乾明 編譯整理

量子位 報道 | 公衆号 QbitAI

AI讀取人們的面部情緒，已經成了一項大生意。

《衛報》報道稱，其已經成為一個規模達200億美元的産業，還在繼續擴大。

亞馬遜、微軟、IBM等的大型科技公司，以及曠視等創業公司都已經入場，使用場景覆蓋招聘、市場研究、健康評估等等。

一些開發者聲稱，自動化的情緒檢測系統，不僅能更好地發現人類真實的情緒，也能更好地協調人們的内心感受，極大地改善人與設備的互動情況。

但有許多專家擔心，情緒識别技術仍然有缺陷，會導緻一些有風險的決定。

規模達200億美元的産業

最早将情緒識别技術應用于商業場景的，是Rana el Kaliouby和MIT情緒計算實驗室的主任Rosalind Picard。

2009年，他們創辦了一家名為Affectiva的創業公司，将情緒識别技術作為市場調研産品出售，用來研究用戶對廣告和産品的實時情緒反應。

他們的客戶有糖果公司瑪氏、食品生産商家樂氏，以及哥倫比亞廣播公司等等。

之後的幾年内，機器學習和計算機視覺方面研究不斷取得進展，情緒分析技術商業化進程開始加快。

現在，亞馬遜、微軟、IBM等科技巨頭公司，都已經将“情緒分析”作為面部識别技術的産品之一。

也有一些創業公司，如曠視、Kairos、Eyeris等等，也開始面向企業、政府提供與Affectiva類似的服務。

随着更多公司進場，情緒識别覆蓋的場景也越來越多。

從一開始用于市場研究，拓展到了招聘、司機監控、遊戲用戶體驗測試、病人的健康狀況評估等等場景。

《衛報》報道稱，圍繞着情緒識别，已經形成了一個規模達200億美元的産業，未來也将繼續擴大。

Kaliouby預測，在不久的将來，這種技術将無處不在，并集成在我們身邊所有的設備中，無時無刻地“挖掘我們内心深處的、潛意識的反應”。

但就目前來看，情緒識别技術，還存在缺陷以及伴随而來的風險。

情緒識别的缺陷與風險

情緒識别，需要兩種技術為基礎。

• 一是計算機視覺，用于精确識别面部表情。
• 二是機器學習算法，分析和解釋這些面部表情中蘊含的情緒。

通常情況下，機器學習采用監督學習來訓練識别的能力。

這個過程中，給算法看成千上萬張帶有“happy”标注的面部圖像，再給它看一張新的圖像時，它會識别這個面部表情是否表示“happy”。

依賴大量的數據和強大的模型，情緒識别系統甚至可以識别人們試圖掩飾的情緒。

但一些專家并不認可這種系統，并對其提出了批評。

比如美國東北大學的心理學教授 Lisa Feldman Barrett。

她認為，預先給人們提供選定的情緒标簽，使其與面部照片相匹配，是在無意中引導他們給出答案。

在和同事進行的實驗中，她們沒有提供标簽，讓人們自由描述自己看到圖像中的情緒。結果，特定面部表情和特定情緒之間的相關性直線下降。

在她看來，評估情緒需要動态的過程，分析人與人之間的互動，以及其中體現出來的文化背景等等。

這需要很多工作，畢竟情感是複雜的。

為了解決這方面的缺陷，在構建情緒識别系統時，研究人員開始不斷豐富數據多樣性和複雜性。

甚至實用視頻來訓練模型，并捕捉更多的數據的，比如聲音、步态等等。

這背後的理念是，更好的數據意味着更準确的結果，甚至有一些研究開始宣稱，機器在情緒識别方面已經超越了人類。

但Barrett提出的質疑，并不僅僅是關于數據的，還在于數據是如何标注的。

大多數情緒識别公司标注數據的過程，隻能識别出來一些刻闆的情緒。

紐約大學人工智能研究所的聯合主任Meredith Whittaker表示，這會帶來真正的社會危害。

她說，這些技術，已經用來招聘和評估學生在課堂上的表現。

反饋得到的信息，可以直接影響一個人的職業和學業生涯，如果分析結果不是非常準确的，就會帶來實際的傷害。

最近，還有一些研究表明，面部識别技術的偏見，更有可能傷害少數群體。

去年12月發表的一項研究表明，情緒識别技術認為，黑人男性的負面情緒比白人男性更多。

在這些缺陷面前，正在使用這些技術開展業務的研究人員也承認，這項技術不是100%萬無一失的。

— 完 —

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公衆号(QbitAI)對話界面，回複“招聘”兩個字。

量子位 QbitAI · 頭條号簽約作者

վ'ᴗ' ի 追蹤AI技術和産品新動态

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部