# 不要相信 AI 情感识别 - 作者：吴志奇 - 发布时间：2019-07-26 14:44 - 分类：软件 - 原文：https://www.ifanr.com/1240729 ![](https://s3.ifanr.com/wp-content/uploads/2019/07/1-15.png) 情感识别是一个热门的新领域。 亚马逊、微软、IBM 等科技公司纷纷在卖它们的「情感识别」算法，用[语音分析](https://www.wired.com/story/this-call-may-be-monitored-for-tone-and-emotion/)、[肢体分析](http://paco.psy.gla.ac.uk/jdownloads/Body%20Movement%20Library/CitationsPapers/mapatersonpollick.pdf)、[步态分析](https://www.fastcompany.com/90375885/a-new-ai-can-tell-how-you-feel-just-by-watching-you-walk-down-the-street?partner=rss&utm_campaign=rss+fastcompany&utm_content=rss&utm_medium=feed&utm_source=rss)，到[眼动追踪](http://openaccess.thecvf.com/content_cvpr_2017_workshops/w41/papers/Bulling_Its_Written_All_CVPR_2017_paper.pdf)等各种方式，来分析人们的情绪状态，不过其中最受关注的，还是面部识别。 ![](https://s3.ifanr.com/wp-content/uploads/2019/07/15-4.png) ▲亚马逊能从图片猜测一个人的身份，性别，年龄和情绪状态. 图片来自：纽约时报 面部识别情感是科学家们至少争论了 100 年的话题。但是过去一个世纪几乎没人对情感研究做过全面评估。 所以情感科学领域来自不同理论阵营的 5 位杰出科学家，审查了 1000 多份不同的科学论文，开始了一项[为期 2 年的数据检查研究](https://journals.sagepub.com/eprint/SAUES8UM69EN8TSMUGF9/full)。 他们[最新的研究成果](https://journals.sagepub.com/stoken/default+domain/10.1177%2F1529100619832930-FREE/pdf)得出了[一致的结论](https://www.theverge.com/2019/7/25/8929793/emotion-recognition-analysis-ai-machine-learning-facial-expression-review)： > 从面部动作中推断人类情感是不可靠的。 总的来说，他们认为目前对于面部情感的表达和感知方式，存在以下三种误解： 一是同样的情感并不总是以同样的方式表达，二是同样的面部表情不能表明同样的情感，三是不同文化和背景的面部感情表达都不同。 ![](https://s3.ifanr.com/wp-content/uploads/2019/07/56-3.jpg) ▲ 图片来自：情感研究实验室 科学家之一 Lisa Feldman Barrett 说道： > 数据显示，当人们生气时，只有不到 30％的时间会皱起眉头，所以愁眉苦脸并不一定是愤怒的表现，只是愤怒的表达之一。更多时候人们皱眉只是他们正困惑、专注做事情，或者闻某样气体。 人们会愤怒地嘶喊，也会高兴地流泪，会在爱慕之人面前假装漠不关心，也会在春风满面的时候计划一项阴谋。这些情感太过复杂，甚至就算是把人们的面部表情放在你面前，你也看不出这是哭、是笑、是惊，还是只是单纯地爽： ![](https://s3.ifanr.com/wp-content/uploads/2019/07/121212.jpg) ▲英国汽车制造商 Jaguar Land Rover 开发的驾驶辅助装置识别技术. 图片来自：Jaguar Land Rover 在一些针对面部表情与情感之间的相关性研究中，也存在着和人们生活中真实情况不符的缺陷。 当研究中参试者被要求表达感情时，他们往往会从既定俗成的面部情绪，以达到大家普遍认为的愤怒、厌恶、恐惧、快乐、悲伤、惊喜等表情共识。 一些大公司承认了情感表达的微妙之处很难判定。比如微软就表示它们的软件分析情感主要「认准八大核心情绪状态」。但把情绪归类，实际上有点刻板印象。 ![](https://s3.ifanr.com/wp-content/uploads/2019/07/12121.png) ▲较普遍的六种情绪类别：愤怒，厌恶，恐惧，快乐，悲伤和惊喜. 