AI的情感識(shí)別真的靠譜嗎?

情感識(shí)別已經(jīng)成為了一個(gè)熱門(mén)的新領(lǐng)域。目前亞馬遜、微軟、IBM等科技公司紛紛在賣(mài)它們的“情感識(shí)別”算法，通過(guò)語(yǔ)音分析、肢體分析、步態(tài)分析、眼動(dòng)追蹤等各種方式，來(lái)分析人們的情緒狀態(tài)。其中最受關(guān)注的，還是面部識(shí)別。

面部識(shí)別情感是科學(xué)家們至少爭(zhēng)論了100年的話題。但是過(guò)去一個(gè)世紀(jì)幾乎沒(méi)人對(duì)情感研究做過(guò)全面評(píng)估。

所以情感科學(xué)領(lǐng)域來(lái)自不同理論陣營(yíng)的5位杰出科學(xué)家，審查了1000多份不同的科學(xué)論文，開(kāi)始了一項(xiàng)為期2年的數(shù)據(jù)檢查研究。

他們最新的研究成果得出了一致的結(jié)論：

“從面部動(dòng)作中推斷人類(lèi)情感是不可靠的?！?/p>

總的來(lái)說(shuō)，他們認(rèn)為目前對(duì)于面部情感的表達(dá)和感知方式，存在以下三種誤解：

一是同樣的情感并不總是以同樣的方式表達(dá)，二是同樣的面部表情不能表明同樣的情感，三是不同文化和背景的面部感情表達(dá)都不同。

科學(xué)家之一Lisa Feldman Barrett說(shuō)道：

"數(shù)據(jù)顯示，當(dāng)人們生氣時(shí)，只有不到30％的時(shí)間會(huì)皺起眉頭，所以愁眉苦臉并不一定是憤怒的表現(xiàn)，只是憤怒的表達(dá)之一。更多時(shí)候人們皺眉只是他們正困惑、專(zhuān)注做事情，或者聞某樣氣體。"

人們會(huì)憤怒地嘶喊，也會(huì)高興地流淚，會(huì)在愛(ài)慕之人面前假裝漠不關(guān)心，也會(huì)在春風(fēng)滿(mǎn)面的時(shí)候計(jì)劃一項(xiàng)陰謀。這些情感太過(guò)復(fù)雜，甚至就算是把人們的面部表情放在你面前，你也看不出這是哭、是笑、是驚，還是只是單純地爽：

▲英國(guó)汽車(chē)制造商 Jaguar Land Rover 開(kāi)發(fā)的駕駛輔助裝置識(shí)別技術(shù)

在一些針對(duì)面部表情與情感之間的相關(guān)性研究中，也存在著和人們生活中真實(shí)情況不符的缺陷。

當(dāng)研究中參試者被要求表達(dá)感情時(shí)，他們往往會(huì)從既定俗成的面部情緒，以達(dá)到大家普遍認(rèn)為的憤怒、厭惡、恐懼、快樂(lè)、悲傷、驚喜等表情共識(shí)。

一些大公司承認(rèn)了情感表達(dá)的微妙之處很難判定。比如微軟就表示它們的軟件分析情感主要"認(rèn)準(zhǔn)八大核心情緒狀態(tài)"。但把情緒歸類(lèi)，實(shí)際上有點(diǎn)刻板印象。

▲較普遍的六種情緒類(lèi)別：憤怒，厭惡，恐懼，快樂(lè)，悲傷和驚喜。

還有一些公司嘗試了更多可能性，在該領(lǐng)域技術(shù)領(lǐng)先的公司 Affectiva，表示它們不限于面部表情識(shí)別情緒，還收集了更多指標(biāo)評(píng)定，去年他們就讓面部識(shí)別和語(yǔ)音分析結(jié)合，來(lái)判斷駕駛員的情緒，但所有的指標(biāo)加在一起如何平衡也有待考量。

