.

機(jī)器能識(shí)別情感嗎？

作者：撰文 約翰·麥奎德

（John McQuaid） 翻譯 施 懌《光明日?qǐng)?bào)》（ 2022年01月27日 14版）

《環(huán)球科學(xué)》雜志社供圖

《環(huán)球科學(xué)》雜志社供圖

??【環(huán)球視野】

1、監(jiān)控遍布的社會(huì)

??在英國利物浦，正在進(jìn)行著一場(chǎng)關(guān)于政府采購的有些乏味的會(huì)議。當(dāng)時(shí)是2020年2月，會(huì)議的展廳里擺放著各種各樣的陳列品。參會(huì)者在這些展品間四處走動(dòng)，時(shí)而在某些展品前停留，其他時(shí)候則直接繞過。與此同時(shí)，他們也被密切地“監(jiān)視”著。整個(gè)樓層安置著24個(gè)不顯眼的攝像機(jī)，用于追蹤每個(gè)人的活動(dòng)。人的表情變化是通過面部肌肉運(yùn)動(dòng)產(chǎn)生的，因此當(dāng)參會(huì)者面對(duì)不同展品時(shí)，面部肌肉會(huì)發(fā)生不同程度的收縮。盡管這些變化很細(xì)微，但24個(gè)攝像機(jī)將以每秒5到10幀的速度進(jìn)行拍攝。隨后，拍攝好的照片會(huì)傳送到計(jì)算機(jī)網(wǎng)絡(luò)，利用AI算法評(píng)估每個(gè)人的性別和年齡，并分析他們的面部表情。最終，系統(tǒng)會(huì)從中找到表達(dá)“幸福”和“投入”的信號(hào)。

??盡管利物浦的會(huì)議已經(jīng)過去了一段時(shí)間，帕諾斯·穆塔菲斯仍然對(duì)“監(jiān)視”的結(jié)果感到興奮。穆塔菲斯是一家名為“Zenus”公司的首席執(zhí)行官。這家公司位于美國得克薩斯州奧斯汀，為會(huì)議上的面部表情分析提供了AI技術(shù)?！霸谖乙娺^的商用AI系統(tǒng)中，很少能達(dá)到這樣的準(zhǔn)確度?！彼谝曨l通話中對(duì)我這樣說道。他還向我展示了一張人群照片，人群中的一些臉用方框框了出來。為了使AI系統(tǒng)學(xué)會(huì)識(shí)別人的情感，Zenus的工程師對(duì)系統(tǒng)進(jìn)行了“培訓(xùn)”。他們選取了一個(gè)龐大的面部表情數(shù)據(jù)集，每一個(gè)表情還標(biāo)注著對(duì)應(yīng)的內(nèi)心感受，并用這個(gè)數(shù)據(jù)集訓(xùn)練AI系統(tǒng)識(shí)別情感的能力。為了驗(yàn)證培訓(xùn)后的AI系統(tǒng)識(shí)別情感的能力，Zenus的工程師嘗試過多種方法。其中包括現(xiàn)場(chǎng)測(cè)試，也就是在一個(gè)人說出當(dāng)下感受的同時(shí)，用攝像機(jī)拍下這個(gè)人的臉。穆塔菲斯說：“這種AI系統(tǒng)能在多種環(huán)境中識(shí)別人的情感，例如在室內(nèi)、在人們戴著口罩的條件下，或是在沒有燈光時(shí)，又或者是在室外、當(dāng)人們戴著帽子和太陽鏡時(shí)?！?/p>

