ai人脸识别指标（已经成为200亿美元的大生意）

乾明 编译整理

量子位 报道 | 公众号 QbitAI

AI读取人们的面部情绪，已经成了一项大生意。

《卫报》报道称，其已经成为一个规模达200亿美元的产业，还在继续扩大。

亚马逊、微软、IBM等的大型科技公司，以及旷视等创业公司都已经入场，使用场景覆盖招聘、市场研究、健康评估等等。

一些开发者声称，自动化的情绪检测系统，不仅能更好地发现人类真实的情绪，也能更好地协调人们的内心感受，极大地改善人与设备的互动情况。

但有许多专家担心，情绪识别技术仍然有缺陷，会导致一些有风险的决定。

规模达200亿美元的产业

最早将情绪识别技术应用于商业场景的，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，将情绪识别技术作为市场调研产品出售，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。

之后的几年内，机器学习和计算机视觉方面研究不断取得进展，情绪分析技术商业化进程开始加快。

现在，亚马逊、微软、IBM等科技巨头公司，都已经将“情绪分析”作为面部识别技术的产品之一。

也有一些创业公司，如旷视、Kairos、Eyeris等等，也开始面向企业、政府提供与Affectiva类似的服务。

随着更多公司进场，情绪识别覆盖的场景也越来越多。

从一开始用于市场研究，拓展到了招聘、司机监控、游戏用户体验测试、病人的健康状况评估等等场景。

《卫报》报道称，围绕着情绪识别，已经形成了一个规模达200亿美元的产业，未来也将继续扩大。

Kaliouby预测，在不久的将来，这种技术将无处不在，并集成在我们身边所有的设备中，无时无刻地“挖掘我们内心深处的、潜意识的反应”。

但就目前来看，情绪识别技术，还存在缺陷以及伴随而来的风险。

情绪识别的缺陷与风险

情绪识别，需要两种技术为基础。

• 一是计算机视觉，用于精确识别面部表情。
• 二是机器学习算法，分析和解释这些面部表情中蕴含的情绪。

通常情况下，机器学习采用监督学习来训练识别的能力。

这个过程中，给算法看成千上万张带有“happy”标注的面部图像，再给它看一张新的图像时，它会识别这个面部表情是否表示“happy”。

依赖大量的数据和强大的模型，情绪识别系统甚至可以识别人们试图掩饰的情绪。

但一些专家并不认可这种系统，并对其提出了批评。

比如美国东北大学的心理学教授 Lisa Feldman Barrett。

她认为，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。

在和同事进行的实验中，她们没有提供标签，让人们自由描述自己看到图像中的情绪。结果，特定面部表情和特定情绪之间的相关性直线下降。

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。

为了解决这方面的缺陷，在构建情绪识别系统时，研究人员开始不断丰富数据多样性和复杂性。

甚至实用视频来训练模型，并捕捉更多的数据的，比如声音、步态等等。

这背后的理念是，更好的数据意味着更准确的结果，甚至有一些研究开始宣称，机器在情绪识别方面已经超越了人类。

但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，这会带来真正的社会危害。

她说，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。

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月发表的一项研究表明，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。

— 完 —

诚挚招聘

量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态

,