情感AI或者說情感計算可能是AI中的下一件大事。企業(yè)開始探索情感分析技術(shù)，以改善客戶和員工的體驗并提供創(chuàng)新的服務(wù)。盡管該技術(shù)仍處于起步階段，但CIO和其他IT領(lǐng)導(dǎo)者仍應(yīng)關(guān)注情緒跟蹤技術(shù)，因為很多專家認(rèn)為，該技術(shù)可以幫助企業(yè)為客戶提供他們想要的東西。

[[324087]]

面部表情分析之所以具有吸引力，是因為它可以在遠(yuǎn)處完成，且無需照相機。記錄人們的面部表情的想法可推斷人們對電影和音樂等產(chǎn)品的感覺，并無需大量調(diào)查表即可評估服務(wù)交互。

馬里蘭大學(xué)羅伯特史密斯商學(xué)院市場營銷系教授兼百事公司消費科學(xué)首席教授Michel Wedel說：“不引人注意的記錄可以減輕消費者的負(fù)擔(dān)，并使經(jīng)理們可以更好地量身定制產(chǎn)品、服務(wù)和營銷活動，例如針對個人客戶需求的廣告和促銷。”這最終將提高消費者的滿意度，并對經(jīng)濟產(chǎn)生積極影響。

但是，在評估數(shù)百項有關(guān)監(jiān)測面部表情情緒的研究后，一項最新研究指出，大家對這種技術(shù)的力量存在廣泛的誤解。專家認(rèn)為，我們有充分證據(jù)證明，其他基于語音、眼動和基于文本的情感分析的情緒跟蹤工具也可以提供價值。從長遠(yuǎn)來看，可以將這些技術(shù)與背景數(shù)據(jù)以及面部表情相結(jié)合，以引入情感智能和情感AI。

CIO和其他IT主管可能希望在為客戶和員工制定情感AI策略時考慮多種方式，包括語音、行為和背景信息。同時，解決道德問題也很重要，以防止客戶和員工產(chǎn)生任何抵觸情緒。最后，很多高管認(rèn)為該技術(shù)可能會對傳統(tǒng)業(yè)務(wù)產(chǎn)生重大影響。

如何追蹤情緒

研究人員以多種方式衡量情緒。Wedel說：“問卷調(diào)查方法肯定不完美，也無法很好地捕捉情緒動態(tài)。面部跟蹤很有用，但必須謹(jǐn)慎使用。在某些情況下，皮膚電導(dǎo)和腦電圖測量可提供有用的信息。另外，眼動跟蹤并不能用于檢測情緒，盡管有時瞳孔擴大也可說明情緒變化。”

Wedel說，開發(fā)更好的工具將需要不斷改進和驗證測量工具，如果可能的話，還需要算法組合。AI和深度學(xué)習(xí)等大數(shù)據(jù)和計算機科學(xué)算法將影響面部跟蹤算法的發(fā)展及其準(zhǔn)確性。

美國東北大學(xué)心理學(xué)教授Lisa Feldman Barrett和她的同事們最近發(fā)現(xiàn)了追蹤面部情緒科學(xué)中的三個主要缺陷。

• 可靠性有限。例如，某些人可能會因為過于努力而皺眉，而不是生氣。
• 缺乏明確性。面部表情和情緒類別之間沒有唯一映射關(guān)系。
• 缺乏概括性。不同文化表達(dá)面部表情的方式不同。

不管情緒跟蹤算法是否準(zhǔn)確，它們都可以預(yù)測企業(yè)感興趣的下游行為。Wedel的團隊已使用該技術(shù)來預(yù)測票房成功和電影的播放情況。他說：“但是必須仔細(xì)設(shè)計研究。”

情感AI仍處于起步階段

情感AI使用情感數(shù)據(jù)來改善用戶體驗，它仍然被認(rèn)為是一個新興行業(yè)。情緒跟蹤平臺Neurodata Lab創(chuàng)始人兼首席執(zhí)行官George Pliev說，自動檢測情緒的最初嘗試是基于美國心理學(xué)家Paul Ekman提出的情緒面部表情的普遍性理論。該理論指出，人類會有六種基本情感，我們都以相同的方式表達(dá)情感。

Pliev說：“該理論變得非常普及，這標(biāo)志著整個新產(chǎn)業(yè)的開始。”

