看過美劇《別對我說謊》的人，一定會對其中通過情緒識別技術識破謊言的劇情記憶深刻。在劇中，Cal Lightman博士通過對人面部表情和身體動作的觀察探測人們是否撒謊，從而還原事件真相。
一般而言，人類的面部表情最為豐富，可以傳達個人的心情、感受等心理信息，因此承擔著情緒溝通的功能。正因于此，很多高科技公司便開始從事針對人臉情緒進行識別的智能系統的研發。
比如，2016年年初蘋果公司收購的人工智能公司Emotient，便利用人工智能技術對人們的面部表情進行分析以解讀其情緒，其現在已經能夠分辨出類似于喜悅、憤怒、悲傷、驚訝等基礎表情，還能夠分析出一些更細微、復雜的表情，如焦慮、沮喪。
然而，人們的面部表情并不總是那么誠實，往往也會“說謊”。當人們不愿意透露自己的真實情緒時，“強顏歡笑”便可以將自己真正的感受偽裝并隱藏起來。
此時，情緒識別系統還能正確辨別我們的情緒嗎？還能像動畫電影《超能陸戰隊》中的大白一樣，“秒懂”你的心嗎？
美國麻省理工學院（MIT）的最新研究可以告訴你，完全可以！
讀懂喜怒哀樂
最近，來自麻省理工學院計算機科學和人工智能實驗室（CSAIL）的研究人員開發出了一款情緒智能檢測儀——EQ-Radio，其能夠借助無線信號收發前后的變化，監測人們基于呼吸和心臟節律而改變的情緒。
據研究人員介紹，利用無線信號被人體反射的強度變化，EQ-Radio能夠像心電監護儀一樣精確地測量心跳，并且生成有依據的監控波形便于分析。
研究人員將監測所得的這些數據輸入到內置算法中，這種算法會把人的情緒分類為激動、愉悅、生氣和悲傷。研究人員表示，它的精確度與目前最先進的傳感器接線法的精確度一樣。
在實驗中，研究人員分別對12名受試者進行監測。在兩分鐘的時間內，受試者們先后經歷了無情緒的平靜狀態、激動狀態、愉悅狀態、憤怒狀態和生氣狀態。在此期間，研究人員記錄下每名受試者的心跳和呼吸等數據，再將數據輸入到內置算法，內置算法會根據這些數據進行適當調試。
該算法可以將心跳、呼吸所引起的無線電頻率加以識別和區分，并記錄音程的變化特征。不過，為該系統設計提供幫助的美國麻省理工學院計算機科學與人工智能實驗室博士Fadel Adib指出，這些數據本質上并不管這個心情是積極的還是消極的，它只是把情緒分成了激動、愉悅、生氣和悲傷等樣品。
實驗結果表明，該系統的測量能力相當精準，辨別受試者情緒的準確率高達87%。此外，研究人員還通過讓身體移動等方式來提高監測的精準性。
“人的情緒是綿延的，將它們分配到某一種狀態中是沒有意義的。不過，遵照這種方法，我們能逐漸完善我們的技術，更好地理解情緒的不同階段與子階段。”Adib表示。
情緒分析師
盡管人們的臉部表情可以偽裝自己的情緒，但是身體卻始終是誠實的。正基于此，研究人員才進行了這樣的一次嘗試。
據研究人員介紹，EQ-Radio檢測儀采用了一種被稱之為頻率載波探測的技術，這種技術由三部分組成：
一是發射射頻信號并接收其發射信號的調頻連續波無線電。這種無線電會將來自人體的發射放大，同時還能忽略來自所在空間中其他物體的反射。
二是用節拍提取算法分析所得到的射頻信號。用這種算法可以將所獲得的諸多信號區段還原為與之相對應的獨立心跳。
最后一部分則是將前兩部分所獲得的數據傳遞到情緒分析的子系統中。情緒分析的子系統是以心跳數據為主、呼吸數據為輔的原則來界定并區分不同的情感狀態的。這是因為，人們可以屏住呼吸，但卻難以控制心跳。在研究人員看來，心率可稱之為人們情緒狀態最大的顯示燈。
