機器在未來能否讀懂人類的情緒？答案讓人不安！

近年來，機器在越來越多的活動中勝過人類，而我們曾認為只有人類能夠勝任這些活動，如今的電腦可以在棋類遊戲上戰勝我們，可以用多種語言轉錄演講，幾乎可立即識別所有物體。但未來的機器人可能更厲害，它們能通過學習識別我們的情緒，這為是什麼重要呢個？

因為如果機器和其經營者，能精確讀取我們的情緒狀態，他們也許能協助我們，但也可能在更大程度上操縱我們，但憂心這些之前，如何把複雜的情緒轉化為計算機能懂的純數字語言呢？本質上和我們大腦處理情緒方法一致，即學會識別情緒。

圖一

美國心理學家保羅·艾克曼發現了某些普遍的情緒，不同文化對這些情緒外顯部分有著相同的理解，例如對現代城市居民而言，微笑代表愉快，對土著部落居民而言也是，依據艾克曼的研究，怒、惡、懼、樂、哀、驚都易辨別。

事實證明計算機的圖像識別水平正迅速提高，這得益於機器學習演演算法，例如神經網路，它們由人工節點組成，模仿生物神經元，構成連接和交換信息，要訓練網路，得先把樣本分類，在輸入到不同目錄中，例如把代表喜或憂的照片都輸入系統中。神經網路便能調整分配給各項特徵的相對權重，從而學會將樣本進行分類，給的訓練數據越多，此演演算法在識別新圖像上的正確度越高，這與大腦相同。

圖二

從先前經驗中學習，形成一套處理刺激的模式，此演演算法不僅僅局限於識別面部表情，情緒表達有多種，比如肢體語言、語音語調，心率變化、面部改變、體表溫度升降，甚至寫作中的詞語頻率和句子結構，你可能會覺得訓練神經網路來識別這些表達。是漫長而複雜的任務。但當你意識到數據量並不大，而計算機處理速度之快時，會發現那並不難。

從網路帖子，下載的圖片和視頻以及電話錄音到熱敏感安全監控器和可穿戴生理監測設備。重要的不是如何收集足夠的數據，而是用它來做什麼，電腦情緒識別大有益處。機器人用此演算法識別面部表情可以幫助孩子學習或者陪伴孤獨人群，社交媒體公司正考慮使用該演算法。通過標記含有特定字眼或詞語的帖子來預防自殺。情緒識別軟體也可用於治療精神紊亂或者提供低成本的自我心理治療。

圖三

除開這些潛在益處，想到網路會自動大範圍掃描，我們的照片對話和生理指標也相當令人不安，我們的隱私何在。當企業利用如此不人性化的系統，通過廣告來開發我們的情緒，我們的權利何在。如果當局表示他們能在人們實施犯罪之前，就能鎖定這些有犯罪傾向的人，機器人發展任重道遠，在辨別情緒細微差異上如嘲諷，以及情緒的程度如某人有多開心或多傷心呢。儘管如此，能夠精確讀取我們的情緒並作出發應。至於它們能否理解我們對不利干擾的憂慮，那就是另外一碼事了。