據(jù)稱，機(jī)器現(xiàn)在已經(jīng)可以識(shí)別很多人類的情緒，包括憤怒,、恐懼,、厭惡以及悲傷等等,。情緒識(shí)別技術(shù)已經(jīng)從實(shí)驗(yàn)室里面走了出來,，成長為一個(gè)價(jià)值高達(dá)200億的行業(yè)。

到底能不能通過面部識(shí)別和動(dòng)作識(shí)別來找到恐怖分子呢,？這個(gè)項(xiàng)目早在2003年就已經(jīng)由美國運(yùn)輸安全管理局（TSA）提出來了,，從那時(shí)起,，他們就開始測試一個(gè)名為Spot的監(jiān)控系統(tǒng)來完成這個(gè)任務(wù)。

在開發(fā)這個(gè)系統(tǒng)的過程中,，他們咨詢了Paul Ekman教授,。Paul Ekman教授是舊金山加利福尼亞大學(xué)的榮譽(yù)退休教授。他在幾十年前就開發(fā)了一種可以識(shí)別人類面部微情緒的方法,，這種方法可以通過掃描人臉微表情來測定一個(gè)人是否撒謊,。

但是，后來這個(gè)項(xiàng)目出現(xiàn)了一些問題,，因而在2007年的時(shí)候被叫停了,。安全人員對乘客進(jìn)行臨檢也是隨機(jī)的，而且,，逮捕的人大多與恐怖組織并無聯(lián)系,。另外，據(jù)說這個(gè)系統(tǒng)還被用來區(qū)分人種,。

Ekman也在努力和Spot項(xiàng)目劃清界限,，他認(rèn)為，Spot項(xiàng)目濫用了他的技術(shù),。但其他一些人認(rèn)為，項(xiàng)目失敗的原因是這項(xiàng)技術(shù)的原理已經(jīng)過時(shí)了,。這項(xiàng)技術(shù)的原理是：情緒可以通過對面部物理特征的分析而得出,。

最近幾年，科技公司已經(jīng)開始基于Ekman的識(shí)別方法訓(xùn)練算法,，這些算法都是用于分析和檢測面部情緒,。一些開發(fā)者聲稱，他們開發(fā)的自動(dòng)情緒檢測系統(tǒng)不僅僅具有比人類更厲害的情緒解讀能力,，而且,，它們還可以洞悉我們內(nèi)心的真實(shí)想法，從而提升用戶與設(shè)備之間的人機(jī)交互,。

但是很多研究情緒的專家認(rèn)為這些算法并不會(huì)成功,，而且，這個(gè)技術(shù)的可靠性也尚未得到證實(shí),，使用它們可能會(huì)產(chǎn)生不好的后果,。

人臉分析技術(shù)

情緒檢測技術(shù)主要包含兩個(gè)技術(shù)要點(diǎn)：一個(gè)是計(jì)算機(jī)視覺技術(shù)，用于精確識(shí)別面部情緒,；另一個(gè)是機(jī)器學(xué)習(xí)算法,，用于解讀面部情緒。

一般來說,，第二個(gè)步驟會(huì)使用一種名為“監(jiān)督學(xué)習(xí)”的技術(shù),，這種技術(shù)可以訓(xùn)練算法,，使之能夠識(shí)別之前“見到”過的東西。其原理就是讓算法分析和處理成千上萬張高興表情的圖片來訓(xùn)練算法,，而經(jīng)過訓(xùn)練后的算法將能夠識(shí)別新的,、高興表情的圖片。

一個(gè)名叫Rana el Kaliouby研究生是第一位使用這種技術(shù)進(jìn)行試驗(yàn)的人,。在2001年的時(shí)候,，他從埃及來到劍橋攻讀計(jì)算機(jī)科學(xué)博士學(xué)位。和其他人相比,，她每天使用電腦的時(shí)間都會(huì)很長,。因此，她想到：如果計(jì)算機(jī)可以識(shí)別她的情緒,，并且給與回應(yīng)的話,，是不是很有趣呢？畢竟,，她遠(yuǎn)渡重洋,，身邊沒有家人和朋友，很孤獨(dú),。

因而,，Kaliouby攻讀博士研究生期間的課題就選擇了實(shí)現(xiàn)自己的這個(gè)想法，而且,，最后也成功地開發(fā)了一個(gè)設(shè)備,。這個(gè)設(shè)備可以幫助患有阿斯波哥爾綜合征（兒童分裂樣精神病）的兒童閱讀,，同時(shí)回應(yīng)這些兒童的情緒,。

