小心，你正在被AI看穿

小說《三體》中，“三體人”不會撒謊、彼此思維和情緒完全透明，這樣的情節正逐漸變為現實。隨著人工智能（AI）情緒識別技術的發展，機器已經能識別人類情緒的變化。情緒識別正被越來越廣泛地應用于機器智能中，也許有一天，人類會被AI徹底看穿。

近日，臺灣聯合大學研究人員在IEEE ACCESS上發表論文，提出用特定連續動作間骨骼點速度的變化程度，來區分人類微妙情緒變化的新方法。該方法與時空圖卷積網絡（ST-GCN）相比，“可有效地將識別精度提高50%以上”。

別動，動就被看穿

“通過面部特征、語義與腦波分析來識別人類情緒的研究已經比較多了，AI也能有效地識別出人類的情緒。我們試圖提出一種新的情緒識別方式，可以讓人們在不同場景下有更多選擇，未來也可以通過多手段融合，更準確地進行情緒識別。”論文第一作者、臺灣聯合大學助理教授蔡明峰表示，“基于Pose Net深度學習神經網絡，我們提出時空變化圖卷積網絡技術，在進行情緒識別時，獲得人體骨架關鍵點信息不受衣物、皮膚或肌肉等因素的影響。”

在人工智能情緒識別領域，基于面部、語義或腦電波識別技術需要大量的訓練樣本，通過時空變化圖卷積網絡（STV-GCN）的連續運動來訓練和識別人類行為模式。其識別訓練方法采用骨骼檢測技術，計算連續動作之間的骨骼點變化程度，并使用特定算法對速度水平進行分類，以區分快速和細微的動作。

目前，該系統對相同動作不同速度的識別精度達到88.89%，情緒狀態的識別精度達到83.34%。在速度分類階段和情緒狀態分類階段，STV-GCN的準確率比ST-GCN提高50%以上。但是，STV-GCN尚難以區分微妙的情緒變化。

蔡明峰認為，在類似城市廣場的開放區域中，通過骨骼點變化進行情感識別，可以避免潛在的危險發生。系統可以主動識別憤怒或者悲傷等特殊情緒狀況的人，并主動通知該區域的安全管理人員進行處理，可以在一定程度上規避暴力沖突或惡性傷害事件發生。

AI“懂你”九分

“并非只有面部才有微表情，身體姿態也有。”中國科學院自動化研究所研究員、模式識別國家重點實驗室副主任陶建華告訴筆者，“通過面部區域或身體姿態來識別情緒其實各有優缺點，各有不同的適應場景，很難說誰比誰強。”

在AI情緒識別領域，多數識別方法在分析面部表情的背景下進行。而在現實生活中，人們有時會通過語言和表情來掩飾自己的情緒，相比之下，肢體語言卻很難操縱，微表情很難被掩飾，往往能傳達出更細致、真實的情感狀態。

陶建華介紹說，目前主要有兩種AI情感識別方式。一種是接觸式，即利用腦電、皮膚電、心率心跳等生理特征的信號變化，通過生理參數分析人的情緒變化。另一種是非接觸式，可以基于音頻或視頻，利用聲音的特點或者依靠視頻信息中表情、頭部、身體姿態變化進行識別。“無論是傳統的統計模型，還是現在基于神經網絡、深度神經網絡的一些方法，都能取得比較好的結果”。

“機器不但能識別出人的情緒，還相當準確。總體來說，現在的準確率超過80%，在一些特定的場景中，甚至能達到90%以上。”陶建華說，“情感識別是一種信息通道，準確的識別能增強機器對人的理解能力，如果結合語義、周圍環境等信息，機器可以綜合判斷人的心理狀況和真實的意圖，從而改善人機交互能力，增強人機交互的友好性。”

探索新應用場景

“能夠識別出人類的情感和機器自己具備情感是兩個概念。”陶建華說，“情感的產生涉及一系列復雜的心理過程，是包括社會文化、周圍環境情況、心理狀態等多因素綜合作用的結果。盡管人們對AI情感表現方面有些研究，但目前從全球范圍內來說，機器產生的情感都是比較初級，與人類還有不小的距離。”

陶建華介紹說，機器與人、機器與機器之間的交流和人們的理想尚有距離。在情感識別過程中，如何在一個數據集中做好一個模型、在更大范圍內使用是一個問題。“為此，有些方面需要進一步提高，但這些都不是難以克服的問題。”

如果AI能夠更“善解人意”，就可以應用到更多的場景。比如，在全球疫情常態化的背景下，線上學習逐漸成為一種重要的學習方式。但是，屏幕前的學生是否在認真聽講、是否聽懂了？他在困惑、緊張或者覺得乏味時，都會有相應的情緒和表現。如果通過AI技術，識別出屏幕前學生的情緒并判斷出學習狀態，就可以更好地控制難度和進度。

截至目前，已經有不少AI情緒識別研究機構在遠程醫療、遠程教育、養老看護、打擊犯罪、營銷、游戲，以及定向廣告投放等領域進行探索。據一家市場研究公司預測，2021年全球情感計算市場將達到540億美元。