2、能識(shí)別情感的機(jī)器

??最近有一種被稱作情感AI（emotion AI）或情感計(jì)算（affective computing）的新興技術(shù)，它將攝像機(jī)和基于AI程序的其他設(shè)備結(jié)合在一起，用來捕捉面部表情、肢體語言、語調(diào)等線索。其中，Zenus開發(fā)的AI系統(tǒng)就是這項(xiàng)技術(shù)的一個(gè)示例。值得一提的是，情感AI的目的不只是為了辨認(rèn)并辨別面部表情，更重要的是要揭示出此前技術(shù)無法察覺到的信息，例如照片中人的內(nèi)心感受、動(dòng)機(jī)和態(tài)度。2019年曾寫過一篇題為《機(jī)器人監(jiān)視的黎明》報(bào)告的杰伊·斯坦利說：“現(xiàn)在攝像機(jī)變得越來越智能。它們正在覺醒——不再只是無聲地記錄人的活動(dòng)，如今它們還能分析所記錄的信息?！?/p>

??可想而知，情感AI已經(jīng)成為一種流行的市場(chǎng)調(diào)研工具，但除此之外，情感AI還被應(yīng)用在了風(fēng)險(xiǎn)更高的領(lǐng)域。例如，有AI系統(tǒng)能讀出與感受、性格和意圖相關(guān)的線索，而人們正在計(jì)劃或已經(jīng)將這些系統(tǒng)用于檢測(cè)邊境檢查站的威脅、評(píng)估求職者的能力、監(jiān)控是否有擾亂課堂或打瞌睡的行為，以及識(shí)別攻擊性駕駛行為的跡象。主流汽車制造商計(jì)劃將這項(xiàng)技術(shù)應(yīng)用于未來的汽車?？萍脊緞t結(jié)合人臉識(shí)別技術(shù)，提供基于云計(jì)算的情感AI服務(wù)，例如美國亞馬遜、微軟和谷歌。此外，數(shù)十家初創(chuàng)公司也推出了可以幫助企業(yè)招聘的應(yīng)用程序。在韓國，利用AI招聘的做法已經(jīng)十分普遍，因此職業(yè)培訓(xùn)師往往會(huì)讓他們的客戶練習(xí)如何通過AI面試。

??為了識(shí)別情感和行為，AI系統(tǒng)需要使用多種類型的數(shù)據(jù)。除了面部表情、語調(diào)和肢體語言，它們還能通過分析口語或書面語的內(nèi)容，獲取其中包含的情感和態(tài)度。還有一些應(yīng)用程序收集數(shù)據(jù)，不是為了探究情感，而是為了得到與情感相關(guān)的信息。例如這個(gè)人具有什么樣的人格，是否關(guān)心應(yīng)用程序的內(nèi)容，以及是否會(huì)對(duì)社會(huì)構(gòu)成潛在威脅。

??但批評(píng)人士警告稱，情感AI的潛在危險(xiǎn)可能不是AI自身能控制的。這是因?yàn)楣こ處熢谟?xùn)練AI時(shí)，可能使用的是有種族、民族和性別偏見的數(shù)據(jù)集，這些偏見又會(huì)反過來影響算法的結(jié)果。

??情感AI背后的科學(xué)原理也存在爭(zhēng)議。這要追溯到半個(gè)世紀(jì)前，心理學(xué)家保羅·?？寺腿A萊士·弗里森根據(jù)研究將一組面部表情與基本情感對(duì)應(yīng)在了一起，他們認(rèn)為這些面部表情是通用的情感語言。其中6種基本情感包括憤怒（anger）、厭惡（disgust）、恐懼（fear）、快樂（happiness）、悲傷（sadness）和驚訝（surprise），隨后，?？寺?jīng)過研究發(fā)現(xiàn)蔑視（contempt）很有可能是第7種基本情感。不過現(xiàn)在，?？寺透ダ锷挠^點(diǎn)受到了極大的爭(zhēng)議。這是因?yàn)榭茖W(xué)家發(fā)現(xiàn)面部表情可能具有顯著的文化和個(gè)體差異。許多研究人員表示，至少目前在分析不同個(gè)體的面部表情時(shí)，算法還不能用一套規(guī)則正確地識(shí)別出表情的細(xì)微差異，因?yàn)橛袝r(shí)候不同個(gè)體的表情不能與典型的內(nèi)在感受對(duì)應(yīng)起來。?？寺鼘?duì)早期情感識(shí)別技術(shù)的開發(fā)作出了重要的貢獻(xiàn)，值得一提的是，現(xiàn)在他認(rèn)為這項(xiàng)技術(shù)會(huì)對(duì)隱私構(gòu)成嚴(yán)重威脅，應(yīng)該受到嚴(yán)格的監(jiān)管。

