近期，央视《机智过人》节目中上演了人与机器的“读心”大战。名为“阿尔法鹰眼”的机器人在一项难度更高的测试中，在一排心理素质顶尖的海豹突击队老兵中准确找出了其中的狙击手，速度比从业多年的人类心理专家更快。
　　据介绍，阿尔法鹰眼是掌握情感计算能力的人工智能设备，能识破人的情绪。连家人都可能注意不到的情绪变化竟然瞒不过机器，人类真的要无所遁形了吗？
　　将人的情感进行分类
　　情感这个词，人类自己都很难准确定义，机器又如何理解？对此，国际关系学院信息科技系副教授李斌阳解释：“情感计算的本质是一个分类问题，让机器判断人的感情是褒义的、贬义的还是中性的。”
　　据他介绍，情感计算传统的做法是利用人能够提炼出来的表达情感的特征，学习出一套用于判断感情性质的模型，在捕捉到新的表情或文本等时进行匹配，从而做出感情倾向的判断。
　　这项研究起于本世纪初，并在近几年深度学习加入后进步明显——在那之前，情感特征需要人来提取，在那之后，机器可以根据标注好的数据提炼出特征，更多保留人的原始表达信息。当然，这其中也存在深度學习普遍存在的“黑箱”问题，研究者并不能确定机器做判断的时候提炼了哪些特征，且某些特征可能仅针对某一批数据，从而形成某种偏差。
　　据介绍，针对语言文字或图像视频的情感计算基本要“一句一算”或“一帧一算”。比如，同样是“高”这个字，在“失业率”和“就业率”两个语境下的情感倾向是不同的，有时候通过几句话，机器根本无法分析出背后的含义，需要更丰富的语义信息的注入。
　　微颤动难逃“鹰眼”捕捉
　　在节目中，阿尔法鹰眼的表现令人惊艳，据阿尔法鹰眼安防科技有限公司首席技术官俞楠博士介绍，这是通过对肌肉的微震颤的捕捉和判断实现的。“情绪本身是一个非常复杂的生理反应，有外在的瑟瑟发抖、浑身颤抖；内在的激素、心跳、血压异常等连锁反应。这些反应超出人的控制，计算机可以通过结构化人的情绪、量化这种反应，形成对情绪变动引发身体反应的判断模式。这是情感计算最简单的部分：利用摄像头捕捉到人身体的微振动，通过对振动模式的快速检测和分析，对应到某一种情绪上。”
　　谈到节目中阿尔法鹰眼准确判断出谁摸到牛蛙的部分，俞楠解释说：“人把手伸到水里，摸没摸到牛蛙的反应差异是无法伪装的。恐惧、紧张会影响肌肉震动，人无法自控。”通过俞楠的解释，这种判断方式和网上流传的“微表情”似无差别，但“微表情是偏重于对图像内容的分析，需要被测者有较大的表情反应，但面对人的面部有遮挡，或人体的侧面、背后等情况就基本无法判断了。而我们的方式是建立起一套微振动情感模式库，即便人闭上眼没有反应，一样会有难逃机器法眼的下意识生理反应。”
　　实际场景难以保证准确
　　随着深度学习的成熟，现阶段情感计算的准确度有了很大提升，但仍存在着特殊的难题。“要做情感计算，一定要在理解文本的基础之上，这需要人的常识做依托，甚至合理推理，这些都是很难给予机器的。”李斌阳说。
　　在情感的背后，是人类庞大的常识体系的支撑，这是成熟的情感计算绕不过的。据李斌阳介绍，已经进行多年的“知识工程”计划就是希望把人类的知识以图谱方式进行梳理，各个领域的研究机构可以围绕自身的知识点构建自己的知识图谱，比如体育的、军事的，这是一项非常庞大的工程，但可以给情感计算的深入带来更大可能。
　　另外一重困难是“主观性”。感情是主观的，一个宽和的人和一个刻薄的人对同一件事的感受肯定大不相同。“实验室利用自己爬取的社交网络评论做判断时，准确率可以到90%左右，但一旦落地到实际场景，效果就会出现差别。”李斌阳说。比如吃一碗牛肉面，如果顾客有一个负面的表情，机器虽然可以准确捕捉，但要说是面难吃还是太烫，甚至是房内太热不舒服，是很难判定的。
　　需严格限定使用场景
　　针对情感识别将使人类“零隐私”的担忧，李斌阳强调了“场景”的重要。情感计算的研究从起步时就与商业领域不可分。亚马逊公司等希望通过对商品评论的分析，判断消费者的好恶，对商品作出改进。至于对隐私的担忧，李斌阳认为无法回避。但如果可以专业地应用于特定场景，则利大于弊。
　　据俞楠介绍，阿尔法鹰眼目前主要在安防领域施展拳脚，“比如机场安检，正常通过的人不需要紧张，但如果某些人有异于常人的反应，系统就可以将其确认为重点关注人群。”俞楠表示。机器只需要通过对情绪的结构和模式库的生成，就可以在毫秒级的时间内作出判断。
　　“最适合的就是对无特征人群的判断。”俞楠说：“比如刚跟家人吵完架就要登高作业的建筑工人，可以通过上工前的情感识别，判定他是否需要情绪干预，从而避免潜在的危险可能。”
　　俞楠表示，目前情感识别的应用是与场景严格挂钩的。除了安防、金融风控等严肃应用，他们也不排除将情感识别应用于“真情实感表情包”这样轻松娱乐化的方向，探索更多落地可能。
　　（摘自《科技日报》）