但是，這種觀點也飽受爭議，從美國心理學(xué)家James Russell開始。情緒智能研究人員現(xiàn)在正在考慮采用更復(fù)雜的方法來理解情緒。這里想法是，情感類別依賴文化，可通過訓(xùn)練形成，也可以教給機器。Pliev說：“情緒并不像早期研究所預(yù)期的那樣簡單。”

情感AI需要更多類別

在Ekman的早期工作中，科學(xué)家假設(shè)可從面部識別上述六種基本情緒，包括厭惡、悲傷、幸福、恐懼、憤怒和驚奇。但現(xiàn)在，研究人員認(rèn)為需要更多情緒類別。

情緒分析平臺提供商Affectiva公司首席執(zhí)行官兼聯(lián)合創(chuàng)始人Rana el Kaliouby說：“我們不喜歡該行業(yè)的簡單化，因為它只專注于六種基本情感，并且面部表情與情感狀態(tài)是一一對應(yīng)的關(guān)系。”但其實，面部表情可能不僅僅表示一種情感;它可能是社交、認(rèn)知或行為提示，或者是生理反應(yīng)。

El Kaliouby說，這種面部表情與情緒狀態(tài)的一一對應(yīng)關(guān)系過于簡單。她說：“在這種普遍的簡單化觀點下，抬眉被認(rèn)為是驚喜，但在現(xiàn)實世界中，它還可以作為問候、社交邀請、表示感謝、發(fā)起調(diào)情等等。”

為了消除歧義，這里還需要更多信息。某人臉上還發(fā)生了什么變化?隨著時間的流逝，這種表情如何展現(xiàn)?是否還有其他物理信號，例如聲調(diào)或手勢?為了獲得此信息，Affectiva正在投資于一種針對特定用例的多模式方法。

Bart Cooreman是生理跟蹤平臺iMotions的產(chǎn)品專家，他擁有認(rèn)知神經(jīng)科學(xué)博士學(xué)位，他指出：“感興趣、困惑、受挫和同情的表情很難直接與基本情感聯(lián)系起來。”但是，通常是這些更模糊的情感表達(dá)類型在現(xiàn)實情況中吸引大家的興趣。

例如，好的電視廣告可能不會引發(fā)大笑，但是有趣的笑話通常會讓人微笑。凌亂的網(wǎng)站可能不會使某人生氣或悲傷，但是它可能導(dǎo)致在用戶永久離開該網(wǎng)站之前，以眉頭皺眉的形式簡短地表示沮喪。Cooreman說，在現(xiàn)實世界中，更有效的做法是專注于以嘴、鼻子、眼睛或眉毛的形式表現(xiàn)的更具體的情感，而不只是基本情感。

很多情感類別很微妙，難以識別。Neurodata Lab的Pliev表示，兩個主要挑戰(zhàn)是創(chuàng)建完整的情緒表達(dá)列表，并能夠指出某個情況中是否存在這些情緒。根據(jù)任務(wù)的不同，情緒清單可能會增加。對于情感的標(biāo)準(zhǔn)表達(dá)或者情感表達(dá)的數(shù)量，并沒有客觀參考。Pliev稱：“人們無法在情感類別方面達(dá)成共識，也無法在表達(dá)的強度或所代表的情感數(shù)量達(dá)成共識。”

語音助力情感AI

研究人員認(rèn)為，他們也許能夠通過語音以更細(xì)粒度的方式自動檢測情緒。加州大學(xué)伯克利分校的研究人員正在開發(fā)通過語音分析檢測27種不同情緒的算法。加州大學(xué)伯克利分校的教授Dacher Keltner表示，在不同的方式下，面部表情、凝視、聲音、觸摸和身體動作都以不同的方式傳達(dá)情感。他說：“聲音可能是情感交流的最豐富來源，其次是面部。”

有些情緒是以一種方式傳達(dá)，而其他情緒則沒有。例如，Keltner的研究發(fā)現(xiàn)，只有通過觸摸才能始終檢測到感激之情。他說：“隨著方法和統(tǒng)計數(shù)據(jù)能夠更好地捕捉反應(yīng)模式，我們相信大約20種情緒將在不同的測量方法中具有可靠的信號。”這些包括：

