手機更智能了，它可以提醒我們早上出門要不要帶傘，下班回家需多長時間。但它總是冷冰冰的，從不曾了解主人的寂寞悲歡。來自微軟亞洲研究院的研究項目MoodScope似乎能改變這種狀況。

每天的大部分時間，手機都陪伴在我們左右。很多人一刻也離不開手機，甚至將其視為自己的新器官。事實上，智能手機作為隨身攜帶的計算設備，確實越來越聰明了。它知道我們去過哪里、訪問過哪些網(wǎng)站、經(jīng)常跟誰聯(lián)系，甚至幾點上下班。基于這些數(shù)據(jù)，它可以在很多方面成為我們生活的好幫手。現(xiàn)在，來自微軟亞洲研究院的MoodScope項目希望給手機增加一樣新本事——感知用戶的情緒。如果識別準確率足夠高，或許它能使手機在人工智能方面邁上新臺階。

7月初，我們采訪了MoodScope項目的負責人，來自微軟亞洲研究院的劉云新和Nic Lane。兩位都是移動計算相關領域的專家。與其他兩位合作者一起，他們在移動計算領域最重要的國際學術會議MobiSys 2013上發(fā)表了一篇論文——MoodScope：通過智能手機使用模式建立情緒感應器，并引起廣泛關注。

劉云新告訴CHIP，MoodScope系統(tǒng)的實現(xiàn)方式是“全新的”。以前的情緒識別方法主要有兩大類。一類是使用額外的硬件，比如測量血壓、心跳和皮膚導電性的設備。這樣得出的結果更準確，但使用不便，且成本過高。另一類是利用手機現(xiàn)有的傳感器，比如通過前置攝像頭觀察用戶的面部表情。這樣很耗電，而且不利于保護用戶的隱私。他們的新方法不需要增加額外的硬件，也不會耗很多電，幾乎是零成本的——只需觀察用戶在正常的日常行為中對手機的使用情況，比如打了多少電話，訪問了哪些網(wǎng)站，打開了哪些App等。

那么這一技術理念到底是如何運作的呢？劉云新和Nic Lane及時揭開了謎底：情緒會影響行為，行為也可以反應情緒。他們利用了一個先進的心理學模型，通過機器學習的方式找出行為與情緒之間的關系，對一般人認為難以捉摸的情緒進行量化計算。

情緒的量化模型

為了找到將情緒量化的模型，劉云新和Nic Lane學習了很多心理學方面的知識。他們了解到，傳統(tǒng)上描述心情使用的是非常離散的信息，諸如憤怒、開心、悲傷等，可能需要上百個詞才能獲得全部的心情狀態(tài)。后來，心理學領域出現(xiàn)一種新的方法，就是把心情分成兩維。一個維度是高興程度（Pleasure），即有多高興和多不高興；另一個維度是活躍程度（Activeness），即在一種心情下多想活動和多不想活動。

有了這個得到廣泛認可的心理學信息模型，他們就可以把用戶離散的心情狀態(tài)對應到這個二維空間中，進行定量描述。MoodScope系統(tǒng)首先需要采集用戶的心情數(shù)據(jù)，從非常不高興到非常高興，分別對應1分到5分。這需要用戶自行輸入。然后，MoodScope利用用戶輸入的心情數(shù)據(jù)與系統(tǒng)采集到的手機使用情況搭建一個機器學習的模型。在這個模型運行一段時間之后，MoodScope就能根據(jù)用戶使用手機的情況計算出他們的心情指數(shù)。

據(jù)劉云新透露，他們進行了一個由32名中美志愿者參與的、為期兩個月的實驗。通過實驗得出的數(shù)據(jù)是，如果所有人都使用同一個模型，把所有數(shù)據(jù)混合在一起，MoodScope的準確率在60%左右。但如果僅使用一個人的數(shù)據(jù)，然后為這名志愿者搭建一個專門的模型，MoodScope的準確性可以超過90%。

情緒感應器的前景和限制

為了展示他們的研究成果，劉云新和同事開發(fā)了幾個用來演示的App。它們可以調用MoodScope原型系統(tǒng)的API來實現(xiàn)一些與心情相關的功能，例如根據(jù)當時的心情選擇歌曲視頻或者自動寫心情日記。

談到MoodScope的前景，劉云新告訴我們，情緒本身在生活中扮演著重要的角色。人們喜歡在社交網(wǎng)絡上分享自己的生活，MoodScope可以將分享心情的過程自動化。例如在微博或微信上可以顯示心情指數(shù)，這樣如果看到父母心情不好就可以打個電話聊聊天?！拔覀円呀?jīng)在跟美國萊斯大學和新加坡國立大學進行一些合作交流，希望這個技術能在監(jiān)控病人情緒狀況方面發(fā)揮作用?！眲⒃菩卵a充說。

不過，MoodScope還是有很多限制的。Nic Lane說，一個局限是目前MoodScope只能在手機上使用，但用戶在日常生活中會使用平板電腦和筆記本電腦等多種設備，如果能采集用戶與所有設備打交道的行為，那么精確度可以進一步提高；另一個局限是用戶的情緒會受到很多外部因素的影響，僅通過用戶與設備的互動來獲取情緒信息很難獲得精確的結果。除此之外，他們還面臨著一個難題——如何設計一種方法讓用戶更愿意“輸入”自己的情緒信息，完成機器學習的訓練（Training）過程。

盡管如此，MoodScope的設計思路還是給我們帶來很多啟發(fā)，原來捉摸不定的情緒信息事實上也是可以科學計算的。雖然它不完美，也有諸多限制，但它終于能通過一段時間的訓練，讓冷冰冰的機器有了那么一點察言觀色的能力。

對MoodScope的隱私和功耗的疑問

MoodScope系統(tǒng)的手機使用數(shù)據(jù)采集過程，使用了萊斯大學的合作伙伴開發(fā)的工具。該工具支持iOS和Android平臺，可以記錄用戶打了多少電話、訪問了哪些網(wǎng)站等日常手機使用數(shù)據(jù)。劉云新表示，他們對所有涉及的敏感數(shù)據(jù)都進行了匿名化處理，比如他們知道用戶打電話的時間和次數(shù)，但并不知道電話號碼和號碼主人的身份。

此外，MoodScope系統(tǒng)只是被動地在后臺觀察和記錄用戶的行為，并不會主動去開啟任何一項功能或服務。所以它在采集數(shù)據(jù)方面的功耗基本可以忽略，主要的功耗用于記錄用戶的輸入（每天4次）和進行數(shù)據(jù)上傳上，每天消耗的電池容量不到總電量的1%。

聲音

現(xiàn)在的手機雖然有些智能，但是我們認為還遠遠不夠。相信未來它會變得越來越智能，其中一點就是更好地理解用戶的內心狀態(tài)、感受和意圖，從而為用戶提供更好的個性化或者情景感知服務。

——劉云新

微軟亞洲研究院

無線與網(wǎng)絡組主管研究員

我們的合作伙伴萊斯大學準備用這項技術監(jiān)控病人的心理狀態(tài)，因為病人的情緒變化可能更劇烈一些，了解他們的情緒變化之后就能制定更有針對性的治療方案了。

——Nic Lane

微軟亞洲研究院

移動與感知計算組研究員