和情绪识别公司Affectiva的CEO Rana el Kaliouby聊聊能和人类产生情感共鸣的智能技术应用场景需求。

最近，我在准备一个AI会议的演讲时，无意间提到Alexa，瞬间Alexa就被唤醒，然后开始发出提示：“Playing Selena Gomez.”，当时我对着它吼了好几次“Alexa, stop!”，然后它才停了下来。

但是Alexa显然不知道我很烦它这样，它就像现有的大多数设备助手一样，对我们的感受一无所知。

如果技术可以捕捉人类情感

现在，我们身边是各种智能设备，它们大多是语音交互型的且可以自动连接设备的，但是它们却没有感应和辨别使用者情感的能力。

要是有技术可以实现对人类情感的捕捉会发生什么？

想象一下，他们会实时察觉你的肢体语言，如你的汽车可能会注意到你很累，然后请求切换到自驾模式；家中的冰箱会根据你的状态提供一个健康的膳食建议；当你的可穿戴设备检测到你起身离开沙发的动作，会自动连接遥控设备并把电视等播放设备关掉；浴室里的镜子可以根据的你的表情等了解到你很累或者很压抑的状态，从而自动调节灯光的柔和度并播放舒缓的音乐。

显然，人性化智能技术的加入将会使人的生活更便捷和高效，并且让设备更加个性化。

现在，AI领域已经开始有人对此方面进行算法的开发，这类算法不仅可以识别人类的基本情绪，如悲伤、愤怒、快乐等；还可以识别更复杂的认知状态，如疲劳、注意力、兴趣、迷惑、分心等。

Affectiva公司就正在努力搭建这样的系统，为此，公司收集了600万部脸部视频资源，其中包含87个国家的人群，这样庞大的数据库就使得该系统可以识别包含文化差异在内的面部情感表达。

利用现有的计算机视觉、语音识别和深度学习等技术，我们可以对人类的表情表达进行分析和分类，但是要想实现有“情感”的AI，仍然存在很多挑战，比如如何训练这种多模态系统？如何有效收集人类不常见的情绪表达，如骄傲、备受鼓舞等状态？

不过值得注意的是，这个领域正在以势不可挡之势向前发展，所以我希望五年后，该技术可以使智能设备实现真正意义上的对人类情绪的检测和识别。

以下是我看好的几项应用场景：

汽车：该类汽车可以监视驾驶员的疲劳、分心和烦躁。 除了安全，这项技术的融入会增强车内的个性化驾驶体验，它还会根据车内人员的状况调节音乐或人体工学设置。

教育：在网络远程学习过程中，通常难以判断学生是否开始存在听不懂或有疑惑的状况，但等到考试成绩出来时，又往往太迟。所以如果智能学习系统可以提供个性化的学习体验会怎样呢？当学生感到沮丧时，系统会检测到并提示换一种方式进行解释，在学生疑惑时放慢教授速度，甚至在学生状态差时开个玩笑等。这些将会很好的提高网络学习系统的认可度，同时加强其学习效率。

医疗保健：正如在身体健康方面，系统可以检测我们的健康状况，融入该技术，系统也可以记录我们的精神状态，当用户精神不佳的时候，系统可以自动向医生发送警报。现在，已经有研究人员在研究可以检测情绪的AI算法，用于帕金森病和冠状动脉疾病等疾病的早期诊断，以及自杀预防和自闭症支持。

沟通：多方迹象表明，我们对待我们的设备，特别是对话界面，就像对待人类一样，如社交，很多人会在最困难的时候向Siri倾诉。此外，因为年轻的一代人在成长过程中就伴随着数字设备，且情感是人类的主要维度，所以融入情感检测的AI可以使大家的联系更加紧密。

但是与任何新技术一样，利弊都存在，除了能带给我们好处之外，获取人健康等数据涉及到的信息安全问题仍然是一大难题，所以数据信息涉及到的道德规范、隐私和伦理等问题还急需解决。

本文编译自“We Need Computers with Empathy”，文章作者是Rana el Kaliouby。

Rana el Kaliouby是情绪识别公司Affectiva的CEO和联合创始人，2012年，她被评为麻省理工学院技术评论“35岁以下35位创新者”之一。