据最新的一项调查，天下公民三不雅观并不一定相同，但在识别“假笑”这件事儿上却基本上都能做到。
不管身处哪个国家，人们基本上都能更好地分辨出笑声到底是真的还是假的。

这是由于自然笑颜的肌肉、声音和硬挤出来的笑颜肌肉、声音是截然不同的，比如紧绷度和流畅度。
打个比方，你很随意马虎看出来“假笑男孩”是在“假笑”。

那么，既然人能识别“假笑”，那机器能不能做到？或者说，以目前的技能发展水平来说，人工智能是否可以通过识别技能来对人进行感情识别进而做出相应的反应呢？

我们知道，目前人工智能最成熟的运用之一便是图像和语音识别，其已经广泛运用到拍照识物、画面增强、人机交互等各种领域。
但显而易见的是，目前其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感情认识和理解，进而优化人机交互的体验，尚需时日。

但这并不代人们对人工智感情识别的望尘莫及。
作为对人的表层识别的深层次延伸，感情识别带来的变革将是非常积极的。
那么，如今的人工智能感情识别到底发展若何？它离进入我们的现实生活，到底还有多远？

感情大都一样，手腕各有不同

我们知道，人的感情表示是多方面的。
表情、措辞、动作等，都可以作为人类表达感情的载体。
不同的感情会以不同的形式表示出来，比如一个人愉快的话就会笑，嘴巴两边向上翘起，眼角也会微翘；如果特殊愉快的话，会“哈哈”大笑。
那么，很多研究者就捉住各种感情对应的表情或动作，来对机器进行演习和学习。

可以说，凡是能反响感情的地方，都已经被研究者们翻遍了。

眼球迁徙改变剖析个性。
民科对眼球迁徙改变表示人的生理活动早就有过一些总结，比如愉快的时候两眼放光，沮丧的时候两眼无光，悲哀的时候瞳孔无神，愤怒的时候横目圆睁等等。
还有人认为眼球向左上方看是说谎，右上方看则是思考。
无论科学与否，其总归是证明眼球对判断人的性情、感情是由一定的浸染的。

比如最近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职员组成的团队就开拓出了一种机器学习算法，其通过对系统进行大量的演习，调查了42位受试者日常生活中的眼球迁徙改变情形，然后去评估性情特色。
比如该算法可以显示关于个人的交际能力、好奇心等，并且能与识别出大五人格中的四种。
那么，能从总体上来判断一个人的性情，某种程度上就缩小了须要识别的感情的范围。

微表情剖析。
很多情形下，人的感情并不是大起大落的，以是感情更多的是从微表情上表示出来，比如动动嘴角、眨眨眼睛。
比如翻眼珠的动作可能会表示不屑一顾。
因此，作为与感情直接干系的一部分，关于微表情的研究成为浩瀚公司竞相上马的项目。

最近麻省理工就通过机器学习来捕捉面部表情的细微变革，从而衡量一个人的生理感想熏染。
通过把18段***分解为一帧一帧的图片，模型可以通过学习来得到相应表情背后的感情。
最紧张的是，它有别于传统表情识别的一刀切，可以根据须要进行重新演习，具有高度的个体适用性。

措辞表现剖析。
除了不雅观色之外，判断人的感情的另一个直不雅观方法便是“察言”。
比如说话声音的高低、打字速率的快慢等等。

日本软银公司的情绪机器人pepper，其搭载的摄像头让其具备表情识别的功能，同时又可以基于云真个语音识别来实现对人说话的语调识别，从而获取人的说话感情，来实现其所标榜的“情绪机器人”的功能。
同时，IBM开拓的能感知情绪的在线客服系统，也可以通过学习识别藏在语法、打字速率中的人的感情，类似的对话式情绪识别人工智能还有微软的小冰等。

除此之外，结合可穿着设备来获取人的脉搏频率等体征也将有助于情绪的得到。
总之，在人脸识别、语音识别、传感器和各种数据算法的加持下，人工智能识别感情看起来呈现出欣欣向荣的态势。

研究者的“小山头”，

或是感情识别“笨笨的”之因

然而，我们从以上的研究现状当中可以看到比较明显的研究特点。

第一，技能研究呈现“小山头”。
即很多研究者都在试图通过自己所善于的技能领域去进行阐明和实验，比如有的善于图像识别，有的善于语音识别，有的则善于传感器数据剖析等。
这些研究者或研究团队每每拥有自己的技能上风，但也存在一定的短板。

第二，技能研究的实验室限定。
虽然三岁小孩儿都会“看人神色”，但这对机器来说已经殊为不易。
因此，目前的感情识别仍旧处于起步阶段，很多技能还存在于实验室或论文当中。
而这离走进现实，至少要三五个年头。

即便是一些公司研发出成品运用，其也一贯饱受诟病，显得笨笨的。
比如pepper常被吐槽总是听不清人说的话，小冰受到的吐槽更是一言难尽。
技能尚未成熟就推出产品，其用户粘性自然不值一提。

