小說《三體》中，“三體人”不會撒謊、彼此思維和情緒完全透明的情節(jié)你也許并不陌生。隨著人工智能（AI）情緒識別技術(shù)的發(fā)展，機器已經(jīng)能識別人類情緒的變化。情緒識別正被越來越廣泛地應(yīng)用于機器智能中，也許有一天，人類會被AI徹底看穿。

日前，中國臺灣聯(lián)合大學(xué)研究人員發(fā)表論文，提出用特定連續(xù)動作間骨骼點速度的變化程度，來區(qū)分人類微妙情緒變化的新方法。該方法與時空圖卷積網(wǎng)絡(luò)（ST-GCN）相比，“可有效地將識別精度提高50%以上”。

別動，動就被看穿

“通過面部特征、語義與腦波分析來識別人類情緒的研究已經(jīng)比較多了，AI也能有效地識別出人類的情緒。我們試圖提出一種新的情緒識別方式，可以讓人們在不同場景下有更多選擇，未來也可以通過多手段融合，更準確地進行情緒識別?！闭撐牡谝蛔髡?、臺灣聯(lián)合大學(xué)助理教授蔡明峰在郵件中寫道，“基于Pose Net深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，我們提出時空變化圖卷積網(wǎng)絡(luò)（STV-GCN）技術(shù)，在進行情緒識別時，獲得人體骨架關(guān)鍵點信息不受衣物、皮膚或肌肉等因素的影響?！?/p>

在人工智能情緒識別領(lǐng)域，基于面部、語義或腦電波識別技術(shù)需要大量的訓(xùn)練樣本，通過ST-GCN的連續(xù)運動來訓(xùn)練和識別人類行為模式。但是，該技術(shù)難以區(qū)分微妙的情緒變化。STV-GCN識別訓(xùn)練方法采用骨骼檢測技術(shù)，計算連續(xù)動作之間的骨骼點變化程度，并使用特定算法對速度水平進行分類，以區(qū)分快速和細微的動作。該系統(tǒng)對相同動作不同速度的識別精度達到88.89%，情緒狀態(tài)的識別精度達到83.34%。在速度分類階段和情緒狀態(tài)分類階段，STV-GCN的準確率比ST-GCN提高50%以上。

蔡明峰認為，在開放區(qū)域（如城市廣場或交通系統(tǒng)）中，通過骨骼點變化進行情感識別，可以避免潛在的危險發(fā)生。系統(tǒng)可以主動識別具有特殊情緒狀況（例如憤怒或悲傷）的人，并主動通知該區(qū)域的安全管理人員進行處理。由此可以在一定程度上避免暴力沖突或惡性傷害事件發(fā)生。

AI“懂你”九分

“并非只有面部才有微表情，身體姿態(tài)也有。”中國科學(xué)院自動化研究所研究員、模式識別國家重點實驗室副主任陶建華說，“通過面部區(qū)域還是通過身體姿態(tài)來識別情緒其實各有優(yōu)缺點，各有不同的適應(yīng)場景，很難說誰比誰強?！?/p>

很多時候，人們的表情和動作帶有比語言更豐富的信息。在AI情緒識別領(lǐng)域，多數(shù)識別方法在分析面部表情的背景下進行，現(xiàn)實生活中，人們有時會通過語言和表情來掩飾自己的情緒，而肢體語言很難操縱，相關(guān)的微表情很難掩飾，往往能傳達出更細致、更真實的情感狀態(tài)。

陶建華介紹說，目前主要有兩種AI情感識別方式。一是接觸式，即利用人的生理特征（包括腦電、皮膚電、心率心跳）等的信號變化，以生理參數(shù)來分析人的情緒變化。人類情感變化時，會伴隨著出現(xiàn)一些生理特征的變化，這些生理特征的細微變化可以反映出情緒波動，比如測謊就是利用這樣的原理。二是非接觸式，包括利用音頻和視頻信息，如利用聲音的特點進行分析，或者依靠視頻信息中，表情、頭部姿態(tài)、身體姿勢的變化來進行識別。非接觸式有基于音頻的，有基于視頻的，也有將音視頻方式結(jié)合起來進行的。情緒識別通常都采取模式識別，或模式分類的方法進行?！盁o論是傳統(tǒng)的統(tǒng)計模型，還是現(xiàn)在基于神經(jīng)網(wǎng)絡(luò)、深度神經(jīng)網(wǎng)絡(luò)的一些方法，都能取得比較好的結(jié)果”。

“機器不但能識別出人的情緒，還相當準確?？傮w來說，現(xiàn)在的準確率超過80%，在一些特定的場景中，甚至能達到90%以上?！碧战ㄈA說，“情感識別是一種信息通道，準確的識別能增強機器對人的理解能力，如果結(jié)合語義、周圍環(huán)境等信息，機器可以綜合判斷人的心理狀況和真實的意圖，從而改善人機交互能力，增強人機交互的友好性?！?/p>

讓AI成為有趣的靈魂

“能夠識別出人類的情感和機器自己具備情感是兩個概念?！碧战ㄈA說，“情感的產(chǎn)生涉及一系列復(fù)雜的心里過程，包括社會文化、周圍環(huán)境情況、心理狀態(tài)等多因素綜合作用的結(jié)果。盡管人們對AI情感表現(xiàn)方面有些研究，但目前從全球范圍內(nèi)來說，機器產(chǎn)生的情感都比較初級的，離像人類一樣還有不小的距離?！?/p>

陶建華介紹說，機器與人、機器與機器之間的交流和人們的理想尚有距離。在情感識別過程中，如何在一個數(shù)據(jù)集中做好一個模型，能夠在更大范圍使用也需要進一步去探索，“有些方面進一步需要去提高，但這些都不是難以克服的問題”。

AI更善解人意，就可以應(yīng)用到更多的場景。比如，在全球疫情常態(tài)化的背景下，線上學(xué)習(xí)逐漸成為一種重要的學(xué)習(xí)方式。當學(xué)生面對屏幕時，他是否在認真聽講、是否聽懂了？他的困惑、緊張或者覺得乏味時，都會有相應(yīng)的情緒和表現(xiàn)，如果通過AI技術(shù)，識別出屏幕前學(xué)生的情緒并判斷出學(xué)習(xí)狀態(tài)，就可以更好地控制難度和進度。

目前，已經(jīng)有不少AI情緒識別研究機構(gòu)在遠程醫(yī)療、遠程教育、養(yǎng)老看護、打擊犯罪、營銷、游戲，定向廣告投放等領(lǐng)域進行探索。據(jù)一家市場研究公司預(yù)測，2021年全球情感計算市場將達到540億美元。

很多場景亟須更“懂你”的AI出現(xiàn)。我們期待更聰明的AI成為得力的助手、有趣的靈魂。