据一项最新调查，人类的三观不一定相同，但在识别“假笑”这件事上基本都能做到。不管身处哪个国家，人们基本上都能很好地分辨出笑声到底是真的还是假的。这是因为自然笑容的肌肉、声音和硬挤出来的笑容肌肉、声音是截然不同的，比如紧绷度和流畅度。

既然人能识别“假笑”，那机器是否能做到？或者，以目前的技术发展水平来说，人工智能是否可以通过识别技术来对人进行情绪识别进而做出相应的反应呢？

目前人工智能最成熟的应用之一就是图像和语音识别，并广泛应用到拍照识物、画面增强、人机交互等各种领域。但显而易见的是，目前很大程度上还是处于识别和归类的层面，想要透过表层的识别去进行深层的情绪认识和理解，进而优化人机交互的体验，尚需时日。但这并不能代表情绪识别技术是“高不可攀”的，作为对人表层识别的深层次延伸，情绪识别带来的变化将是非常积极的。

1

人工智能通过多种方式确定情绪

人的情绪体现在多个方面。表情、语言、动作等，都可以作为人类表达情绪的载体。不同的情绪会以不同的形式体现出来，比如一个人开心的时候就会笑，嘴巴两边向上翘起，眼角也会微翘，如果特别开心的话就会大笑。因此，很多研究者就抓住各种情绪对应的表情或动作，来对机器进行训练和学习。

研究人员通过多维度挖掘凡是能够反映情绪的行为来了解人类的意图。比如，眼球转动分析个性，对眼球转动体现人的心理活动做出深入研究，当人类兴奋的时候两眼放光，沮丧的时候两眼无光，悲伤的时候瞳孔无神，愤怒的时候怒目圆睁等等。在微表情研究中，眼球向左上方看是说谎，右上方看则是思考，证明眼球分析对判断人的性格、情绪具有良好的作用。

近日，由德国斯图加特大学、澳大利亚弗林德斯大学和南澳大利亚大学的研究人员组成的团队开发出了一种机器学习算法，通过进行大量的训练，并调查42位受试者日常生活中的眼球转动情况，然后去评估性格特征。该算法可以显示关于个人的交际能力、好奇心、责任心等性格特征，并且能识别出五大人格中的四种。如果能从总体上来判断一个人的性格，那么在某种程度上就缩小了情绪识别的范围。

人的情绪在大多情况下并没有很大波动，所以需要从微表情上入手来捕捉人的情绪，比如动动嘴角，反转眼珠的小动作可能会是表示对某人的蔑视。因此，对微表情的研究能够更好的推动情绪识别的发展。一些研究机构通过机器学习来捕捉面部表情的细微变化，从而衡量一个人的心理感受。把视频分解为一帧一帧的图片，建立模型再通过学习来获得相应表情背后的情绪。这种方式有别于传统表情识别，可以根据需要进行重新训练，具有高度的个体适用性。

除了观色之外，判断人情绪的另一个直观方法就是“察言”。比如说话声音的高低、打字速度的快慢等等，对于语言表现分析也是助力情绪识别的重要方式之一。例如情感机器人，其搭载的摄像头让其具备表情识别的功能，同时又可以基于云端的语音识别来实现对人说话的语调识别，从而获取人的说话情绪。还有一些在线客服系统通过学习识别语法、打字速度来判断用户当时的情绪。在人脸识别、语音识别、传感器和各种数据算法的加持下，人工智能情绪识别呈现出“蒸蒸日上”的态势。

2

情绪识别走进现实还需三五年

目前的情绪识别仍然处于起步阶段，很多技术还存在于实验室或论文之中，但这对机器来说已经殊为不易，而这离走进现实，至少还要三五个年头。现今，即便一些公司研发出成品应用，但也一直饱受诟病，产品显得“笨笨的”。比如机器人常被吐槽总是听不懂人类说的话，简直是一言难尽。技术尚未成熟就推出产品，其用户粘性可想而知。

为什么情绪识别那么难呢？正常来说，利用机器识别人的表情从而进行情绪判断是非常有想象力的，而且远景诱人。因为即便是人，有时候也很难察觉一闪而过的表情，导致无法判断对方此时的心理情绪。

导致AI“笨笨的”的原因是什么？研究团队或公司往往是利用一种或两种识别技术进行情绪判断，或抓住某个微表情、某一个声音，这显然是不完善的、片面的。比如“愤怒”和“激励”两种情绪，疯狂的激励往往表现为离奇的愤怒，同样都是怒目圆睁、吼声震天，人工智能该如何把这两种情绪识别开呢？况且单纯的表情识别和声音识别是具有局限性的，因此有必要加入动作识别。比如手是握紧拳头的“加油状”，还是食指指向对方的“挑衅状”。如果再加上语言内容识别等更多因素，形成一个综合性的判断，将更有利于情绪的精准识别。也就是说，情绪识别不仅仅是“察言观色”的事儿，还必须要“观其行”，对人进行全方位、立体式分析。此外，情绪识别还有可能因为虚假的表象而增加难度。比如“假笑”单单是识别人们的最直观情绪就已经困难重重，如何去破解隐藏在伪装背后的情绪就显得更为棘手。

显然，情绪识别的难度不只是我们以上分析的几点。其重要因素在于情绪是一种心理行为，也会由于个体的不同而展现出不同的表现形式。比如不同的文化当中同一手势就代表不同的意思，就像贴面在有的国家是礼节行为，而有的国家则是流氓行径。因此，研究情绪识别并不是一定要令每种情绪都有对应的外在表现，而是能够最大程度地利用人工智能帮助我们理解情绪，从而挖掘更多的可能，最终实现精准的情绪识别可能距离人类只是一步之遥。

3

AI情绪识别能力提升带来的便利

随着人机交互更加自然顺畅，也将直接扭转人类日常对“人工智能”的“人工智障”评价。这对于空巢老人、儿童的陪护将起到积极的作用。通过对人类的情绪捕捉，它可以为老人儿童提供心理安慰。而在这个基础上，利用人工智能进行情绪识别也能更好地帮助人们解决心理疾病问题，分担心理医生的就诊压力。尤其是在语音交互领域，成熟的人工智能会在对话的过程中照顾到患者的情绪，从而慢慢地缓解病情。

对于老人的看护，可以根据微表情的识别来判断老人是否有老年痴呆的情况，从而能够及时作出提醒。比如麻省理工开发的情绪识别算法，对微表情进行熟练而准确的分析，从而识别情绪。情绪识别在紧急情况检测及救助应用中非常重要，在起居监控中可以判断出老人的情绪是否正常，如果有异常那么就会及时通知家人和医护人员。

情绪识别还能够帮助提高犯罪审讯的效率。利用在审讯室的摄像头、传感器，对嫌犯实时进行分析检测包括脉搏、体温、表情、喉结蠕动等各个细节，有助于掌握嫌犯的心理变化情况，从而对审讯进程了如指掌。情绪识别还能应用到很多场景中去，为人类带来更多便利。

总而言之，尽管情绪识别目前还很单薄，不足以令其成为粘度颇高的日常产品。但可以肯定的是，一旦技术成熟带来的利益将不仅仅是工业级的，更是贴近最广大消费者的。当情绪可以被当作读懂自己的镜子时，人类也就可以获得更多来自他“人”的理解，从而解决更多实际生活中的难题。

责任编辑：何周重