AI讀取面部情緒，已經成為200億美元的大生意
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200億美元的產業，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內心感受，極大地改善人與裝置的互動情況。
但有許多專家擔心，情緒識別技術仍然有缺陷，會導致一些有風險的決定。
規模達200億美元的產業
最早將情緒識別技術應用於商業場景的，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，將情緒識別技術作為市場調研產品出售，用來研究使用者對廣告和產品的實時情緒反應。
他們的客戶有糖果公司瑪氏、食品生產商家樂氏，以及哥倫比亞廣播公司等等。
之後的幾年內，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程序開始加快。
現在，亞馬遜、微軟、IBM等科技巨頭公司，都已經將“情緒分析”作為面部識別技術的產品之一。
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。
隨著更多公司進場，情緒識別覆蓋的場景也越來越多。
從一開始用於市場研究，拓展到了招聘、司機監控、遊戲使用者體驗測試、病人的健康狀況評估等等場景。
《衛報》報道稱，圍繞著情緒識別，已經形成了一個規模達200億美元的產業，未來也將繼續擴大。
Kaliouby預測，在不久的將來，這種技術將無處不在，並整合在我們身邊所有的裝置中，無時無刻地“挖掘我們內心深處的、潛意識的反應”。
但就目前來看，情緒識別技術，還存在缺陷以及伴隨而來的風險。
情緒識別的缺陷與風險
情緒識別，需要兩種技術為基礎。
-
一是計算機視覺，用於精確識別面部表情。
-
二是機器學習演算法，分析和解釋這些面部表情中蘊含的情緒。
通常情況下，機器學習採用監督學習來訓練識別的能力。
這個過程中，給演算法看成千上萬張帶有“happy”標註的面部影象，再給它看一張新的影象時，它會識別這個面部表情是否表示“happy”。
依賴大量的資料和強大的模型，情緒識別系統甚至可以識別人們試圖掩飾的情緒。
但一些專家並不認可這種系統，並對其提出了批評。
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標籤，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，她們沒有提供標籤，讓人們自由描述自己看到影象中的情緒。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，評估情緒需要動態的過程，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，在構建情緒識別系統時，研究人員開始不斷豐富資料多樣性和複雜性。
甚至實用視訊來訓練模型，並捕捉更多的資料的，比如聲音、步態等等。
這背後的理念是，更好的資料意味著更準確的結果，甚至有一些研究開始宣稱，機器在情緒識別方面已經超越了人類。
但Barrett提出的質疑，並不僅僅是關於資料的，還在於資料是如何標註的。
大多數情緒識別公司標註資料的過程，只能識別出來一些刻板的情緒。
紐約大學人工智慧研究所的聯合主任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。
反饋得到的資訊，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確的，就會帶來實際的傷害。
最近，還有一些研究表明，面部識別技術的偏見，更有可能傷害少數群體。
去年12月發表的一項研究表明，情緒識別技術認為，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。
原文連結：
https://www.theguardian.com/technology/2019/mar/06/facial-recognition-software-emotional-science
宣告：本文來自量子位，版權歸作者所有。文章內容僅代表作者獨立觀點，不代表安全內參立場，轉載目的在於傳遞更多資訊。如需轉載，請聯絡原作者獲取授權。