• 負(fù)面信號，例如憤怒、焦慮、蔑視、厭惡、尷尬、恐懼、內(nèi)疚、悲傷、羞恥和恐懼;
• 正面信號，例如高興、敬畏、知足、欲望、狂喜、興趣、愛、驕傲、同情和勝利

需要新的訓(xùn)練工具

在創(chuàng)建全新的情緒和溝通訓(xùn)練工具方面，情緒跟蹤帶來希望。Keltner認(rèn)為，例如，音頻反饋可能是人們學(xué)習(xí)感受自己的情感并與他人建立聯(lián)系的重要因素。

他表示：“這是訓(xùn)練目的的重點，因為這是人們意識到的一種感覺形式-我們聽到我們的聲音但看不到自己的臉。這一直是我們社交互動的一部分，我認(rèn)為這可能是讓我們擁有更多控制權(quán)的一種感覺形式，在考慮將反饋應(yīng)用于我們的情感表達(dá)時。”

有些企業(yè)摒棄了傳統(tǒng)的情感觀念，專注于如何感知聲音。例如，VoiceVibes開發(fā)了一套培訓(xùn)工具，用于呼叫中心的工作人員和執(zhí)行人員練習(xí)其公共演講技能。這些工具專注于他人如何看待某人的聲音質(zhì)量，這是該公司稱為“感應(yīng)”的方法。

VoiceVibes公司首席執(zhí)行官Deb Cancro表示：“感應(yīng)更適合員工培訓(xùn)和自我意識訓(xùn)練。無論我們的情緒如何，我們經(jīng)常需要采用一種最有效的音調(diào)，即使與我們的真實感覺不符。”例如，某人可能會感到難過，但在接聽電話時仍需要使用個性化的語調(diào)，或者高管可能想學(xué)習(xí)如何在壓力情況下依然在社交場合保持鎮(zhèn)定的狀態(tài)。 情

感AI的道德和隱私問題

有時候，我們試圖使用更先進的情感跟蹤技術(shù)使消費者受益時，很可能讓他們受到驚嚇。Motive Software公司聯(lián)合創(chuàng)始人Armen Berjikly說：“企業(yè)不應(yīng)該秘密監(jiān)控員工。” Motive Software是一家致力于利用情感洞察力解決業(yè)務(wù)問題的公司。有些國家安全或金融服務(wù)組織可能必須監(jiān)視員工，但是還有些典型的公司冒著侵犯員工信任度的風(fēng)險，試圖改善員工體驗。

Wedel說，企業(yè)應(yīng)該關(guān)注道德問題，因為隱私問題和非合規(guī)行為可能適得其反，并對公司本身構(gòu)成威脅。他建議將視頻轉(zhuǎn)換為面部表情數(shù)據(jù)，并從數(shù)據(jù)中剝離其他個人身份信息。

咨詢公司Elicit首席營銷官Brooke Niemiec說，個性化營銷的關(guān)鍵是避免“令人毛骨悚然”，并且該規(guī)則也適用于情感識別等新技術(shù)應(yīng)用。這里訣竅是確保僅將技術(shù)用于改善當(dāng)前狀況。例如，面部情感識別相機可以測量參與者對某個活動的總體滿意度。Niemiec說：“但是，如果使用相同的技術(shù)篩選出不滿意的人，以便有人在活動期間直接與他們接觸，那我認(rèn)為這越過了‘不要令人毛骨悚然’的界限。”

另外，有些人非常善于掩飾自己的真實感受。Niemiec說，任何對不當(dāng)行為或被侵犯的感覺都可能導(dǎo)致人們搭起防護罩，從而有效地阻止了該技術(shù)的使用。

但是情感跟蹤可以在傳統(tǒng)行業(yè)(例如汽車制造業(yè))中提供明顯的競爭優(yōu)勢。例如，汽車零部件制造商Valeo在跟蹤駕駛員和乘客的舒適度方面進行了大量投資。這不僅可以提高客戶滿意度，而且可以使汽車更安全。

Valeo創(chuàng)新副總裁Guillaume Devauchelle說：“人工智能的下一個發(fā)展是情感智能。在不久的將來，機器將變得更加移情并適應(yīng)我們的情感，以便它們能夠更好地與我們互動。”