2006年時(shí)，Kaliouby加入了麻省理工的情緒計(jì)算實(shí)驗(yàn)室,。在此工作期間,，她和實(shí)驗(yàn)室的主任Rosalind Picard一起工作，繼續(xù)改進(jìn)和提升自己的技術(shù),。后來,，在2009年時(shí)，他們一起創(chuàng)辦了一家名為Affectiva的初創(chuàng)公司,，這也是第一家研究情緒人工智能的公司,。

起初，Affectiva公司直接出售自己的情緒檢測技術(shù),，這項(xiàng)技術(shù)可以實(shí)時(shí)檢測人們對于廣告和產(chǎn)品的情緒反應(yīng),。他們的客戶包括Mars、Kellogg’s以及CBS等等,。2013年,，他們還與另外一家生物測量公司進(jìn)行了合作,，同時(shí)，隨著行業(yè)的進(jìn)步而持續(xù)增長,。

Amazon,、Microsoft、IBM現(xiàn)在也在宣傳“情緒分析”技術(shù),，這項(xiàng)技術(shù)在這些公司也是面部識(shí)別技術(shù)的一種,。還有很多小一些的公司，比如Kairos和Eyeris公司,，他們也已經(jīng)發(fā)展起來了,，向Affectiva公司提供相似的服務(wù)。

除了用于市場調(diào)查,，這項(xiàng)技術(shù)還被應(yīng)用于監(jiān)控,、檢測司機(jī)精神狀態(tài)、測試游戲的用戶體驗(yàn),，甚至還可以協(xié)助醫(yī)生評估病人的情況,。

Kaliouby見證了情緒檢測技術(shù)的發(fā)展，情緒檢測技術(shù)從實(shí)驗(yàn)室中的一個(gè)科研項(xiàng)目,，成長成為一個(gè)規(guī)模高達(dá)200億美元的產(chǎn)業(yè),。而且，她相信情緒檢測技術(shù)還會(huì)繼續(xù)發(fā)展,。她預(yù)測,，未來這項(xiàng)技術(shù)將會(huì)無處不在，集成進(jìn)入我們所有的設(shè)備之中,，甚至能夠洞悉我們的內(nèi)心，解讀我們的潛意思,，并且給與實(shí)時(shí)的回應(yīng),。

龐大的數(shù)據(jù)庫

和大部分機(jī)器學(xué)習(xí)技術(shù)應(yīng)用場景一樣，情緒識(shí)別也以來大量高質(zhì)量數(shù)據(jù),。

根據(jù)Affectiva網(wǎng)站上的說法,，Affectiva公司擁有世界上最大的情緒數(shù)據(jù)庫。數(shù)據(jù)庫中共有超過750萬張臉,，它們來自于87個(gè)不同的國家,。主要的拍攝場景是觀看電視和日常通勤。

這些視頻由Affectiva公司的35名工作人員進(jìn)行標(biāo)記,，通過判斷來標(biāo)定視頻中拍攝到的情緒,。比如，如果看到有人眉毛低垂,、嘴唇緊閉或者是眼球外凸,，那就將其標(biāo)注為“憤怒”,。其他情緒也是相似的處理方法。這些標(biāo)記好的數(shù)據(jù)將會(huì)被用于訓(xùn)練公司的算法,。

很多情緒檢測公司都使用這種標(biāo)記方法,，而這種方法已經(jīng)成為測量情緒的金科玉律。這種方法叫做“面部情緒動(dòng)作編碼系統(tǒng)”（Emfacs）,，由Paul Ekman和Wallace V Friesen在上世紀(jì)80年代提出,。

而這種技術(shù)最早起源于上世紀(jì)60年代，當(dāng)時(shí),，Ekman和兩位同事創(chuàng)建了一個(gè)假說,。假說認(rèn)為，人類一共有6種通用情緒,，包括：憤怒,、厭惡、恐懼,、快樂,、悲傷以及驚訝，而這些情緒都可以通過分析面部肌肉的運(yùn)動(dòng)來得出結(jié)論,。

