MoodScope教手機察言觀色

手機更智能了，它可以提醒我們早上出門要不要帶傘，下班回家需多長時間。但它總是冷冰冰的，從不曾了解主人的寂寞悲歡。來自微軟亞洲研究院的研究項目MoodScope似乎能改變這種狀況。

每天的大部分時間，手機都陪伴在我們左右。很多人一刻也離不開手機，甚至將其視為自己的新器官。事實上，智能手機作為隨身攜帶的計算設備，確實越來越聰明了。它知道我們去過哪里、訪問過哪些網站、經常跟誰聯系，甚至幾點上下班。基于這些數據，它可以在很多方面成為我們生活的好幫手。現在，來自微軟亞洲研究院的MoodScope項目希望給手機增加一樣新本事——感知用戶的情緒。如果識別準確率足夠高，或許它能使手機在人工智能方面邁上新臺階。

7月初，我們采訪了MoodScope項目的負責人，來自微軟亞洲研究院的劉云新和Nic Lane。兩位都是移動計算相關領域的專家。與其他兩位合作者一起，他們在移動計算領域最重要的國際學術會議MobiSys 2013上發表了一篇論文——MoodScope：通過智能手機使用模式建立情緒感應器，并引起廣泛關注。

劉云新告訴CHIP，MoodScope系統的實現方式是“全新的”。以前的情緒識別方法主要有兩大類。一類是使用額外的硬件，比如測量血壓、心跳和皮膚導電性的設備。這樣得出的結果更準確，但使用不便，且成本過高。另一類是利用手機現有的傳感器，比如通過前置攝像頭觀察用戶的面部表情。這樣很耗電，而且不利于保護用戶的隱私。他們的新方法不需要增加額外的硬件，也不會耗很多電，幾乎是零成本的——只需觀察用戶在正常的日常行為中對手機的使用情況，比如打了多少電話，訪問了哪些網站，打開了哪些App等。

那么這一技術理念到底是如何運作的呢？劉云新和Nic Lane及時揭開了謎底：情緒會影響行為，行為也可以反應情緒。他們利用了一個先進的心理學模型，通過機器學習的方式找出行為與情緒之間的關系，對一般人認為難以捉摸的情緒進行量化計算。

情緒的量化模型

為了找到將情緒量化的模型，劉云新和Nic Lane學習了很多心理學方面的知識。他們了解到，傳統上描述心情使用的是非常離散的信息，諸如憤怒、開心、悲傷等，可能需要上百個詞才能獲得全部的心情狀態。后來，心理學領域出現一種新的方法，就是把心情分成兩維。一個維度是高興程度（Pleasure），即有多高興和多不高興；另一個維度是活躍程度（Activeness），即在一種心情下多想活動和多不想活動。

有了這個得到廣泛認可的心理學信息模型，他們就可以把用戶離散的心情狀態對應到這個二維空間中，進行定量描述。MoodScope系統首先需要采集用戶的心情數據，從非常不高興到非常高興，分別對應1分到5分。這需要用戶自行輸入。然后，MoodScope利用用戶輸入的心情數據與系統采集到的手機使用情況搭建一個機器學習的模型。在這個模型運行一段時間之后，MoodScope就能根據用戶使用手機的情況計算出他們的心情指數。

據劉云新透露，他們進行了一個由32名中美志愿者參與的、為期兩個月的實驗。通過實驗得出的數據是，如果所有人都使用同一個模型，把所有數據混合在一起，MoodScope的準確率在60%左右。但如果僅使用一個人的數據，然后為這名志愿者搭建一個專門的模型，MoodScope的準確性可以超過90%。

情緒感應器的前景和限制

為了展示他們的研究成果，劉云新和同事開發了幾個用來演示的App。它們可以調用MoodScope原型系統的API來實現一些與心情相關的功能，例如根據當時的心情選擇歌曲視頻或者自動寫心情日記。

談到MoodScope的前景，劉云新告訴我們，情緒本身在生活中扮演著重要的角色。人們喜歡在社交網絡上分享自己的生活，MoodScope可以將分享心情的過程自動化。例如在微博或微信上可以顯示心情指數，這樣如果看到父母心情不好就可以打個電話聊聊天。“我們已經在跟美國萊斯大學和新加坡國立大學進行一些合作交流，希望這個技術能在監控病人情緒狀況方面發揮作用。”劉云新補充說。

不過，MoodScope還是有很多限制的。Nic Lane說，一個局限是目前MoodScope只能在手機上使用，但用戶在日常生活中會使用平板電腦和筆記本電腦等多種設備，如果能采集用戶與所有設備打交道的行為，那么精確度可以進一步提高；另一個局限是用戶的情緒會受到很多外部因素的影響，僅通過用戶與設備的互動來獲取情緒信息很難獲得精確的結果。除此之外，他們還面臨著一個難題——如何設計一種方法讓用戶更愿意“輸入”自己的情緒信息，完成機器學習的訓練（Training）過程。

盡管如此，MoodScope的設計思路還是給我們帶來很多啟發，原來捉摸不定的情緒信息事實上也是可以科學計算的。雖然它不完美，也有諸多限制，但它終于能通過一段時間的訓練，讓冷冰冰的機器有了那么一點察言觀色的能力。

對MoodScope的隱私和功耗的疑問

MoodScope系統的手機使用數據采集過程，使用了萊斯大學的合作伙伴開發的工具。該工具支持iOS和Android平臺，可以記錄用戶打了多少電話、訪問了哪些網站等日常手機使用數據。劉云新表示，他們對所有涉及的敏感數據都進行了匿名化處理，比如他們知道用戶打電話的時間和次數，但并不知道電話號碼和號碼主人的身份。

此外，MoodScope系統只是被動地在后臺觀察和記錄用戶的行為，并不會主動去開啟任何一項功能或服務。所以它在采集數據方面的功耗基本可以忽略，主要的功耗用于記錄用戶的輸入（每天4次）和進行數據上傳上，每天消耗的電池容量不到總電量的1%。

聲音

現在的手機雖然有些智能，但是我們認為還遠遠不夠。相信未來它會變得越來越智能，其中一點就是更好地理解用戶的內心狀態、感受和意圖，從而為用戶提供更好的個性化或者情景感知服務。

——劉云新

微軟亞洲研究院

無線與網絡組主管研究員

我們的合作伙伴萊斯大學準備用這項技術監控病人的心理狀態，因為病人的情緒變化可能更劇烈一些，了解他們的情緒變化之后就能制定更有針對性的治療方案了。

——Nic Lane

微軟亞洲研究院

移動與感知計算組研究員