87个国家 750万张脸部表情 一个价值200亿美金的AI大生意

 

机器现在可以识别愤怒、恐惧、厌恶和悲伤，而情感检测已从一个研究项目发展到价值200亿美元的产业。

检测程序能通过读取面部it/17620.html">表情和行为发现潜在的恐怖分子吗？这是美国交通安全管理局（TSA）2003年提出的一个假设，在开发这个项目时，他们咨询了旧金山加利福尼亚大学心理学荣誉退休教授保罗·艾克曼（Paul Ekman）。几十年前，艾克曼（Ekman）已经开发出了一种识别细微面部表情的方法，并将它们映射到相应的情绪上，这种方法被用来训练“行为检测人员”——扫描脸部观察是否有欺骗的迹象。

但当该计划于2007年推出时，却面临种种问题，比如警察利用该技术经常错误的逮捕嫌犯，更令人担忧的是，该计划据称涉嫌种族歧视。

此后，艾克曼（Ekman）试图与美国交通安全管理局的项目脱离关系，声称他的方法被误用了，但分析人士认为，该计划的失败是因为艾克曼（Ekman）的一个过时科学理论；即情绪可以通过面部的分析客观地推断出来。

近年来，科技公司已经开始使用艾克曼（Ekman）的方法来训练从面部表情中检测情感的算法，一些开发人员声称，自动情绪检测系统不仅比人类更好地通过分析面部表情洞察真实的情绪，而且这些算法也将适应检测我们内心的感受，极大地改善了我们与电子设备的交互。

但是许多研究情感科学的专家担心这些算法会再次失败，基于错误的科学对我们的生活做出高风险的决定。

01、价值200亿美元的大生意 情感检测科技需要两种技术：计算机视觉，用于精确识别面部表情。机器学习算法，用于分析和解释这些面部特征表达的情感内容。

行人检测摄像头正在工作 图/纽约时报

第二步通常采用一种名为监督学习的技术。通过这种技术，一个算法被训练出来识别它曾经见过的东西。基本的想法是，如果你在“happy”（“快乐”）这个标签下显示出成千上万张笑脸的图像，当它看到一张上面有笑脸的新照片时，会再次把它识别为“happy”（“快乐”）。

研究生拉娜·艾尔·卡利欧比（Rana el Kaliouby）是最早开始试验这种方法的研究人员之一。2001年，从埃及来到剑桥大学攻读计算机科学博士学位后，她发现自己花在电脑上的时间比花在与其他人相处的时间更多。她认为，如果她能教电脑识别自己的情绪状态并做出反应，那么没有家人和朋友在身边时，她也不会那么孤独了。

卡利欧比（Kaliouby）博士阶段的其余研究都致力于解决这个问题。最终，她开发出了一种设备，可以帮助患有亚斯伯格综合症（Asperger syndrome ）的儿童阅读面部表情并做出相应的反应。她称其为“情感助听器”。

2006年，卡利欧比（Kaliouby）加入麻省理工学院的情感计算实验室，在那里，她与实验室主任罗莎琳德·皮卡德（Rosalind Picard）一起，继续改进和完善这项技术。此后，2009年，她们共同创办Affectiva公司，面向市场销售“人工情感智能”。

一开始，Affectiva将她们的情感检测技术作为一种市场研究产品出售，为广告和产品做出实时的情感反应，他们找到了诸如玛氏（Mars），家乐氏（Kellogg’s）和哥伦比亚广播公司（ CBS）这样的客户。如今，亚马逊、微软和IBM也将“情感分析”作为他们的面部识别产品之一，许多较小的公司，如Kairos 和Eyris也已经开始崛起，提供类似的服务。

除了市场研究以外，情感检测技术现在还被用于监控和检测驾驶员的身体损伤，测试视频游戏的用户体验，以及帮助医疗专业人士评估患者的健康状况。

卡利欧比（Kaliouby）目睹了情感检测从一个研究项目成长为一个价值200亿美元的行业。她相信该行业将继续发展壮大。卡利欧比（Kaliouby）预言，在不久的将来，这项技术将无处不在，并整合到我们所有的设备当中，能够“利用我们内在的、潜意识的、时时刻刻的反应”。

02、囊括87个国家750万张人脸的数据库

与大多数机器学习应用程序一样，情感检测的进展取决于访问更高质量的数据。

展会上的面部识别软件 图/路透社

Affectiva公司表示，他们的情感数据存储库包含来自87个国家的750多万张面孔，其中大部分是从收看电视或每天上下班行人的选择性录像中收集的。