為了證明這個(gè)假說,，他們設(shè)計(jì)了實(shí)驗(yàn)，向不同文化背景的人們展示情緒照片,，讓他們來識(shí)別圖中情緒,。結(jié)果表明，雖然大家有很大的文化差異,，但是大家對于情緒的識(shí)別基本都是一致的,。例如，對于所有的人來說,，低垂的眉毛,、緊閉的嘴唇以及外凸的眼球都是表示“憤怒”。

在接下來的20年中,，Ekman根據(jù)自己的發(fā)現(xiàn),，開發(fā)了用于識(shí)別面部情緒的方法。一個(gè)人的某種情緒會(huì)自動(dòng)激發(fā)面部肌肉的活動(dòng),，從而顯示出情緒,。盡管有的時(shí)候人們在盡力隱藏自己真實(shí)的情緒，但總是會(huì)流露出一些東西,，而這些東西就可能被其他人所捕捉到,。

在20世界后半葉，這個(gè)理論一直當(dāng)做情緒的經(jīng)典理論。Ekman將他的情緒檢測方法申請了專利,，并向CIA,、FBI以及TSA等機(jī)構(gòu)出售自己的技術(shù)，用于幫助這些機(jī)構(gòu)進(jìn)行培訓(xùn),。這種理論后來也流行起來,，甚至還有人用這個(gè)點(diǎn)子，拍了一部名為Lie to Me（別對我說謊）的電視劇,。

但是,，很多研究情緒的自然科學(xué)家和神經(jīng)學(xué)家都開始質(zhì)疑Ekman的經(jīng)典理論。

近幾年來,，來自于美國東北大學(xué)（Northeastern University）的Lisa Feldman Barrett教授對Ekman的經(jīng)典理論提出了有力而且持續(xù)的評論,。

Barrett教授第一次接觸經(jīng)典情緒理論是在讀研期間，她需要找一個(gè)合適的方法來客觀地測量情緒,，因而就找到了Ekman教授的經(jīng)典理論,。當(dāng)她仔細(xì)閱讀相關(guān)文獻(xiàn)時(shí)，她發(fā)現(xiàn)這個(gè)理論是有漏洞的,。當(dāng)時(shí)的實(shí)驗(yàn)中,，人們做的是將給定的情緒和圖片去進(jìn)行匹配，而這一定程度上相當(dāng)于無意地給了他們答案的提示,。

她和她的一些同事們一起重新做了Ekman經(jīng)典理論的驗(yàn)證實(shí)驗(yàn),，這次，他們不再提供標(biāo)簽,，實(shí)驗(yàn)參與者可以自由地描述圖片中的情緒,。最終，實(shí)驗(yàn)得到了和以前不太一樣的結(jié)果,，面部表情和情緒的相關(guān)性大大降低,。

從這以后，Barrett建立了自己的情緒理論,，而且出版了一本書來詳細(xì)闡明,，書的名字叫做《情緒是如何產(chǎn)生的：大腦的秘密》（How Emotions Are Made： the Secret Life of the Brain）她認(rèn)為，沒有什么所謂的“通用情緒”,，情緒存在于大腦之中，由內(nèi)部刺激而激發(fā),，而且情緒是由更小的基礎(chǔ)結(jié)構(gòu)所構(gòu)成的,。

Barrett在書中寫到：“情緒是身體的物理特性的體現(xiàn)。大腦會(huì)將自己和周圍的各種環(huán)境相聯(lián)系,，包括文化,、成長歷程等等，從而產(chǎn)生出情緒。情緒是真實(shí)的,，但是并不是一個(gè)具象的分子或者是神經(jīng)元,。這種真實(shí)就是像是我們手里握著鈔票那樣，情緒是我們身體的產(chǎn)物,?！?/p>

Barrett認(rèn)為將面部表情直接和情緒在各種文化環(huán)境中直接相關(guān)聯(lián)，是不合適的,。有的人在生氣的時(shí)候可能會(huì)滿臉怒容,，另一個(gè)可能會(huì)禮貌的微笑，但背地里謀劃著怎么對付自己的敵人,。因此,，進(jìn)行情緒分析時(shí)，需要把情緒看做是動(dòng)態(tài)的,，而且涉及很多東西,，包括：認(rèn)知過程、人際交互,、行為傾向以及文化背景等,。Barrett說道：“情緒非常復(fù)雜，因此,，分析情緒有很多需要做的事情,。”