需要引起注意的是，在面部情感識(shí)別尚未完全達(dá)到理想效果時(shí)，它已經(jīng)進(jìn)入我們生活了。

當(dāng)它利用不準(zhǔn)確的標(biāo)準(zhǔn)，達(dá)成不嚴(yán)謹(jǐn)?shù)臎Q策，就可能對(duì)人們?cè)斐梢恍┱鎸?shí)的傷害。已有公司在招聘時(shí)以此判斷應(yīng)聘者是否能勝任工作，這可能會(huì)導(dǎo)致某人屢屢失業(yè)，或求職時(shí)刻意偽裝；在法庭中法官用面部表情判斷嫌疑人是否犯罪，可能會(huì)直接導(dǎo)致一場(chǎng)死刑。

▲法國(guó)警察和面部分析先驅(qū)Alphonse Bertillon靠該技術(shù)識(shí)別屢犯者. 上圖為Alphonse Bertillon示范大頭照。

AI Now Institute的一份報(bào)告也認(rèn)為該技術(shù)正在“以不道德和不負(fù)責(zé)任的方式應(yīng)用”：

“這些簡(jiǎn)單類(lèi)別的算法可能會(huì)重現(xiàn)過(guò)時(shí)的科學(xué)范式的錯(cuò)誤?！?/p>

但需要肯定的是，在我們未來(lái)生活中，情感識(shí)別可以預(yù)見(jiàn)地會(huì)越來(lái)越重要。

車(chē)上的面部識(shí)別情感技術(shù)，可以識(shí)別到我們駕駛時(shí)正在犯困或焦躁的情緒，然后提醒我們更加專(zhuān)注和平靜，以減少事故的發(fā)生。

手機(jī)上能夠面部識(shí)別情感的話，就能根據(jù)我們的狀態(tài)，讓我們刷社交媒體時(shí)收到更符合心境的內(nèi)容，而對(duì)商家來(lái)說(shuō)，他們也希望能以此衡量我們對(duì)廣告的反應(yīng)，給我們進(jìn)行更準(zhǔn)確的產(chǎn)品推薦。

另外，情感失控在當(dāng)代網(wǎng)絡(luò)上，隨時(shí)都可以掀起一場(chǎng)波瀾。而面部識(shí)別情感或許能在人們想發(fā)出一條言語(yǔ)暴力的攻擊時(shí)，收到平臺(tái)的提醒：

“你這條消息可能會(huì)讓一萬(wàn)人受到心理傷害?！?/p>

事實(shí)上，整個(gè)自動(dòng)化的情感識(shí)別行業(yè)正在迅速崛起。

全球情感識(shí)別和情感分析軟件市場(chǎng)研究報(bào)告預(yù)測(cè)該市場(chǎng)在2018-2023期間將以60.25％的復(fù)合年增長(zhǎng)率增長(zhǎng)，美國(guó)公民自由聯(lián)盟 (ACLU)指出，2025年情感識(shí)別軟件的市場(chǎng)預(yù)計(jì)將在廣告營(yíng)銷(xiāo)、駕駛出行、智能機(jī)器人等領(lǐng)域達(dá)到至少38億美元。

但隨著市場(chǎng)需求越來(lái)越大，不管情感識(shí)別的技術(shù)會(huì)不會(huì)更加先進(jìn)，從而達(dá)到精準(zhǔn)識(shí)別人們內(nèi)心的情感，我們都最好用更批判的目光看待它。

因?yàn)閷?duì)情感錯(cuò)誤理解的算法可能會(huì)使偏見(jiàn)更難以發(fā)現(xiàn)，而且更深一層的憂(yōu)慮正如 AI Now Institute報(bào)告所說(shuō)：

“它會(huì)嚴(yán)重引發(fā)令人不安的道德問(wèn)題——即把個(gè)人真實(shí)性格和情感的仲裁者，定位在個(gè)人之外?！?/p>

畢竟誰(shuí)也不想未來(lái)走在路上，人人臉上都是蒙娜麗莎的微笑。