對(duì)于人工智能，很多人可能只關(guān)注AlphaGo又在圍棋上贏了人類幾次，或是OpenAI在游戲中擊敗了哪些厲害的電競(jìng)選手，但在更深層次的“情緒”識(shí)別上，人工智能正在讓你臉上的表情，成為一種新的“經(jīng)濟(jì)模式”。這一模式下也促使了國(guó)內(nèi)人工智能在各領(lǐng)域飛速發(fā)展，誕生了諸如曠視科技、商湯科技、極鏈科技Video＋＋、依圖科技等優(yōu)秀人工智能初創(chuàng)企業(yè)。

人工智能從了解情緒變化過(guò)程中肌肉的變化，到利用機(jī)器識(shí)別人類的情緒，人工智能讀情緒的認(rèn)知逐漸有了新的進(jìn)展。那么機(jī)器如何能夠判斷出人類情緒變化？AI真的能分清人類的情緒么？情緒識(shí)別適用于哪些領(lǐng)域呢？

什么是情緒？

情緒（emotion），是對(duì)一系列主觀認(rèn)知經(jīng)驗(yàn)的通稱，是多種感覺(jué)、思想和行為綜合產(chǎn)生的心理和生理狀態(tài)。情緒一詞最早可追溯到1579年，來(lái)源于法語(yǔ)單詞émouvoir。最普遍、通俗的情緒有喜、怒、哀、驚、恐等，也有一些細(xì)膩微妙的情緒，如嫉妒、慚愧、羞恥等。情緒常和心情、性格、脾氣、目的等因素互相作用，也受到了荷爾蒙和神經(jīng)遞質(zhì)影響。

20世紀(jì)90年代初期，情緒科學(xué)中的主流觀點(diǎn)認(rèn)為存在六種基本情緒，驚恐、傷心、憤怒、開(kāi)心、驚訝和厭惡。世界上每個(gè)人都親身經(jīng)歷過(guò)這些情緒，并且可以清楚地分辨它們。情緒通常變現(xiàn)出明顯的沖動(dòng)性和外部特征，包括認(rèn)知評(píng)估、身體反應(yīng)、主觀體驗(yàn)、外在表現(xiàn)和行動(dòng)傾向。情緒機(jī)制是人類經(jīng)歷漫長(zhǎng)進(jìn)化過(guò)程之后而固化的一種本能，比如人類在面對(duì)猛獸、槍械、懷有惡意的人時(shí)，通常會(huì)產(chǎn)生恐懼的情緒，并在這種情緒下出現(xiàn)臉色蒼白、手發(fā)抖、瞳孔縮小等一系列面部和身體的生理變化。

AI是否真的能分清人類的情緒？

人工智能的核心訴求是讓機(jī)器實(shí)現(xiàn)對(duì)人類的意識(shí)、思維的信息過(guò)程的模擬，能以人類智能相似的方式作出反應(yīng)。這就需要從人類的IQ和EQ兩個(gè)維度對(duì)人工智能進(jìn)行審視，而目前大部分人工智能所從事的研究?jī)H限于傾向IQ方向的模式識(shí)別，通過(guò)自然語(yǔ)言處理、機(jī)器學(xué)習(xí)、模式識(shí)別、物聯(lián)感知、邏輯推理等技術(shù)的綜合應(yīng)用，使機(jī)器具備一定的邏輯思維判斷能力。但目前，人工智能情緒識(shí)別離開(kāi)人類的干預(yù)，對(duì)復(fù)雜的情感的理解和表達(dá)能力，依然面臨著困境。

情緒歷史學(xué)家Thomas Dixon卻對(duì)此表示非常樂(lè)觀，他認(rèn)為對(duì)于AI來(lái)說(shuō)，情緒產(chǎn)生的機(jī)制可能類似于對(duì)大腦提取的眾多因素進(jìn)行加權(quán)計(jì)算，只要清楚不同文化、不同個(gè)體各因素的權(quán)重系數(shù)，情緒識(shí)別的難題也就迎刃而解。

