作者｜宇伊 出品 | 新芒X
同步首发至 新芒 xinmang.ai
如果某人的眉毛弯曲而嘴唇翘起，AI则认为他们很生气；如果他们睁大眼睛，抬起眉毛，张开嘴巴，AI给出的答案是他们很害怕，依此类推....
看上去合情合理，在动辄就N个9准确度的面部识别率层面，人工智能在情绪情感识别上又有了一个很好的应用场景，再次凸显了AI强大的一面。
但是，现实真的像说的那样吗？这是个问题。
随着人工智能被越来越多的渗透进我们的生活，AI工程师们也在寻求使其更具情感识别智能的方法。
这意味着要用AI识别一些人类自然产生的情感任务，最值得注意的是，看着一个人的脸并知道他们的感受。
为了实现这一目标，微软，IBM和亚马逊等科技公司都推出了他们所谓的“情感识别”算法，该算法可以根据面部分析推断人们的感受，并已经面向客户进行商用。
客户可以通过多种方式使用这项技术，从寻找“愤怒”威胁的自动监控系统，到承诺淘汰无聊和不感兴趣的求职者的求职面试软件，无所不包。
许多科技公司出售的算法都承诺，他们可以仅凭某人的面孔就能可靠地读取情绪。
但是，各个公司即便是巨头声称的可以很容易地根据人们的即时样貌推断出他们的感受的想法是有争议的，并且对这项研究的一项重要的新综述表明，没有确凿的科学依据来证明这一点。
“公司想说什么就说什么，但数据是明确的不会骗人的”丽莎·费尔德曼·巴雷特，在Northeastern University的心理学教授和审查的五个作者之一，这样表示。“他们可以察觉到皱眉，但这与察觉愤怒不同。”
这项审查是由心理科学协会委托进行的，该领域的五位杰出科学家被要求仔细审查证据。
每位评论者都代表了情感科学领域的不同理论阵营。“最开始，我们不确定是否能够就数据达成共识，但我们做到了，”巴雷特说到。他们花了两年的时间来检查这些数据，这篇综述研究了1000多项不同的目标。
他们的调研很详细，最终的总结摘要是，情绪以多种方式表达，这使得很难通过简单的面部动作高准确度地推断出某人的感受。
巴雷特说：“就平均而言，数据显示，人们生气的时间少于30％。” “因此，皱眉不是愤怒的表现；它们是愤怒的一种表达，是愤怒中的一种。这意味着超过70％的人生气时不会皱眉。最重要的是，当他们不生气时，反而经常皱着眉头。”
反过来，这意味着使用AI以这种方式评估人们情绪的公司会误导消费者。
巴雷特说。“你会希望在法庭上、雇佣情况下，或医疗诊断，或在机场，算法的准确率只有30%？”
当然，这篇评论并不否认常见的或“原型的”面部表情可能存在，也不否认我们对面部表情的沟通能力的信仰在社会中扮演着巨大的角色。
这篇评论说，似乎表明某些面部表情和情绪之间有很强相关性的研究通常在方法上存在缺陷。
例如，他们使用演员拉起夸张的面孔作为“表情”的起点。当要求测试对象标记这些表情时，通常会要求他们从有限的情感选择中进行选择，从而将他们推向一定的共识。
这篇评论说，那些似乎表明某些面部表情和情绪之间存在强烈相关性的研究往往在方法上存在缺陷。
例如，他们使用演员演绎出夸张的脸作为他们的情感“看起来”像什么的起点。当测试对象被要求标注这些表情时，他们经常被要求从有限的情感选择中进行选择，这会推动他们达成某种共识。
巴雷特说，人们凭直觉就能理解情绪比这要复杂得多。“当我对人们说，‘有时你愤怒地喊叫，有时你愤怒地哭泣，有时你大笑，有时你静静地坐着计划消灭你的敌人’，这让他们信服，”她说。
然而，这些微妙之处很少被销售情感分析工具的公司所承认。例如，在微软算法的营销方面，该公司表示，人工智能的进步使其软件能够“识别八种核心情感状态……”基于反映这些感受的普遍面部表情，这正是这篇评论反驳的说法。
巴雷特和其他人多年来一直警告说，我们的情感识别模型过于简单。作为回应，销售这些工具的公司通常表示，他们的分析基于更多的信号，而不仅仅是面部表情。困难在于了解这些信号是如何平衡的(如果有的话)。
在价值200亿美元的情感识别市场上，领先的公司之一Affectiva表示，它正在试验收集更多的指标。例如，去年，该公司推出了一款工具，通过结合面部和语音分析来测量司机的情绪。其他研究人员正在研究步态分析和眼睛跟踪等指标。
Affectiva首席执行官兼联合创始人Rana el Kaliouby在一份声明中表示，这次审查与公司的工作“非常一致”。“就像本文的作者一样，我们不喜欢这个行业的天真，它专注于6种基本情感和面部表情到情绪状态的原型一对一映射，”el Kaliouby说。“表情与情感的关系是非常细微的，复杂的，不是典型的。”
巴雷特相信，未来我们将能够用更复杂的指标更准确地测量情绪。“我绝对相信这是可能的，”她说。但这并不一定能阻止目前有限的技术扩散。
特别是机器学习，我们经常看到指标被用来做出决策--不是因为它们是可靠的，而只是因为它们可以被测量。
这是一项擅长寻找联系的技术，这可能导致各种虚假分析：从扫描保姆在社交媒体上的帖子来检测他们的“态度”，到分析公司业绩电话会议的成绩单，试图预测股价。通常，一提到人工智能就会给人一种不值得信任的表象。
如果情感识别变得普遍，那么我们就有可能简单地接受它，并改变我们的行为以适应它的失败。
就像人们现在的行为知道他们在网上做的事情会被各种算法解释(例如，选择不喜欢Instagram上的某些图片，因为它会影响你的广告)，我们最终可能会表现出夸张的面部表情，因为我们知道机器会如何解释它们。这与向其他人类发出信号没有太大区别。
巴雷特说，也许从这篇评论中得出的最重要的结论是，我们需要以一种更复杂的方式来思考情绪。
情感的表达是多种多样的，复杂的，而且是情景的。她将所需的思维变化与查尔斯·达尔文关于物种本质的工作进行了比较，以及他的研究如何推翻了动物王国的简单化观点。
“达尔文认识到一个物种的生物类别没有本质，它是一个高度可变的个体类别，”巴雷特说。“同样的事情也适用于情感类别。”
Reference：
TheVerge
AI ‘EMOTION RECOGNITION’ CAN’T BE TRUSTED
https://www.theverge.com/2019/7/25/8929793/emotion-recognition-analysis-ai-machine-learning-facial-expression-review