??情感AI其實(shí)本質(zhì)上并不壞。專家表示，如果能讓機(jī)器學(xué)會(huì)可靠地解讀情感和行為，情感AI將會(huì)在機(jī)器人、衛(wèi)生保健和汽車等領(lǐng)域表現(xiàn)出巨大的潛力。不過現(xiàn)在，這一領(lǐng)域幾乎是一片“混戰(zhàn)”，也許最終會(huì)有一種未經(jīng)驗(yàn)證的技術(shù)占據(jù)主導(dǎo)地位而變得無處不在。然而，未經(jīng)驗(yàn)證的技術(shù)會(huì)對(duì)社會(huì)帶來危害，到那時(shí)我們可能會(huì)對(duì)此措手不及。

3、用AI來招聘

??2018年，時(shí)任美國愛塔梅爾（Airtame，開發(fā)具有屏幕共享功能的設(shè)備）人力和商業(yè)運(yùn)營副總裁的馬克·格雷想要找到改善公司招聘流程的方法，包括改善招聘的效率。一方面是因?yàn)楸M管愛塔梅爾的規(guī)模不大，一共擁有約100名員工，但有時(shí)候公司會(huì)收到數(shù)百份申請(qǐng)市場(chǎng)營銷或設(shè)計(jì)崗位的簡歷。另一方面是因?yàn)殇浻脹Q策的主觀性?！坝泻芏啻危叶加X得潛意識(shí)里有個(gè)人說'噢，我很喜歡這個(gè)人’，而不是'這個(gè)人的能力很強(qiáng)’。事實(shí)上，招聘的世界里充滿了無形的東西，因此我想弄清楚如何才能在招聘中加入有形的考量?！备窭捉忉尩?。

??美國愛塔梅爾與德國慕尼黑的Retorio公司達(dá)成了一項(xiàng)合約，其中Retorio開發(fā)了一種能用在視頻面試中的AI系統(tǒng)。視頻面試的流程很快，應(yīng)聘者只需要錄制60秒的視頻來回答2到3個(gè)問題。隨后，用算法分析應(yīng)聘者的面部表情和聲音，以及他們回答的內(nèi)容。然后，根據(jù)“大五”人格模型（OCEAN，一種心理學(xué)中常用的人格結(jié)構(gòu)模型），為每位應(yīng)聘者生成基于5種人格特質(zhì)的檔案。這5種人格特質(zhì)分別為開放性、責(zé)任心、外傾性、宜人性和神經(jīng)質(zhì)性。通過比較應(yīng)聘者的檔案和職位描述，系統(tǒng)會(huì)按照匹配度為應(yīng)聘者排序，最后招聘人員就能得到一份應(yīng)聘者的排名列表。

??事實(shí)上，類似的軟件已經(jīng)開始改變商業(yè)決策的制定方式，以及組織與人的互動(dòng)方式。它重塑了愛塔梅爾的招聘流程，使他們很快就選拔出了更適合的應(yīng)聘者。格雷說，這是因?yàn)樯傻臋n案很有用。他分享了一張圖表，圖表顯示了最近招聘的幾名銷售人員中，工作表現(xiàn)與5種人格特質(zhì)得分之間的關(guān)系，其中在責(zé)任心、宜人性和開放性方面得分較高的員工表現(xiàn)最好。

??長期以來，能理解人類情感的機(jī)器一直是科幻小說的主題。但在計(jì)算機(jī)科學(xué)和工程領(lǐng)域，在很長一段時(shí)間里，人類情感都是一個(gè)陌生的概念。在20世紀(jì)90年代，“它是一個(gè)禁忌話題，并不受歡迎?！泵绹槭±砉W(xué)院（MIT）的羅莎琳德·皮卡德說。

