当算法洞悉人类情绪,真正的恐惧已然来临

  • 时间:
  • 浏览:0

摘要:情绪检测技术主要蕴含那我技术要点:那我是计算机视觉技术,那我是机器学习算法。

据称,机器现在可能性都都可不可以都可不可以 识别很多 人类的情绪,包括愤怒、恐惧、厌恶以及悲伤等等。情绪识别技术可能性从实验室顶端走了出来,成长为那我价值高达150亿的行业。

到底都都可不可以都可不可以 通过面部识别和动作识别来找到恐怖分子呢?你這個 项目早在1503年就可能性由美国运输安全管理局(TSA)提出来了,从那时起,大伙就以前之前 之前 开始测试那我名为Spot的监控系统来完成你這個 任务。

在开发你這個 系统的过程中,大伙咨询了Paul Ekman教授。Paul Ekman教授是旧金山加利福尼亚大学的荣誉退休教授。他在几十年前就开发了一种生活生活都都可不可以都可不可以 识别人类面部微情绪的法律依据,你這個 法律依据都都可不可以都可不可以 通过扫描人脸微表情来测定那我人否有撒谎。

而且,很久你這個 项目老要 出现了你這個 哪些地方的问提,因而在1507年的以前被叫停了。安全人员对乘客进行临检也是随机的,而且,逮捕的人大多与恐怖组织并无联系。另外,据说你這個 系统还被用来区分人种。

Ekman也在努力和Spot项目划清界限,他认为,Spot项目滥用了他的技术。但你這個 你這個 及认为,项目失败的是因为是这项技术的原理可能性过时了。这项技术的原理是:情绪都都可不可以都可不可以 通过对面部物理社会形态的分析而得出。

最近几年,科技公司可能性以前之前 之前 开始基于Ekman的识别法律依据训练算法,哪些地方地方算法也有用于分析和检测面部情绪。你這個 开发者声称,大伙开发的自动情绪检测系统不仅仅具有比人类更厉害的情绪解读能力,而且,它们还都都可不可以都可不可以 洞悉大伙内心的真实想法,从而提升用户与设备之间的人机交互。

而且很多 研究情绪的专家认为哪些地方地方算法不用说会成功,而且,你這個 技术的可靠性也尚未得到证实,使用它们可能性会产生不好的后果。

人脸分析技术

情绪检测技术主要蕴含那我技术要点:那我是计算机视觉技术,用于精确识别面部情绪;那我是机器学习算法,用于解读面部情绪。

一般来说,第八个步骤会使用一种生活生活名为“监督学习”的技术,你這個 技术都都可不可以都可不可以 训练算法,使之都都可不可以识别以前“见到”过的东西。其原理而且让算法分析和解决成千上万张高兴表情的图片来训练算法,而经过训练后的算法将都都可不可以识别新的、高兴表情的图片。

那我全名是Rana el Kaliouby研究生是第一位使用你這個 技术进行试验的人。在1501年的以前,他从埃及来到剑桥攻读计算机科学博士学位。和被委托人相比,她每天使用电脑的时间一定会很长。而且,她想到:可能性计算机都都可不可以都可不可以 识别她的情绪,而且给否有认句子,是也有很有趣呢?毕竟,她远渡重洋,身边没人 家人和大伙,很孤独。

因而,Kaliouby攻读博士研究生期间的课题就确定了实现被委托人的你這個 想法,而且,最后也成功地开发了那我设备。你這個 设备都都可不可以都可不可以 帮助患有阿斯波哥尔综合征(儿童分裂样精神病)的儿童阅读,一起否认哪些地方地方儿童的情绪。

1506年时,Kaliouby加入了麻省理工的情绪计算实验室。在此工作期间,她和实验室的主任Rosalind Picard一起工作,继续改进和提升被委托人的技术。很久,在1509年时,大伙一起创办了一家名为Affectiva的初创公司,这也是第一家研究情绪人工智能的公司。

起初,Affectiva公司直接出售被委托人的情绪检测技术,这项技术都都可不可以都可不可以 实时检测大伙对于广告和产品的情绪反应。大伙的客户包括Mars、Kellogg’s以及CBS等等。2013年,大伙还与另外一家生物测量公司进行了企业企业合作,一起,随着行业的进步而持续增长。

