AI 能否識(shí)別人類感情?原則上來說,AI 可以通過語(yǔ)音識(shí)別、視覺識(shí)別、文字識(shí)別、表情識(shí)別等數(shù)據(jù),結(jié)合深度學(xué)習(xí),再加上人工的標(biāo)記,從而具備識(shí)別情緒的能力。這就意味著 AI 機(jī)器人可以通過一個(gè)人的表情就知道他的感受。
為了實(shí)現(xiàn)這一目標(biāo),微軟、IBM 和亞馬遜等巨頭都開始出售所謂的“情緒識(shí)別”算法,基于人臉的分析來推測(cè)人類的心情。比如說, 如果有人皺眉、噘嘴,就意味著他們生氣了;如果他們眼睛變大、眉毛抬起、嘴巴大開,這意味著他們會(huì)害怕,等等。
在面試中,這一技術(shù)可以幫助招聘人員追蹤求職者的情緒,破譯求職者熱情、無聊、誠(chéng)懇的心情。在超市,這一技術(shù)可以用來識(shí)別顧客年齡、性別和心情,配合精準(zhǔn)營(yíng)銷。
但是,單單靠表情來推斷心情一直備受爭(zhēng)議。為此,在美國(guó)心理科學(xué)協(xié)會(huì)的委托下,五位來自該領(lǐng)域的杰出科學(xué)家展開了數(shù)據(jù)收集和科學(xué)證明。每一位評(píng)論家都代表了情感科學(xué)的不同理論陣營(yíng)。最終的研究論文顯示,情緒的表達(dá)方式多種多樣,很難從一組簡(jiǎn)單的面部運(yùn)動(dòng)中可靠地推斷出一個(gè)人的感受,表情與心情之間沒有堅(jiān)實(shí)的科學(xué)依據(jù)證明有直接關(guān)聯(lián)。
該論文的作者之一,馬薩諸塞州的東北大學(xué)心理學(xué)教授 Lisa Feldman Barrett 在接受媒體采訪時(shí)表示:“公司可以想說什么就說什么,但是數(shù)據(jù)是真實(shí)的。他們能檢測(cè)到一張憤怒的臉,但這與察覺到憤怒的情緒是兩碼事。”
當(dāng)然,這篇論文并沒有否認(rèn)常見的典型面部表情是存在的,面部表情在社交中的巨大作用也是顯而易見的。在情緒研究領(lǐng)域有各種各樣的信念,論文反對(duì)的正是心理學(xué)家 Paul Ekman 在十九世紀(jì)六十年代提出并在后來發(fā)展起來的“情緒指紋”理論。
論文認(rèn)為,“情緒指紋”理論在方法論上存在缺陷。例如,他們用演員夸張的表情作為情感起始點(diǎn)。當(dāng)被試者要求為這些表情貼標(biāo)簽的時(shí)候,他們常被要求在有限的選擇內(nèi)作出決定,這促使他們達(dá)成某種共識(shí)。
Barrett 說:“數(shù)據(jù)顯示,人們?cè)谏鷼鈺r(shí),平均只有不到30%的時(shí)間會(huì)皺眉。所以愁眉苦臉不是憤怒的表現(xiàn),而只是眾多憤怒表達(dá)之一。這意味著超過70%的情況下,人們?cè)谏鷼獾臅r(shí)候不會(huì)皺眉。最重要的是,他們?cè)诓簧鷼獾臅r(shí)候經(jīng)常會(huì)皺眉?!?/strong>
多年來,Barrett 及一些人一直在警告公司的感情識(shí)別模型過于簡(jiǎn)單。而銷售算法的公司回應(yīng)稱,他們的分析基于很多信號(hào),而不僅僅是面部表情。問題就在于,如果真的收集了很多信號(hào)的話,他們?nèi)绾问怪胶狻?/p>
但 Barrett 堅(jiān)信,在未來人工智能可以更精準(zhǔn)地“測(cè)量”情緒。另一方面,如果情緒識(shí)別開始普及,我們就可能接受它并改變我們的行為來適應(yīng)它的失敗。我們可能會(huì)有夸張的面部表情,因?yàn)槲覀冎浪麄儠?huì)被機(jī)器理解。
這篇論文最想要強(qiáng)調(diào)的是,我們要以一種更復(fù)雜的方式來思考情感。就像達(dá)爾文認(rèn)為的,“一個(gè)物種的生物學(xué)范疇沒有本質(zhì),它是由高度可變的個(gè)體組成的范疇?!薄扒楦蓄悇e也是如此?!盉arrett 認(rèn)為。