??皮卡德和其他研究人員開發(fā)了能自動(dòng)讀取和響應(yīng)生物特征信息的工具。其中，生物特征信息涵蓋從面部表情到血液流動(dòng)的范圍，能用于指示情感狀態(tài)。不過，如今情感AI應(yīng)用場(chǎng)景的激增要追溯到2010年初，當(dāng)時(shí)深度學(xué)習(xí)開始被廣泛應(yīng)用。深度學(xué)習(xí)是一種基于人工神經(jīng)網(wǎng)絡(luò)的強(qiáng)大的機(jī)器學(xué)習(xí)形式，其中人工神經(jīng)網(wǎng)絡(luò)的原型是生物神經(jīng)網(wǎng)絡(luò)。深度學(xué)習(xí)提高了AI算法的能力和準(zhǔn)確度，使一些以前只有人類才能可靠完成的任務(wù)實(shí)現(xiàn)了自動(dòng)化，例如駕駛、人臉識(shí)別以及醫(yī)學(xué)影像分析。

4、AI的算法偏見

??然而，這樣的AI系統(tǒng)還遠(yuǎn)遠(yuǎn)不夠完美，而且情感AI處理的是一項(xiàng)極其艱巨的任務(wù)。算法本來應(yīng)該反映的是關(guān)于世界的真相，例如它們應(yīng)該把蘋果識(shí)別為蘋果，而不是桃子。機(jī)器學(xué)習(xí)中的“學(xué)習(xí)”是反復(fù)比較原始數(shù)據(jù)和訓(xùn)練數(shù)據(jù)的過程。其中，原始數(shù)據(jù)通常是圖像，也包括視頻、音頻等數(shù)據(jù)，不過這些原始數(shù)據(jù)沒有獨(dú)特的特征，而訓(xùn)練數(shù)據(jù)則標(biāo)注了與智能任務(wù)相關(guān)的特征。這就是AI系統(tǒng)學(xué)習(xí)提取潛在共性的方式，例如從蘋果的圖像中提取“蘋果感”，從而能從任意圖像中識(shí)別出蘋果。

??但是，如果AI系統(tǒng)的任務(wù)是要識(shí)別人格或情感等難以定義的特質(zhì)時(shí)，就更難獲得真相了。例如，“快樂”或“神經(jīng)質(zhì)”究竟是什么樣的？情感AI算法并不能憑直覺知道情感、人格或意圖，相反，它們是通過訓(xùn)練學(xué)會(huì)模仿人類對(duì)其他人做的判斷。其中，工程師會(huì)通過眾包（crowdsourcing）的方式采集數(shù)據(jù)，來構(gòu)建用于訓(xùn)練AI的數(shù)據(jù)集。批評(píng)人士認(rèn)為，訓(xùn)練AI的過程引入了太多主觀變量。美國南加利福尼亞大學(xué)的凱特·克勞福德表示：“這些算法做出的判斷，與一個(gè)人的真實(shí)想法或情感狀態(tài)之間存在巨大差距。因此，'讓機(jī)器像人一樣感知情感’既是AI相關(guān)技術(shù)巨大的飛躍，也是有風(fēng)險(xiǎn)的一步?！?/p>

??AI系統(tǒng)識(shí)別情感等特質(zhì)的過程是復(fù)雜的，每一步都存在潛在的缺陷。深度學(xué)習(xí)對(duì)大量數(shù)據(jù)的需求是出了名的，因此情感AI也需要龐大的數(shù)據(jù)集。但這些數(shù)據(jù)集往往附加了數(shù)千甚至數(shù)十億個(gè)人的判斷。這可能會(huì)使算法在不經(jīng)意間“學(xué)習(xí)”所有數(shù)據(jù)收集者的系統(tǒng)性偏見。算法會(huì)將這些系統(tǒng)性偏見集成在一起，形成“算法偏見”，這可能來自訓(xùn)練數(shù)據(jù)集的人口統(tǒng)計(jì)學(xué)偏差和數(shù)據(jù)標(biāo)注者無意識(shí)的態(tài)度等。