Kaliouby也同意表情是復(fù)雜的,，這也是為什么她和她的團(tuán)隊(duì)一直在提升自己數(shù)據(jù)庫的豐富程度和復(fù)雜程度,。而且，他們使用視頻來訓(xùn)練算法,，而不再使用圖片,。他們也在試驗(yàn)中抓取相關(guān)信息，比如說聲音,、步態(tài)以及面部的細(xì)微變化,。她堅(jiān)信，更好的數(shù)據(jù)庫將會(huì)提升分析結(jié)果的準(zhǔn)確性,。有些研究甚至聲稱,，機(jī)器在識(shí)別工作上的表現(xiàn)已經(jīng)超過了人類。

但是,，Barrett認(rèn)為,，光有數(shù)據(jù)還不行，重要的是怎么去標(biāo)記,。Affectiva等公司的標(biāo)記數(shù)據(jù)訓(xùn)練出來的算法,，只能識(shí)別Barrett教授提到的“典型情緒”,。

紐約大學(xué)AI Now研究中心的聯(lián)合主任Meredith Whittake，基于Ekman的理論開發(fā)了一個(gè)使用機(jī)器學(xué)習(xí)技術(shù)的應(yīng)用,。結(jié)果,，最后發(fā)現(xiàn)這個(gè)應(yīng)用不僅不實(shí)用，而且可能會(huì)給社會(huì)造成一定的危害,。

她說：“有的公司已經(jīng)開始使用這些技術(shù)來評測應(yīng)聘者是不是合適,，甚至有的學(xué)校也用這些技術(shù)來判斷學(xué)生的參與度和滿意度。對于應(yīng)聘者,，這樣的信息會(huì)改變一個(gè)人的應(yīng)聘結(jié)果,；對于學(xué)生，這樣的信息會(huì)改變他所接受到的教學(xué)方法和評價(jià)方式,。如果這個(gè)結(jié)果不是非常準(zhǔn)確的話,，那麻煩就大了?！?/p>

Kaliouby表示,，她也知道情緒檢測技術(shù)可能會(huì)被濫用，因此,，在開發(fā)過程中,，她非常注意技術(shù)倫理問題。

Kaliouby非常了解建立多元數(shù)據(jù)庫的重要性,，她說：“我們必須要保證用于訓(xùn)練算法的數(shù)據(jù)是多元化的,。我們的樣本包含白種人、亞洲人,、深色人種,，甚至還包括穆斯林女性?！?/p>

正是為了這個(gè)目的,，Affectiva公司從87個(gè)國家收集數(shù)據(jù)。而在數(shù)據(jù)收集的過程中,，工作人員發(fā)現(xiàn),，有的國家居民表情明顯，有的則不然,，在表達(dá)情緒的時(shí)候會(huì)有一些細(xì)微的差別,。比如說，巴西人笑得時(shí)候嘴會(huì)咧得比較寬,、比較長,；而日本人的微笑并不表示開心，只是表示禮貌,。

Affectiva公司為這些細(xì)微差別專門建立了一個(gè)分析系統(tǒng),，用于區(qū)分不同的種族和不同的文化。

但是,，Whittaker對這樣的技術(shù)有些擔(dān)心,。事實(shí)上，已經(jīng)有一些公司提供預(yù)測技術(shù),，可以預(yù)測某個(gè)人多大程度上可能會(huì)是恐怖分子,、戀童癖或者是預(yù)測一個(gè)人的性取向。

最近的一些研究表明,，面部識(shí)別技術(shù)產(chǎn)生的偏見將更可能會(huì)損害少數(shù)民族的權(quán)利,。去年11月公布的一項(xiàng)研究表明，相對白人,，情緒檢測技術(shù)對于黑人并不友好,。

當(dāng)這些問題匯總到Kaliouby那里以后，她說,，Affectiva公司的系統(tǒng)中的確有所謂的“種族鑒定”功能,，但是現(xiàn)在并未啟用。而且,，他們只會(huì)橫向?qū)Ρ茸R(shí)別同一地區(qū)的情緒,。例如，巴西人和巴西人去對比,，日本人和日本人去對比,。

“那如果是一個(gè)在巴西的日本人怎么辦呢？系統(tǒng)會(huì)采用那個(gè)標(biāo)準(zhǔn)呢,？“

“當(dāng)前,，我們的技術(shù)還未成熟?！?/p>