Amazon、Microsoft、IBM现在也在宣传“情绪分析”技术,这项技术在哪些地方地方公司也是面部识别技术的一种生活生活。还有很多 小你這個 的公司,比如Kairos和Eyeris公司,大伙也可能性发展起来了,向Affectiva公司提供累似 的服务。

除了用于市场调查,这项技术还被应用于监控、检测司机精神情况汇报、测试游戏的用户体验,甚至还都都可不可以都可不可以 协助医生评估病人的情况汇报。

Kaliouby见证了情绪检测技术的发展,情绪检测技术从实验室中的那我科研项目,成长成为那我规模高达150亿美元的产业。而且,她相信情绪检测技术一定会继续发展。她预测,未来这项技术可能性无处不出,集成进入大伙所有的设备之中,甚至都都可不可以洞悉大伙的内心,解读大伙的潜意思,而且给与实时的否认。

庞大的数据库

和大累积机器学习技术应用场景一样,情绪识别也依赖小量高质量数据。

根据Affectiva网站上的说法,Affectiva公司拥有世界上最大的情绪数据库。数据库中共有超过7150万张脸,它们来自于87个不同的国家。主要的拍摄场景是观看电视和日常通勤。

哪些地方地方视频由Affectiva公司的35名工作人员进行标记,通过判断来标定视频中拍摄到的情绪。比如,可能性看一遍许多人眉毛低垂、嘴唇紧闭可能性是眼球外凸,那就将其标注为“愤怒”。你這個 情绪也是累似 的解决法律依据。哪些地方地方标记好的数据可能性被用于训练公司的算法。

很多 情绪检测公司都使用你這個 标记法律依据,而你這個 法律依据可能性成为测量情绪的金科玉律。你這個 法律依据叫做“面部情绪动作编码系统”(Emfacs),由Paul Ekman和Wallace V Friesen在上世纪150年代提出。

而你這個 技术最早起源于上世纪150年代,当时,Ekman和两位同事创建了那我假说。假说认为,人类一共有6种通用情绪,包括:愤怒、厌恶、恐惧、快乐、悲伤以及惊讶,而哪些地方地方情绪都都都可不可以都可不可以 通过分析面部肌肉的运动来得出结论。

为了证明你這個 假说,大伙设计了实验,向不同文化背景的大伙展示情绪照片,让大伙来识别图中情绪。结果表明,实在 大伙有很大的文化差异,而且大伙对于情绪的识别基本也有一致的。累似 ,对于所有的人来说,低垂的眉毛、紧闭的嘴唇以及外凸的眼球也有表示“愤怒”。

在接下来的20年中,Ekman根据被委托人的发现,开发了用于识别面部情绪的法律依据。那我人的一种生活生活情绪会自动激发面部肌肉的活动,从而显示出情绪。尽管有的以前大伙在尽力隐藏被委托人真实的情绪,但老要 会流露出你這個 东西,而哪些地方地方东西就可能性被被委托人所捕捉到。

在20世界后半叶,你這個 理论老要 当做情绪的经典理论。Ekman将他的情绪检测法律依据申请了专利,并向CIA、FBI以及TSA等机构出售被委托人的技术,用于帮助哪些地方地方机构进行培训。你這個 理论很久也流行起来,甚至还许多人用这你這個 子,拍了一部名为Lie to Me(别对跟我说谎)的电视剧。

而且,很多 研究情绪的自然科学家和神经学家都以前之前 之前 开始质疑Ekman的经典理论。

近几年来,来自于美国东北大学(Northeastern University)的Lisa Feldman Barrett教授对Ekman的经典理论提出了有力而且持续的评论。

Barrett教授第一次接触经典情绪理论是在读研期间,她还要找那我大概的法律依据来客观地测量情绪,因而就找到了Ekman教授的经典理论。当她仔细阅读相关文献时,她发现你這個 理论是有漏洞的。当时的实验中,大伙做的是将给定的情绪和图片去进行匹配,而你這個 定程度上大概无意地给了大伙答案的提示。

她和她的你這個 同事们一起重新做了Ekman经典理论的验证实验,这次,大伙不再提供标签,实验参与者都都可不可以都可不可以 自由地描述图片中的情绪。最终,实验得到了和以前不太一样的结果,面部表情和情绪的相关性大大降低。