??即便是識(shí)別一個(gè)微笑也遠(yuǎn)非一項(xiàng)簡單的任務(wù)。2020年，在德國GESIS-萊布尼茨社會(huì)科學(xué)研究所的一項(xiàng)研究中，卡斯滕·施韋默和同事利用亞馬遜、微軟和谷歌基于云計(jì)算的情感識(shí)別應(yīng)用程序，分析了國會(huì)議員的照片。通過肉眼觀察，研究人員判定照片中86%的男性和91%的女性在微笑，然而，應(yīng)用程序的結(jié)果則更傾向于認(rèn)為女性在微笑。例如，谷歌云視覺為超過90%的女性照片標(biāo)注了“微笑”，而在男性照片當(dāng)中，這一比例不到25%。研究人員據(jù)此推測(cè)，訓(xùn)練數(shù)據(jù)集可能存在性別偏見。而且，在研究人員對(duì)這些圖像進(jìn)行判斷時(shí)，“模糊”是很常見的，但這常常會(huì)被機(jī)器忽略?！霸S多面部表情的含義并沒有那么明確。那真的是微笑嗎？傻笑也算微笑嗎？如果照片中的人露出了牙齒，但看起來并不開心呢？”他們補(bǔ)充道。

??事實(shí)上，大多數(shù)基于深度學(xué)習(xí)的人臉識(shí)別系統(tǒng)，因存在偏見而廣受批評(píng)。

??現(xiàn)在，許多公司都在強(qiáng)調(diào)，他們已經(jīng)意識(shí)到了并正在試圖解決“偏見”問題。德國Retorio公司的聯(lián)合創(chuàng)始人克里斯托夫·霍恩貝格爾表示，他們已經(jīng)在采取措施，以消除會(huì)使人格判斷具有偏向性的各種偏見，例如人口統(tǒng)計(jì)學(xué)和文化偏見。但目前該行業(yè)還缺乏監(jiān)管機(jī)制。因此，大多數(shù)情況下，我們不得不相信公司的一面之詞，盡管我們很難驗(yàn)證公司專有數(shù)據(jù)集的魯棒性和公平性。HireVue是一家致力于視頻面試的公司，他們使用算法分析應(yīng)聘者的說話內(nèi)容和聲調(diào)，以此協(xié)助制定錄用決策。與此同時(shí)，這家公司還會(huì)請(qǐng)外部審計(jì)師來檢查算法是否存在偏見，但會(huì)這樣做的公司還很少見。

5、關(guān)于科學(xué)原理的爭(zhēng)議

??美國北卡羅來納大學(xué)的伊菲奧瑪·阿瓊瓦表示，情感AI不僅引發(fā)了對(duì)算法偏見的擔(dān)憂，背后的科學(xué)原理也開始受到科學(xué)家的強(qiáng)烈反對(duì)。情感AI遵循的科學(xué)觀點(diǎn)認(rèn)為，每個(gè)人的外在表現(xiàn)都能與可解讀的內(nèi)心情感相匹配。而且，這種觀點(diǎn)要追溯至50多年前。那時(shí)，?？寺透ダ锷诎筒紒喰聨變?nèi)亞做田野調(diào)查。他們?cè)谶@里的東南部高地找到了原住民福爾人，并研究了福爾人識(shí)別和理解面部表情的方式。研究人員選用了幾組能分別表達(dá)6種基本情感的表情圖，并將圖像展示給志愿者。結(jié)果發(fā)現(xiàn)，福爾人的反應(yīng)與其他國家實(shí)驗(yàn)志愿者的幾乎完全相同，例如日本、巴西和美國。因此，研究人員認(rèn)為他們成功證明面部表情是一種人類通用的情感語言。

???？寺透ダ锷€描繪了一張包含數(shù)千種面部肌肉動(dòng)作的“地圖”，經(jīng)分析得到了面部肌肉動(dòng)作與表情之間的對(duì)應(yīng)關(guān)系，從而創(chuàng)制出了面部行為編碼系統(tǒng)（FACS）。值得一提的是，“地圖”和FACS共同構(gòu)成了情感AI的理論基石，如今已經(jīng)被整合到了許多AI應(yīng)用程序中。