不僅如此，EQ-Radio與心電圖設備不同，它對心率和呼吸速率的監測是無線的。也就是說，它無需在被識別人身上安裝任何傳感器，便可以根據被識別人的心臟跳動節奏和呼吸模式所“隱含”的暗示，識別出其當前情境下的情緒狀態。
如此便捷的設計，無疑預示著其有著廣闊的應用前景。美國馬薩諸塞州理工學院電氣與計算機科學系教授兼研究室主任Dina Katabi認為，這一裝置一定會在現實環境中大有所為。
比如說，商家可以將EQ-Radio應用到智能電視中，記錄下觀眾對廣告和電視節目的反應情況；將其應用到智能家居中心，依照個人情緒來控制音箱和照明設備等；在醫療保健方面，可以幫助診斷抑郁癥、焦慮癥、心率失常等疾病。
讀懂情緒
與深度學習、機器視覺等人工智能的研究相比，情緒識別的研究獲得的關注度較少，起步較晚。不過，自20世紀90年代以來，不少研究人員開始從事這方面的研究，推動了情緒識別研究大踏步向前邁進，并涌現出了一批先進的情緒識別技術。
2014年，德國弗勞恩霍夫集成電路研究所的研究人員曾為谷歌眼鏡增添了一款實時情緒識別App，它可以對人的面部表情進行分析，告訴你他們的真實年齡，同時還可以揭示你的談話對象此刻的情緒如何。
而創始于2009年的Affectiva公司，7年來一直致力于研究面部表情和情緒表達算法，其員工大多來自麻省理工學院。
該公司推出的一款情緒識別軟件Affdex，可以在手機、平板電腦等移動終端上使用。簡單來說，這款軟件是一個能追蹤4種情緒（開心、疑惑、驚訝和厭煩）的“分類器”——用它在臉上掃描一下就能辨別出情緒類型。
目前，Affectiva 公司已經在全世界收集了超過10億個面部表情，這為App在普通電腦以及移動設備上更好地利用面部識別技術打下了基礎。
在開拓情緒識別研究領域的道路上，任何一家高科技公司都不甘示弱。微軟也是如此。
今年6月，微軟推出了一面智能鏡子——Magic Mirror。它不僅可以讓用戶照自己的臉，而且還能讓他們獲得諸如時間、天氣和交通方向等相關信息。更重要的是，它還可以識別8種不同的情緒（包括高興、生氣、驚訝等）。
除了面部識別情緒系統的研發，有些高科技公司另辟蹊徑，嘗試通過文字來識別情緒。IBM便是其中的佼佼者。
在人工智能研究領域，IBM的Watson超級計算機是毋庸置疑的“領頭羊”。如今，IBM對該計算機的軟件系統進行升級，安裝了最先進的Tone Analyzer，這一工具可以通過對人類書寫的文字進行智能識別，分析出情緒信息。
當然，該工具絕不只是分析幾個零星的單詞那么簡單，它還可以分析整個句子，升級后的Watson甚至還可以識別出用戶的性格特征（如內向還是外向）。此外，通過語音轉換軟件，Watson對識別出情緒的用戶還能做出有針對性的應答服務。
有關情緒識別的研究仍在不斷深入，但仍有不少人擔心這一技術是否真的有用。“人的真實感情是復雜的。機器學習算法在某些情況下可能正確，另一種情況就不一定。如果想要在實踐中應用，我們仍需在現實生活環境中對其做周密的評估。”加拿大多倫多大學電氣與計算機工程系教授、生物計量安全專家Dimitrios Hatzinakos一語道破。
好在技術始終在不斷地自我突破，與此同時，也一直在向人們傳達著這樣一種訊息：未來的人工智能將不會是一種冷漠的技術。■