient,、Realeyes 和 Sension,。

　　Emotient 總部位于圣地亞哥，此前已經(jīng)融資800萬美元,，投資者包括英特爾資本,。知情人士稱，Emotient在被蘋果收購前一直在尋求啟動新一輪風險投資融資活動,，但根據(jù)提供的融資條款并未找到適合的投資方,。 Emotient 在本周對網(wǎng)站進行了改版，移除了公司所銷售服務的細節(jié)信息,。

　　Emotient 官網(wǎng)上是這么介紹自己的：

　　Emotient是情緒檢測和情緒分析的領導者,，我們的服務是量化情感反應，提升你對產(chǎn)品和市場的洞察力和行動的有效性,。

　　猜想蘋果收購后可能用到的地方,，將該技術置于 iPhone 的前置攝像頭中，來檢測用戶情緒狀態(tài),，從而讓Siri 更加智能,，與你對話可以考慮你的情緒變化；甚至可以利用這項技術來了解用戶對 iAds 平臺上投放的廣告的反應,。

　　實際上在2014年提交的一項專利申請中,，蘋果就已經(jīng)描述了一種根據(jù)多種線索，分析和確認人類情緒的軟件系統(tǒng),，這其中就包括面部識別,。去年10月，蘋果證實已收購人工智能創(chuàng)業(yè)公司 Perceptio 和 VocalIQ,，后者旨在提升計算機理解人類自然對話的能力,。而去年5月，Emotient 宣布已獲得了一項技術專利,，可在一天內(nèi)收集并標記多達10萬張面部圖像,。這樣一來，計算機就能夠更好地識別不同的面部表情,。

　　綜合這些線索來看,，這些技術很有可能用于提升 Siri 與人進行對話時的真實感，增加互動性,。

　　我這里整理了一份和Affectiva 和 Emotient 相關的科學家小故事,，補充介紹情緒識別與這兩家公司的由來：

　　有一位埃及科學家 Rana el Kaliouby,，和她的導師 Rosalind Picard 一起成立了 Affectiva，一家開發(fā)情感分析軟件的公司,。

　　Rosalind Picard 早些時候在 M.I.T 的 Media Lab 做一些圖像壓縮方面的技術開發(fā)，但很快她就遇到了瓶頸,，因為她開發(fā)的方法（盡管后來流行一時）與被處理的對象是完全獨立的：比如說壓縮大運河和總統(tǒng)肖像的圖片用的都是一樣的方法,。她覺得，如果計算機可以知道自己正在處理什么就能改善這個過程,。直到讀了一本關于聯(lián)覺的書《The Man Who Tasted Shapes》她才豁然開朗,，意識到了情感與理性之間的聯(lián)系。與我們傳統(tǒng)認為的 “無情卻又睿智” 不同,，過少的情感,，其實和過度豐富的情感一樣都會對我們的理性思考產(chǎn)生不好的影響，事實上一些影響情感的腦損傷也會剝奪人判斷和決策的能力,，而判斷和決策正是我們希望電腦做的事情,。

　　回到電腦的情緒識別，其實做法就是在面部提取一些關鍵的點,，將那些相對不變的 “錨點”,，比如鼻尖，最為一些參考的固定點,，然后用像嘴角這樣的點來判斷你做出的表情,。但是在九十年代，想要制造一個可以準確長出這些離散的面部動作單元的系統(tǒng)實在是太難了,，單是數(shù)字化一個視頻就要 25 秒,。一個早期的研究人員說：無論怎么做總是有一點偏差，而且隨著結構的不斷擴大,，錯誤也越來越多,，每十秒就要重新啟動一次。

　　研究陷入了瓶頸,， Kaliouby 只好去劍橋繼續(xù)讀她的博士學位了,。但是有一次演講后，有一個聽眾告訴她,，Kaliouby 訓練電腦讀人臉和他自閉癥的弟弟遇到的問題很像,。當時，劍橋的自閉癥研究中心正在做一個面部表情目錄的大工程,，和 Ekman 將表情分成一小塊一小塊動作單元,，再通過動作單元的組合判斷情緒的做法不同，他們對表情的分類更加自然,，簡單易懂,，將表情進行更細致的分類,，然后從某一種特定的表情整體學習其中的特征。

　　Ekman 是一位心理學家,，他的研究始于上世紀六十年代,，并構建了一套純熟的理論體系，證明了人類的面部至少可以表達六種情緒,，分別是高興,、悲傷、驚訝,、恐懼,、憤怒和厭惡，與性別,、年齡,、種族或者是文化背景無關。他將這些面部表情進一步分解,，系統(tǒng)化為 46 種“動作單元”的排列組合,，最終寫入了《面部動作編碼系統(tǒng)》（Facial Action Coding System，也稱FACS）,。這部著作有 500 多頁之厚,，全面而又細致地講述了面部的動作。數(shù)十年來,，他的理論大范圍應用在學術研究,、電腦動畫制作、測謊和案件偵破等諸多領域,。

　　就這樣他們有了足夠的資料開發(fā) MindReader,，一個可以在幾乎各種環(huán)境下檢測出復雜情緒的軟件，也是 Affdex （日后Affectiva 旗艦產(chǎn)品）的原型,。Ekman,，那個提出 FACS 的心理學家則和別人合作創(chuàng)立了 Emotient（上文提到被蘋果收購的那家公司），也是一款情緒識別的軟件,，同樣是利用機器學習的方法通過海量的數(shù)據(jù)學習構建一個準確的表情識別框架,。

　　至此兩家公司的原型初步顯現(xiàn)。