??對(duì)于埃克曼的理論，科學(xué)家提出過異議，認(rèn)為它們存在漏洞。例如，2012年，一項(xiàng)發(fā)表于《美國科學(xué)院院刊》（PNAS）的研究表明面部表情在不同文化中存在很大的差異。2019年，在美國東北大學(xué)的心理學(xué)家麗莎·費(fèi)爾德曼·巴雷特和同事分析了1000多篇關(guān)于面部表情的科學(xué)論文后，發(fā)現(xiàn)盡管認(rèn)為外在面貌能反映內(nèi)在感受的觀點(diǎn)，已經(jīng)拓展到了從技術(shù)到法律的多個(gè)領(lǐng)域，但幾乎沒有確鑿的證據(jù)可以證明這種觀點(diǎn)是正確的。

??巴雷特說，基本情感是一種寬泛且刻板的分類方式。因?yàn)槊繒r(shí)每刻，面部表情都在反映復(fù)雜的內(nèi)在狀態(tài)——一個(gè)微笑可能是在掩飾痛苦，也可能是在傳達(dá)同情。她認(rèn)為，現(xiàn)在AI系統(tǒng)還不能一致、可靠地分辨人的內(nèi)在狀態(tài)，這是因?yàn)楸举|(zhì)上AI系統(tǒng)的訓(xùn)練數(shù)據(jù)是由標(biāo)注好的刻板印象組成的數(shù)據(jù)集?！八窍葴y(cè)量某些特性，然后再推測(cè)其在心理上的意義，但這本來是兩件截然不同的事。目前大肆宣傳的情感識(shí)別技術(shù)經(jīng)常將這兩件事混淆在一起?！卑屠滋卣f。

??克勞福德說，造成這個(gè)問題的原因之一是，科技初創(chuàng)公司并不了解其他領(lǐng)域的科學(xué)辯論，而且這些公司被類似FACS的簡約之美所吸引?！鞍？寺睦碚摓槭裁磿?huì)受到機(jī)器學(xué)習(xí)領(lǐng)域的青睞？”克勞福德問道?！斑@是因?yàn)榘？寺睦碚摵芊蠙C(jī)器學(xué)習(xí)的特點(diǎn)。如果在一種理論中，表情的數(shù)量是有限的，而且表情可能對(duì)應(yīng)的情感數(shù)量也是被嚴(yán)格控制的，這種理論就能用于構(gòu)建機(jī)器學(xué)習(xí)模型。”事實(shí)上，除了?？寺难芯拷Y(jié)果和OCEAN人格特質(zhì)模型，開發(fā)情感AI的公司還采用了其他理論體系。其中之一是已故心理學(xué)家羅伯特·普魯奇克提出的“情感之輪”。所有這些理論都將人類情感的復(fù)雜性轉(zhuǎn)化為了簡單直接的公式。

??盡管如此，研究人員認(rèn)為，在了解情感應(yīng)用程序的局限性后，我們可以據(jù)此做出改善，從而使它們發(fā)揮作用。阿亞娜·霍華德是美國俄亥俄州立大學(xué)工程學(xué)院院長，同時(shí)也是機(jī)器人專家。她利用微軟面部表情識(shí)別軟件的改良版，讓機(jī)器人教自閉癥兒童學(xué)習(xí)社會(huì)行為。例如，如果機(jī)器人檢測(cè)到對(duì)話者出現(xiàn)了“憤怒”的表情，它就會(huì)調(diào)整動(dòng)作以平息局面?；羧A德說，典型的面部表情可能并不總意味著完全相同的情感，但它們?nèi)匀皇怯杏玫??！暗拇_，我們都是獨(dú)一無二的。但事實(shí)上，人與人之間的差異也沒有那么大。因此，對(duì)于廣義的情感來說，這些情感AI的判斷也許不總是正確的，但并不只是碰巧對(duì)了。與隨機(jī)相比，它們正確的可能性要更大?！彼f。

