AI如何计算情感

当系统捕捉到画面中高兴的人脸表情比例达到某个预先设定的百分比，系统就自动拍照，现场的观众可以通过手机扫描二维码，获得跟自己有关的照片。这是清帆科技在一个产业峰会上展示的黑科技，这家从事教育行业的AI公司所展示的产品正是情感计算的研究成果。

如何在人群中获取人脸表情，并根据表情得出一个人的情绪，是情感计算的基础。其实通过计算机来判断一个人的情感不仅仅可以通过人脸识别技术，语音、肌电、皮肤电、呼吸和血容量搏动等技术都可以分析出人的情绪。

早在1997年Rosalind Picard就提出“情感计算”的理论，但在很长一段时间，情感计算一直位于AI领域之外。直到20世纪末期，情感作为认知过程重要组成部分的身份才得到了学术界的普遍认同。随着语音识别、自然语音处理和人脸识别的提升，情感计算也被推到了一个新的高度。

情感计算正在成为一个新的发展方向。相比语音识别和视觉计算，情感计算被认为是一个新的AI高地。

李飞飞也曾在公开场合表示：“我认为下一步人工智能的发展，需要加强对情感和情绪的了解，要走进认知学，心理学。我说的不仅是脑科学，而是认知学。因为我们目前对人的情感理解非常少，而这对于人工智能来说是很重要的。”

相比语音识别、自然语言处理和人脸识别等技术，情感计算在AI领域的产品还相对较少，面对如此大的市场，对产业从业者来说无疑是大好机会。

情感计算的产品以及随之而来的创业机会，应该分为两个阶段，一个是通过机器获取人的情感信息，就像前文说提到的清帆科技通过采集人群中的表情，判断人的高兴、中性、惊喜、伤心、生气、害怕、厌恶7 种表情识别。通过机器获取人的情感后，为现有的传统产业加持，提高现有传统行业的效率和质量。

正如清帆公司在教育行业应用情感计算，为线上、线下等多样化教育场景带来以“情感计算” 技术为核心的课堂教学分析解决方案。此外，在一档名为《机智过人》的节目中有一个名为阿尔法鹰眼的AI机器人，最终以快于人类心理专家孟伟的速度准确地找出了队伍中的狙击手。由此可见，情感计算对于安防、刑侦等方面也能提供帮助。

传统行业的应用可以算是“情感计算”现阶段最靠谱的创业机会，这里面的难点除了通过语音、视觉和其他感知终端获取人的情感之外，对获得数据的分析，也就是结合传统行业的应用成为关键点。

相对传统行业的应用，人机情感交互将是AI更高发展阶段。这个阶段不仅需要对人的情感的捕捉，更需要让机器跟人进行情感的表达，尽管与获取人类情感信息的分类几乎一样，但技术难度要大得多，包括情感语音合成、面部表情合成、肢体语音合成等技术。目前更多的技术还属于实验室阶段，可能未来在这个领域的优秀公司也将来自大学实验室。

除了现阶段在传统行业的应用和未来更高阶段的人机情感对话，安全是被很多人忽略的细分领域。当人类和机器的情感都可以用来计算后，个人隐私将是趋近于零。随着智能手机、可穿戴设备等智能终端设备的普及，人工智能对个人数据的采集范围已经涵盖指纹、心率、情绪、情感、睡眠状况、饮食习惯、健康水平等各个方面。

每个人和每个机器的个人情感都是可以被他人通过情感计算捕捉到，甚至连自己都搞不清楚的情感都能被机器所计算出来，这个时候如何保护个人隐私就成了一个必要的需求，相比互联网时代的网络安全，情感隐私的安全将呈现更大的市场需求。

情感计算是AI技术一个重要分支，也是其更高阶段的表现，当知识和能力提升到一定程度后，情感计算的需求将出现猛增的态势。在语音、视觉、芯片、大数据和机器人等细分领域已经过热的情况下，创业团队通过布局情感计算，在为传统行业加持的过程中获得订单和经验，待到人机互动的情感需求大规模来到的时候，或将能抓住更大的产业机会。