情绪和情感计算将是人工智能的下一个发力点

（文章来源：千家网）

近日，麦康布斯商学院信息风险和运营管理教授Maytal Saar-Tsechansky与德克萨斯大学的计算机科学研究人员共同创建了“个性化DJ”。该程序会根据每个用户的情感变化，在正确的时间播放正确的音乐。这个程序中所运用的技术，正是情感计算。感情可以计算吗?机器人真的能理解感情吗？在各方争论中，情感机器人姗姗而来，并在许多实用领域有了一展身手的机会。

情感计算研究可以从两个方面来理解，一是基于生理学的角度，通过各种测量手段来记录人体的各种生理参数，比如，人体运动数据，脸部表情、心理、脉搏、脑电波等，并以此为根据来计算人体的情感状态；二是基于心理学的角度，通过各种传感器接收并处理信息，并以此为根据计算人造机器所处的情感状态。

简单来说，情感计算研究就是试图创建一种能感知、识别和理解人的情感，并能针对人的情感做出智能、灵敏、友好反应的计算系统，它是一个高度综合的研究和技术领域。

近年来，Picard领导的美国麻省理工学院多媒体实验室相继提出了近50种情感计算应用项目。例如，将情感计算应用于医疗康复，协助自闭症者，识别其情感变化，理解患者的行为；在教育中应用情感计算，实现对学习状态的采集及分析，指导教学内容的选择及教学进度进行；还可以将情感计算应用于生活中，计算机能够感知用户对音乐的喜好，根据对情感反应的理解判断，为用户提供更感兴趣的音乐播放等。

SensorStar实验室运用面部识别技术，解决了这个问题。他们用相机捕捉学生上课反应，并且输入到计算机里面，运用算法来确定学生注意力是否转移。孩子们的眼睛是专注于老师的吗？他们是在思考还是发呆？他们是微笑还是皱着眉头？或者他们只是觉得困惑？还是无聊？

测量之后，老师将会收到一份反馈报告，基于面部分析，得出学生学习兴趣何时最高、何时最低。这样，老师能够对自己的教学方案做出调整，满足更多学生的需求。此外，比尔和梅林达盖茨基金会资助了传感器手镯（sensor bracelets）的开发，这可以用来追踪学生的参与水平。腕部设备能够发送小电流，通过在神经系统响应刺激时测量电荷的细微变化便可以得知学生的课程兴奋程度。

毫不夸张地说，在西二旗地铁站，每两步就会挤到一位在线教育公司的创始人。每两个猎头电话里，就有一个来自在线教育公司。目前在线教育的基础思路，是将学生学习效果数据进行分类，在此基础上制定相关的教学内容。同时根据学生个人能力和教学要求，实时推荐附加内容，调整教学速度。

情感计算的介入，使在线教育的效率更上一层楼。英特尔公司已经开始利用摄像头捕捉和分析学生面部表情，从而调整其学习内容和环境。有了这些学生的表情数据，“Emoshape”这样的情感计算智能系统就能自动分析情感，并做出适当回复。这些系统具备了解决个体问题的能力， 也帮助老师提供高度个性化的内容来激发学生的学习兴趣。

美国麻省理工学院计算机科学与人工智能实验室打造了用无线信号监测情绪的EQ-Radio。在没有身体感应器和面部识别软件辅助的情况下，EQ-Radio通过测量呼吸和心跳的微小变化，利用无线信号捕捉到一些肉眼不一定能察觉的人类行为，判断一个人到底处于以下四种情绪中的哪一种：激动、开心、生气或者忧伤，正确率高达87%。

美国麻省理工学院教授和该项目的负责人DinaKatabi预测，这个系统会被运用于娱乐、消费者行为和健康护理等方面：电影工作室和广告公司可以用这个系统来测试观众实时的反应；而在智能家居的环境中，该系统可以通过捕捉与人的心情有关的信息，调节室内温度，或者建议你应该呼吸一些新鲜空气。

目前，对美国麻省理工学院计算机科学与人工智能实验室而言，最艰巨的任务就是摆脱不相关数据的干扰。比如，为了分析心率，他们要抑制呼吸可能带来的影响，因为呼吸时，人的肺部起伏比他心跳时的心脏起伏要大。