??總體來說，能掃描和集合許多人面部反應(yīng)的算法將會(huì)更加準(zhǔn)確，例如用來解讀人群的算法。巴雷特說，這是因?yàn)樵诮y(tǒng)計(jì)學(xué)上，隨著群體規(guī)模的增加，“不可能”會(huì)變成“可能”，從而具有“比隨機(jī)正確更大的概率”。但是評(píng)估個(gè)體是有風(fēng)險(xiǎn)的，因?yàn)槿魏螠?zhǔn)確率低于100%的事情都會(huì)造成對(duì)某些個(gè)體的歧視。

??現(xiàn)在對(duì)于面部表情，許多計(jì)算機(jī)視覺專家更偏向于一種不可知論的態(tài)度，也就是說無法通過分析面部表情得到確切的結(jié)果。而且越來越多的公司表示，他們不會(huì)直接用面部表情來描述情感或內(nèi)在狀態(tài)。美國南加利福尼亞大學(xué)的喬納森·格拉奇說：“隨著這一領(lǐng)域的發(fā)展，人們?cè)絹碓秸J(rèn)識(shí)到，許多表情其實(shí)和情感無關(guān)。表情就像對(duì)話中有含義的詞語，表情或詞語都不能直接傳達(dá)此刻的感受。”

6、潛在的隱私風(fēng)險(xiǎn)

??隨著越來越多的技術(shù)試圖描述情感、人格特質(zhì)和行為，并嘗試將相關(guān)技術(shù)推向市場(chǎng)，我們的生活受到了更多的監(jiān)視。在科技公司從網(wǎng)上行為中挖掘個(gè)人數(shù)據(jù)已經(jīng)過去20年后，一個(gè)新的、更私密的領(lǐng)域準(zhǔn)備做類似的事情，那就是采集人臉和肢體信息，以及它們所傳達(dá)的信號(hào)。加拿大VSBLTY公司主要銷售智能相機(jī)和用于掃描人群的軟件，這些產(chǎn)品能為零售商分析消費(fèi)者的人口統(tǒng)計(jì)特征和對(duì)產(chǎn)品的反應(yīng)。2020年12月，VSBLTY宣布與墨西哥啤酒制造商莫德羅集團(tuán)建立合作伙伴關(guān)系，計(jì)劃到2027年，要在莫德羅集團(tuán)旗下的5萬家莫德羅拉馬便利店，和墨西哥以及其他拉丁美洲國家的社區(qū)酒店里，配置店內(nèi)攝像頭來獲取數(shù)據(jù)。

??這就提出了一個(gè)基本的法律和社會(huì)問題：來自你的臉和身體的數(shù)據(jù)屬于你自己嗎？如果把個(gè)人身份與這些數(shù)據(jù)分開，在世界上大多數(shù)地方，答案是否定的。美國辛辛那提大學(xué)法學(xué)院教授詹妮弗·巴德研究過這一問題，她表示：“如果你想知道公共場(chǎng)所中一些人的信息，對(duì)他們進(jìn)行掃描來識(shí)別情感似乎并不受到限制?！?/p>

??大多數(shù)在公共場(chǎng)所采集數(shù)據(jù)的情感AI公司表示，他們收集的信息是匿名的，因此大眾不必對(duì)此擔(dān)憂。Zenus公司的穆塔菲斯指出，Zenus的應(yīng)用程序不會(huì)上傳相機(jī)捕捉的真實(shí)人臉圖像，只會(huì)上傳有關(guān)情感和位置的元數(shù)據(jù)。在進(jìn)行監(jiān)視時(shí)，他們會(huì)在會(huì)場(chǎng)的屏幕上展示相關(guān)標(biāo)識(shí)，以告知會(huì)議中的人。穆塔菲斯表示：“在采集信息時(shí)告知被采集者其實(shí)是非常好的做法。因?yàn)樽鳛楣?，我們?yīng)該在監(jiān)視行為的區(qū)域內(nèi)張貼標(biāo)志，表示這里正在被監(jiān)視?！辈贿^應(yīng)用程序的多樣性意味著沒有統(tǒng)一的標(biāo)準(zhǔn)。而且，一旦這種例行監(jiān)控成為政治和政策上的問題，普通大眾和政界人士是否會(huì)接受它，還遠(yuǎn)沒有一個(gè)明確的答案。

