快乐、愤怒、厌恶、恐惧、悲伤……人类脸上的表情，现在正变成“情绪经济”。英国卫报称，“AI脸部识别情绪”已成为规模200亿美元的业产，且还在继续扩大。亚马逊、微软、IBM等的大型科技公司，以及中国旷视科技等创业公司都已经入场，从一开始用于市场研究，拓展到招聘、司机监控、检测机械员工损伤、影像游戏用户体验、协助医护人员评估患者健康等各行各业，围绕它的领域都在持续增长。
最早将情绪识别技术应用于商业的，是Rana el Kaliouby和MIT情绪计算实验室的主任Rosalind Picard。2009年，他们创办了一家名为Affectiva的创业公司，将情绪检测技术作为市场研究产品出售，用来研究用户对广告和产品的实时情绪反应。他们的客户有糖果公司玛氏、食品生产商家乐氏，以及哥伦比亚广播公司等等。Affective创始人Kaliouby预测，不久的将来，当这项技术无处不在、并融入所有装置时，能“利用我们的内心、潜意识瞬间反应”。
两种技术 检测情绪
目前，情绪检测主要通过两种技术，一是电脑视觉，精确识别脸部表情。二是机器深度学习技术，分析和解释脸部特征的情绪内容。身为最早由“情绪经济”获利的公司，Affectiva的核心技术是名叫Affdex的情感引擎。
Affdex启动后，镜头会锁定人脸，通过观察表情的纹理、肌肉和变化，“编码”人类五官的特征点，并和图像数据库比对，进而确认你的情绪并回应。
Affectiva的网站拥有世界最大的情感资料储存库，这也是情绪检测进展快速的原因。这些数据大部分都是从人们收看电视或每天开车上下班的选择性录影去收集，涵盖87个国家不同年龄、性别、种族的超过750万张脸孔。
当收集到人们影像后，Affective办公室的35名“标记人员”会分类，例如人们表现出低垂的眉毛、紧绷的嘴唇和凸起的眼睛，就会贴上“愤怒”。
这些被标记的人类情绪数据用来训练Affective的算法。当“快乐”、“愤怒”、“悲伤”等标签的脸谱图成千上万，Affective也就能将情绪识别和联系处理得越来越精准，甚至能判断你是否隐藏情绪。
这种标记方法被很多情绪检测业的人认为是检测情绪的黄金标准，这来源于“情绪脸部动作编码系统Emfacs”，整个20世纪下半叶都视为经典的情绪理论，使用在美国中情局、联邦调查局、海关、边境保护等地方。
刻板标签 面临争议
但就像所有新技术都有两面性，情绪检测，同样也面临争议和质疑。美国东北大学的心理学教授Lisa Feldman Barrett认为，预先给人们提供选定的情绪标签，使其与面部照片相匹配，是在无意中引导他们给出答案。
在她看来，评估情绪需要动态的过程，分析人与人之间的互动，以及其中体现出来的文化背景等等。这需要很多工作，毕竟情感是复杂的。Barrett提出的质疑，并不仅仅是关于数据的，还在于数据是如何标注的。大多数情绪识别公司标注数据的过程，只能识别出来一些刻板的情绪。
纽约大学人工智能研究所的联合主任Meredith Whittaker表示，这些技术已经用来招聘和评估学生在课堂上的表现。反馈得到的信息，可以直接影响一个人的职业和学业生涯，如果分析结果不是非常准确的，就会带来实际的伤害。
万无一失？非100%
最近，还有一些研究表明，面部识别技术的偏见，更有可能伤害少数群体。去年12月发布的一项研究表明，情绪识别技术认为，黑人男性的负面情绪比白人男性更多。在这些缺陷面前，正在使用这些技术开展业务的研究人员也承认，这项技术不是100%万无一失的。