从这以前,Barrett建立了被委托人的情绪理论,而且出版了一本书来完全阐明,书的名字叫做《情绪是怎样产生的:大脑的秘密》(How Emotions Are Made: the Secret Life of the Brain)她认为,没哪些地方地方所谓的“通用情绪”,情绪存在于大脑之中,由内内外部刺激而激发,而且情绪是由更小的基础社会形态所构成的。

Barrett在书中写到:“情绪是身体的物理社会形态的体现。大脑会将被委托人和周边的各种环境相联系,包括文化、成长历程等等,从而产生出情绪。情绪是真实的,而且并也有那我具象的分子可能性是神经元。你這個 真实而且像是大伙手里握着钞票那样,情绪是大伙身体的产物。”

Barrett认为将面部表情直接和情绪在各种文化环境中直接相关联,是不大概的。有的人在生气的以前可能性会满脸怒容,那我可能性会礼貌的微笑,但背地里谋划着为什么我么我会么会对付被委托人的敌人。而且,进行情绪分析时,还要把情绪看做是动态的,而且涉及很多 东西,包括:认知过程、人际交互、行为倾向以及文化背景等。Barrett说道:“情绪非常繁复,而且,分析情绪有很多 还要做的事情。”

Kaliouby也同意表情是繁复的,这也是为哪些地方她和她的团队老要 在提升被委托人数据库的富足程度和繁复程度。而且,大伙使用视频来训练算法,而不再使用图片。大伙也在试验中抓取相关信息,比如说声音、步态以及面部的细微变化。她坚信,更好的数据库可能性提升分析结果的准确性。你這個 研究甚至声称,机器在识别工作上的表现可能性超过了人类。

而且,Barrett认为,光有数据还不行,重要的是为什么我么我会么会去标记。Affectiva等公司的标记数据训练出来的算法,都都可不可以都可不可以 识别Barrett教授提到的“典型情绪”。

纽约大学AI Now研究中心的联合主任Meredith Whittake,基于Ekman的理论开发了那我使用机器学习技术的应用。结果,最后发现你這個 应用不仅不实用,而且可能性会给社会造成一定的危害。

她说:“有的公司可能性以前之前 之前 开始使用哪些地方地方技术来评测应聘者是也有大概,甚至有的学校也用哪些地方地方技术来判断学生的参与度和满意度。对于应聘者,那我的信息会改变那我人的应聘结果;对于学生,那我的信息会改变他所接受到的教学法律依据和评价法律依据。可能性你這個 结果也有非常准确句子,那麻烦就大了。”

Kaliouby表示,她也知道情绪检测技术可能性会被滥用,而且,在开发过程中,她非常注意技术伦理哪些地方的问提。

Kaliouby非常了解建立多元数据库的重要性,她说:“大伙还要要保证用于训练算法的数据是多元化的。大伙的样本蕴含白种人、亚洲人、深色人种,甚至还包括穆斯林女人爱。“

正是为了你這個 目的,Affectiva公司从87个国家分类分类整理数据。而在数据分类分类整理的过程中,工作人员发现,有的国家居民表情明显,有的则不然,在表达情绪的以一定会有你這個 细微的差别。比如说,巴西人笑得以前嘴会咧得比较宽、比较长;而日被委托人的微笑不用说表示开心,而且表示礼貌。

Affectiva公司为哪些地方地方细微差别专门建立了那我分析系统,用于区分不同的种族和不同的文化。

而且,Whittaker对那我的技术你這個 担心。事实上,可能性有你這個 公司提供预测技术,都都可不可以都可不可以 预测某被委托人多大程度上可能性会是恐怖分子、恋童癖可能性是预测那我人的性取向。

最近的你這個 研究表明,面部识别技术产生的偏见将更可能性会损害少数民族的权利。去年11月否认的一项研究表明,相对白人,情绪检测技术对于黑人不用说友好。

当哪些地方地方哪些地方的问提汇总到Kaliouby那里以前,她说,Affectiva公司的系统中的确有所谓的“种族鉴定”功能,而且现在并未启用。而且,大伙只会横向对比识别同一地区的情绪。累似 ,巴西人和巴西人去对比,日被委托人和日被委托人去对比。

“那可能性是那我在巴西的日被委托人为什么我么我会么会办呢?系统会采用那个标准呢?“

“当前,大伙的技术还未成熟期是什么是什么期图片 期图片 图片 图片 期期图片 图片 。”