??此前埃克曼曾與Emotient公司和蘋果公司在情感AI方面展開過合作，不過，現(xiàn)在他警告稱，情感AI會(huì)對(duì)隱私構(gòu)成威脅，并表示公司有法律義務(wù)取得每位被掃描者的同意?！安恍业氖?，這是一項(xiàng)可以在人們不知情的情況下使用的技術(shù)。情感AI被用在人們身上，卻并不是為了讓他們更幸福。這項(xiàng)技術(shù)還會(huì)讓人們購買原本不會(huì)購買的產(chǎn)品。不過，這可能是情感AI最良性的非良性用途了?！卑？寺a(bǔ)充道。

??除此之外，情感AI也侵入了私人空間，私人空間儲(chǔ)存著更豐富的行為數(shù)據(jù)。亞馬遜的Alexa（亞馬遜的情感AI系統(tǒng)）會(huì)通過分析用戶的語調(diào)，尋找沮喪的跡象并據(jù)此改進(jìn)算法。到2023年，一些汽車制造商將推出基于AI的車載系統(tǒng)，這些系統(tǒng)將生成大量關(guān)于駕駛員和乘客的行為數(shù)據(jù)。汽車制造商將利用這些數(shù)據(jù)（可能會(huì)是匿名化的），改進(jìn)系統(tǒng)響應(yīng)和車內(nèi)設(shè)計(jì)。情感AI公司Eyeris的首席執(zhí)行官莫達(dá)爾·阿拉維表示，用戶或?qū)⒖梢赃x擇激活系統(tǒng)中不同級(jí)別的功能，因此如果使用者不使用某些功能，系統(tǒng)就不會(huì)從這些地方收集數(shù)據(jù)。

??亞歷克斯·馬丁內(nèi)斯是美國俄亥俄州立大學(xué)和亞馬遜的計(jì)算機(jī)視覺科學(xué)家。2019年，他與巴雷特合作撰寫了一篇批評(píng)面部表情與情感之間關(guān)聯(lián)性的論文。他總是會(huì)展示一張照片，照片上一個(gè)男人的臉扭曲著，看起來就像是處于一種混雜著憤怒和恐懼的情感中。然后，他將整個(gè)畫面展示出來，結(jié)果那是一名在進(jìn)球后狂喜的足球運(yùn)動(dòng)員。他指出，面部表情和手勢(shì)等信號(hào)不僅是身體和大腦的產(chǎn)物，而且與事情發(fā)生的情境有關(guān)，也與一個(gè)人周圍環(huán)境中正在發(fā)生的事情有關(guān)。迄今為止，情感AI面臨的最大挑戰(zhàn)是如何解讀模棱兩可的情境。“除非我知道什么是足球，否則我將永遠(yuǎn)無法理解照片里發(fā)生了什么。因此，這些知識(shí)是基礎(chǔ)，不過在解讀情境方面，現(xiàn)在還沒有任何AI系統(tǒng)能做得很好。”馬丁內(nèi)斯解釋道。

??馬丁內(nèi)斯說，如果縮小任務(wù)的范圍、擁有簡單的環(huán)境，并采集到多樣化的生物特征信息，情感AI將會(huì)變得更加有效。不過，未來將多樣化的生物特征信息整合起來的情感AI，可能只會(huì)是社會(huì)還沒有準(zhǔn)備好迎接的、更強(qiáng)大且更具侵入性的技術(shù)。

??（本版圖文由《環(huán)球科學(xué)》雜志社供稿 撰文：約翰·麥奎德〔John McQuaid〕 翻譯：施 懌）

.