我們需要有同理心的人工智能設備，懂我們的喜怒哀樂嗎？

和情緒識別公司Affectiva的CEO Rana el Kaliouby聊聊能和人類產生情感共鳴的智能技術應用場景需求。

最近，我在準備一個AI會議的演講時，無意間提到Alexa，瞬間Alexa就被喚醒，然后開始發出提示：“Playing Selena Gomez.”，當時我對著它吼了好幾次“Alexa, stop!”，然后它才停了下來。

但是Alexa顯然不知道我很煩它這樣，它就像現有的大多數設備助手一樣，對我們的感受一無所知。

如果技術可以捕捉人類情感

現在，我們身邊是各種智能設備，它們大多是語音交互型的且可以自動連接設備的，但是它們卻沒有感應和辨別使用者情感的能力。

要是有技術可以實現對人類情感的捕捉會發生什么？

想象一下，他們會實時察覺你的肢體語言，如你的汽車可能會注意到你很累，然后請求切換到自駕模式；家中的冰箱會根據你的狀態提供一個健康的膳食建議；當你的可穿戴設備檢測到你起身離開沙發的動作，會自動連接遙控設備并把電視等播放設備關掉；浴室里的鏡子可以根據的你的表情等了解到你很累或者很壓抑的狀態，從而自動調節燈光的柔和度并播放舒緩的音樂。

顯然，人性化智能技術的加入將會使人的生活更便捷和高效，并且讓設備更加個性化。

現在，AI領域已經開始有人對此方面進行算法的開發，這類算法不僅可以識別人類的基本情緒，如悲傷、憤怒、快樂等；還可以識別更復雜的認知狀態，如疲勞、注意力、興趣、迷惑、分心等。

Affectiva公司就正在努力搭建這樣的系統，為此，公司收集了600萬部臉部視頻資源，其中包含87個國家的人群，這樣龐大的數據庫就使得該系統可以識別包含文化差異在內的面部情感表達。

利用現有的計算機視覺、語音識別和深度學習等技術，我們可以對人類的表情表達進行分析和分類，但是要想實現有“情感”的AI，仍然存在很多挑戰，比如如何訓練這種多模態系統？如何有效收集人類不常見的情緒表達，如驕傲、備受鼓舞等狀態？

不過值得注意的是，這個領域正在以勢不可擋之勢向前發展，所以我希望五年后，該技術可以使智能設備實現真正意義上的對人類情緒的檢測和識別。

以下是我看好的幾項應用場景：

汽車：該類汽車可以監視駕駛員的疲勞、分心和煩躁。 除了安全，這項技術的融入會增強車內的個性化駕駛體驗，它還會根據車內人員的狀況調節音樂或人體工學設置。

教育：在網絡遠程學習過程中，通常難以判斷學生是否開始存在聽不懂或有疑惑的狀況，但等到考試成績出來時，又往往太遲。所以如果智能學習系統可以提供個性化的學習體驗會怎樣呢？當學生感到沮喪時，系統會檢測到并提示換一種方式進行解釋，在學生疑惑時放慢教授速度，甚至在學生狀態差時開個玩笑等。這些將會很好的提高網絡學習系統的認可度，同時加強其學習效率。

醫療保健：正如在身體健康方面，系統可以檢測我們的健康狀況，融入該技術，系統也可以記錄我們的精神狀態，當用戶精神不佳的時候，系統可以自動向醫生發送警報?，F在，已經有研究人員在研究可以檢測情緒的AI算法，用于帕金森病和冠狀動脈疾病等疾病的早期診斷，以及自殺預防和自閉癥支持。

溝通：多方跡象表明，我們對待我們的設備，特別是對話界面，就像對待人類一樣，如社交機器人，很多人會在最困難的時候向Siri傾訴。此外，因為年輕的一代人在成長過程中就伴隨著數字設備，且情感是人類的主要維度，所以融入情感檢測的AI可以使大家的聯系更加緊密。

但是與任何新技術一樣，利弊都存在，除了能帶給我們好處之外，獲取人健康等數據涉及到的信息安全問題仍然是一大難題，所以數據信息涉及到的道德規范、隱私和倫理等問題還急需解決。

本文編譯自“We Need Computers with Empathy”，文章作者是Rana el Kaliouby。

Rana el Kaliouby是情緒識別公司Affectiva的CEO和聯合創始人，2012年，她被評為麻省理工學院技術評論“35歲以下35位創新者”之一。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！