那么，为什么感情识别对pepper、小冰们来说这么难呢？

正常来说，利用机器识别人的表情从而进行感情判断是非常有想象力的，而且远景诱人。
由于即便是人，有时候也很难察觉一些一闪而过的表情，导致无法判断对方此时的生理感情。
但是拥有了成熟图像识别和声音捕捉能力的人工智能，处理这些事情看来该当是如砍瓜切菜。

那么，导致人工智能“笨笨的”的现状，也算是事出有因了。

比如我们上文剖析过的一个缘故原由。
各研究团队或公司每每是利用一种或两种识别技能进行感情判断，或捉住某个微表情、某一个声音，这显然是不完善的、片面的。
比如“愤怒”和“勉励”两种感情，猖獗的勉励每每表现为离奇的愤怒，同样都是横目圆睁、吼声震天，人工智能该如何把这两种感情识别开？

这时候，纯挚的表情识别和声音识别就表示出局限性了，其还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。
如果再加上措辞内容识别等其他成分，形成一个综合性成分的判断，将更有利于感情的精准识别。

也便是说，感情识别也就不仅仅是“察言观色”的事儿，还必须要“不雅观其行”，对人进行全方位、立体式剖析。

此外，感情识别还有可能由于虚假的表象而增加难度。
比如文章开头提到的假笑。
单单是识别人们的最直不雅观感情就已经困难重重，如何去破解隐蔽在伪装背后的感情就显得更为棘手。

（非常低落而缓慢地跟小冰说话得到无情回答）

但感情识别的难度显然并非仅仅是我们以上剖析的几点。
缘故原由在于，感情是一种生理行为，其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，在有的国家便是泼皮行为。

因此，感情与生理干系的繁芜性导致其与人的动作、表情并不一定呈一定干系性。
但这并不虞味着就没有研究它的意义，反而让我们能够明确：研究感情识别并不是一定要令每种感情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感情，从而挖掘更多的可能。

不仅能谈天，还能破个案？

那么，人工智能感情识别能力的提升，究竟可以给我们供应哪些方面的便利之处？

首先，人机交互的表示更加自然顺畅，也将直接旋转人们日常对“人工智能”的“人工智障”评价。
这对付空巢老人、儿童的陪护将起到积极的浸染。
通过对人的感情捕捉，它可以为老人儿童供应生理安慰。
而在这个根本上，利用人工智能进行感情识别也能更好地帮助办理生理疾病问题，分担生理年夜夫的精力。
尤其是在对话这块儿，成熟的人工智能会在对话的过程中照顾到患者的感情，从而逐步地缓解病情。

并且，在对老人的通知之中，其还可以根据微表情的识别来判断老人是否有老年痴呆的情形，从而能够及时作出提醒。
比如上文提到的麻省理工开拓的感情识别算法，既识别了感情，一定对微表情能够进行闇练而准确的剖析。

其次，感情识别能够帮助提高犯罪审讯的效率。
影视剧中常常涌现的一幕是，嫌犯坐在审讯室若无其事，听凭警察如何审讯，其始终一声不响。
而我们知道，警方在利用节制的已知证据“诈”嫌犯的时候，也是非常想知道嫌犯的生理底线到底还有多远。

那么，在审讯室装个摄像头、传感器，另一边的技能室实时进行对嫌犯的脉搏、体温、表情、喉结蠕动等各个细节的剖析检测，更有助于节制嫌犯的生理变革情形，从而对审讯进程管窥蠡测。
比如宜兴市审查院就和中国政法大学联合建立了微反应实验室，并且通过对犯罪嫌疑人须臾即逝的表情的成功捕捉，调度了审讯的方向，成功勾引嫌犯交代事实。

可以预见的是，随着感情识别的成熟，这项技能将很快会支配到警务系统当中。

末了，微表情将对涉及安全作业的情形对人进行实时提醒。
当代社会事情呈现出高强度的态势，人们为了生存险些都在疲于奔命，比如司机。

疲倦驾驶是造成车祸的紧张缘故原由之一，尤其在高速上。
每每是一秒钟的打盹，造成了一辈子的悲剧。
如果车辆在出厂的时候就配置了以感情识别为紧张构成的疲倦驾驶提醒系统，在司机打哈欠、眯缝眼、乃至“磕头”的时候不断进行警报提醒，并提出安歇建议，将可以在一定程度上降落车祸发生概率。

此外，利用感情识别来管理和掌握感情也可能会成为一些感情易失落控者的福音。

总之，只管感情识别目前还很软弱，不敷以令其成为粘度很高的日常产品。
但可以肯定的是，一旦技能成熟，其带来的益处将不仅仅是工业级的，更是贴近最广大的消费者。
当感情可以被当作读懂自己的镜子，人们也就可以得到更多来自他“人”的理解，从而办理更多实际生活中的难题。

可是，你有没有想过可能由此而来的其余一个难题：鉴于深度学习的黑箱问题尚未办理，万一人工智能具备了自主的人类情绪怎么办？

那还能怎么办？准备拿起武器战斗吧……

更多精彩，敬请关注硅谷洞察官方网站（http://www.svinsight.com）