AI情緒識(shí)別可以落地的領(lǐng)域

1．識(shí)別罪犯

目前，研究人員研發(fā)了一種AI，基于深度學(xué)習(xí)，在面部識(shí)別一類的感知任務(wù)中取得了成功，在這里，深度學(xué)習(xí)于面部旋轉(zhuǎn)模型相結(jié)合，能夠通過(guò)觀察人們的面部特征和表情來(lái)判斷是否是罪犯，將收集到的人們的錄像進(jìn)行分類，例如眉頭緊皺、眼球凸起就已被貼上憤怒的標(biāo)簽。這些標(biāo)記的人類情緒會(huì)被用來(lái)訓(xùn)練，這種標(biāo)記方法被很多情緒檢測(cè)行業(yè)的人認(rèn)為是檢測(cè)情緒的黃金標(biāo)準(zhǔn)，美劇《Lie to me》通過(guò)人的面部表情來(lái)探案的靈感也來(lái)源于此。

2．養(yǎng)老看護(hù)

情感人工智能的應(yīng)用價(jià)值可以深入到人們?nèi)粘９ぷ骱蜕�活的方方面面，從視頻情感人工智能看，由于視頻情感人工智能具有連續(xù)、實(shí)時(shí)、遠(yuǎn)程、非接觸的采集生理和心理信息特點(diǎn)，因此可以被廣泛應(yīng)用于基于視頻采集的業(yè)務(wù)場(chǎng)景。如在養(yǎng)老看護(hù)上，我們習(xí)慣從安全的角度去關(guān)注老人的生活健康狀況，如果通過(guò)傳統(tǒng)的安全視頻攝像頭能看到老人們的即時(shí)血壓、心率、呼吸頻率等生理指標(biāo)，并結(jié)合情緒識(shí)別AI系統(tǒng)實(shí)時(shí)監(jiān)測(cè)他們的生理健康狀況，就可以建立一種更科學(xué)、更人性化的老人關(guān)愛(ài)體驗(yàn)。

3．疲勞駕駛

我國(guó)交通運(yùn)輸業(yè)發(fā)展迅速，隨之而來(lái)的交通事故也呈上升趨勢(shì)，根據(jù)交通部門的資料顯示，由于疲勞駕駛造成的交通事故所占比重很大，占特大交通事故的比重更大，疲勞駕駛已經(jīng)作為交通事故發(fā)生的主要隱患，已經(jīng)引起了人們的關(guān)注，目前針對(duì)疲勞駕駛也出現(xiàn)了許多疲勞駕駛的檢測(cè)裝置，現(xiàn)有技術(shù)中提供了一種通過(guò)人臉識(shí)別以及瞳孔監(jiān)測(cè)分析駕駛員的疲勞狀態(tài)，并根據(jù)疲勞情形作出相應(yīng)的預(yù)警，但目前這項(xiàng)技術(shù)還存在著很多不足，很可能會(huì)因?yàn)橥饨绻饩�、遮擋等因素造成誤判。

未來(lái)，如果汽車?yán)锒及惭b了情緒識(shí)別AI，那么AI需要做的不是把一些簡(jiǎn)單的信息儲(chǔ)存下來(lái)，而是將這些信息融入到當(dāng)前的情景中，通過(guò)動(dòng)態(tài)整合做出準(zhǔn)確的判斷。

小結(jié)：

在科技發(fā)展日新月異的今天，生物識(shí)別技術(shù)已經(jīng)逐漸滲透到我們的日常生活之中，從傳統(tǒng)的攝像機(jī)、超聲波檢測(cè)等方式獲取信息，到如今的指紋識(shí)別、虹膜識(shí)別、聲紋識(shí)別、臉象識(shí)別等，但人工智能的業(yè)務(wù)應(yīng)用價(jià)值不僅于此，未來(lái)它可以給我們帶來(lái)更多的便捷體驗(yàn)，無(wú)論是公共服務(wù)領(lǐng)域，還是個(gè)人生活領(lǐng)域。但在未來(lái)的幾十年中，除了少數(shù)領(lǐng)域人工智能能和人類一樣，可以識(shí)別出不同類型的情緒，在某些領(lǐng)域，可能還有著很長(zhǎng)的路要走。