情感识别已经成为了一个热门的新领域。
目前亚马逊、微软、IBM等科技公司纷纷在卖它们的“情感识别”算法，通过语音分析、肢体分析、步态分析、眼动追踪等各种方式，来分析人们的情绪状态。其中最受关注的，还是面部识别。
面部识别情感是科学家们至少争论了100年的话题。但是过去一个世纪几乎没人对情感研究做过全面评估。
所以情感科学领域来自不同理论阵营的5位杰出科学家，审查了1000多份不同的科学论文，开始了一项为期2年的数据检查研究。
他们最新的研究成果得出了一致的结论：“从面部动作中推断人类情感是不可靠的。”
总的来说，他们认为目前对于面部情感的表达和感知方式，存在以下三种误解：
一是同样的情感并不总是以同样的方式表达；
二是同样的面部表情不能表明同样的情感；
三是不同文化和背景的面部感情表达都不同。
科学家之一Lisa Feldman Barrett说道：'数据显示，当人们生气时，只有不到30％的时间会皱起眉头，所以愁眉苦脸并不一定是愤怒的表现，只是愤怒的表达之一。更多时候人们皱眉只是他们正困惑、专注做事情，或者闻某样气体。'
人们会愤怒地嘶喊，也会高兴地流泪，会在爱慕之人面前假装漠不关心，也会在春风满面的时候计划一项阴谋。这些情感太过复杂，甚至就算是把人们的面部表情放在你面前，你也看不出这是哭、是笑、是惊，还是只是单纯地爽：
▲英国汽车制造商 Jaguar Land Rover 开发的驾驶辅助装置识别技术
在一些针对面部表情与情感之间的相关性研究中，也存在着和人们生活中真实情况不符的缺陷。
当研究中参试者被要求表达感情时，他们往往会从既定俗成的面部情绪，以达到大家普遍认为的愤怒、厌恶、恐惧、快乐、悲伤、惊喜等表情共识。
一些大公司承认了情感表达的微妙之处很难判定。比如微软就表示它们的软件分析情感主要'认准八大核心情绪状态'。但把情绪归类，实际上有点刻板印象。
▲较普遍的六种情绪类别：愤怒，厌恶，恐惧，快乐，悲伤和惊喜。
还有一些公司尝试了更多可能性，在该领域技术领先的公司 Affectiva，表示它们不限于面部表情识别情绪，还收集了更多指标评定，去年他们就让面部识别和语音分析结合，来判断驾驶员的情绪，但所有的指标加在一起如何平衡也有待考量。
需要引起注意的是，在面部情感识别尚未完全达到理想效果时，它已经进入我们生活了。
当它利用不准确的标准，达成不严谨的决策，就可能对人们造成一些真实的伤害。已有公司在招聘时以此判断应聘者是否能胜任工作，这可能会导致某人屡屡失业，或求职时刻意伪装；在法庭中法官用面部表情判断嫌疑人是否犯罪，可能会直接导致一场死刑。
▲法国警察和面部分析先驱Alphonse Bertillon靠该技术识别屡犯者. 上图为Alphonse Bertillon示范大头照。
AI Now Institute的一份报告也认为该技术正在“以不道德和不负责任的方式应用”：“这些简单类别的算法可能会重现过时的科学范式的错误。”
但需要肯定的是，在我们未来生活中，情感识别可以预见地会越来越重要。
车上的面部识别情感技术，可以识别到我们驾驶时正在犯困或焦躁的情绪，然后提醒我们更加专注和平静，以减少事故的发生。
手机上能够面部识别情感的话，就能根据我们的状态，让我们刷社交媒体时收到更符合心境的内容，而对商家来说，他们也希望能以此衡量我们对广告的反应，给我们进行更准确的产品推荐。
另外，情感失控在当代网络上，随时都可以掀起一场波澜。而面部识别情感或许能在人们想发出一条言语暴力的攻击时，收到平台的提醒：“你这条消息可能会让一万人受到心理伤害。”
事实上，整个自动化的情感识别行业正在迅速崛起。
全球情感识别和情感分析软件市场研究报告预测该市场在2018-2023期间将以60.25％的复合年增长率增长，美国公民自由联盟 (ACLU) 指出，2025年情感识别软件的市场预计将在广告营销、驾驶出行、智能机器人等领域达到至少38亿美元。
但随着市场需求越来越大，不管情感识别的技术会不会更加先进，从而达到精准识别人们内心的情感，我们都最好用更批判的目光看待它。
因为对情感错误理解的算法可能会使偏见更难以发现，而且更深一层的忧虑正如 AI Now Institute报告所说：“它会严重引发令人不安的道德问题——即把个人真实性格和情感的仲裁者，定位在个人之外。”
毕竟谁也不想未来走在路上，人人脸上都是蒙娜丽莎的微笑。
本文系转载，来源：机器人学堂
苏公安网备 32011402010933号