还有一些公司尝试了更多可能性，在该领域技术领先的公司 Affectiva，表示它们不限于面部表情识别情绪，还收集了更多指标评定，去年他们就让面部识别和语音分析结合，来判断驾驶员的情绪，但所有的指标加在一起如何平衡也有待考量。 需要引起注意的是，在面部情感识别尚未完全达到理想效果时，它已经进入我们生活了。 当它利用不准确的标准，达成不严谨的决策，就可能对人们造成一些真实的伤害。已有[公司在招聘时](https://www.nytimes.com/2019/07/10/opinion/facial-recognition-race.html)以此判断应聘者是否能胜任工作，这可能会导致某人屡屡失业，或求职时刻意伪装；[在法庭中法官用面部表情](https://www.nytimes.com/2019/07/10/opinion/facial-recognition-race.html)判断嫌疑人是否犯罪，可能会直接导致一场死刑。 ![](https://s3.ifanr.com/wp-content/uploads/2019/07/333-3.jpg) ▲法国警察和面部分析先驱 Alphonse Bertillon 靠该技术识别屡犯者. 上图为 Alphonse Bertillon 示范大头照.图片来自：纽约时报 [ AI Now Institute 的一份报告](https://ainowinstitute.org/AI_Now_2018_Report.pdf)也认为该技术正在「以不道德和不负责任的方式应用」： > 这些简单类别的算法可能会重现过时的科学范式的错误。 但需要肯定的是，在我们未来生活中，情感识别可以预见地会越来越重要。 [车上的面部识别情感技术](https://www.moneycontrol.com/news/technology/auto/jaguar-land-rover-works-on-emotion-recognition-technology-all-you-need-to-know-4194831.html)，可以识别到我们驾驶时正在犯困或焦躁的情绪，然后提醒我们更加专注和平静，以减少事故的发生。 手机上能够面部识别情感的话，就能根据我们的状态，让我们刷社交媒体时收到更符合心境的内容，而对商家来说，他们也希望能以此衡量我们对广告的反应，给我们进行更准确的产品推荐。 ![](https://s3.ifanr.com/wp-content/uploads/2019/07/123-6.jpg) ▲Affectiva 公司的市场研究. 另外，情感失控在当代网络上，随时都可以掀起一场波澜。而面部识别情感或许能在人们想发出一条言语暴力的攻击时，收到平台的提醒： > 你这条消息可能会让一万人受到心理伤害。 事实上，整个自动化的情感识别行业正在迅速崛起。 [全球情感识别和情感分析软件市场研究报告](https://influentialbusinessman.com/emotion-recognition-and-sentiment-analysis-software-market-will-reach-cagr-of-60-25-factors-influencing-future-market-drivers-of-media-and-entertainment-services-sector/)预测该市场在 2018-2023 期间将以 60.25％的复合年增长率增长，[美国公民自由联盟 (ACLU) ](https://www.aclu.org/report/dawn-robot-surveillance)指出，2025 年情感识别软件的市场预计将在广告营销、驾驶出行、智能机器人等领域达到至少 38 亿美元。 ![](https://s3.ifanr.com/wp-content/uploads/2019/07/121-3.png) ▲ 图片来自：[ACLU](https://www.aclu.org/report/dawn-robot-surveillance) 但随着市场需求越来越大，不管情感识别的技术会不会更加先进，从而达到精准识别人们内心的情感，我们都最好用更批判的目光看待它。 因为对情感错误理解的算法可能会使偏见更难以发现，而且更深一层的忧虑正如[ AI Now Institute 报告所说](https://www.nytimes.com/2019/07/10/opinion/facial-recognition-race.html)： > 它会严重引发令人不安的道德问题——即将个人真实性格和情感的仲裁者，定位在个人之外。 毕竟谁也不想未来走在路上，人人脸上都是蒙娜丽莎的微笑。 题图来自：[Inverse](https://www.inverse.com/article/22180-affectiva-emotional-a-i)