情感識別已經成為了一個熱門的新領域。目前亞馬遜、微軟、IBM等科技公司紛紛在賣它們的“情感識別”算法，通過語音分析、肢體分析、步態分析、眼動追蹤等各種方式，來分析人們的情緒狀態。其中最受關注的，還是面部識別。

面部識別情感是科學家們至少爭論了100年的話題。但是過去一個世紀幾乎沒人對情感研究做過全面評估。

所以情感科學領域來自不同理論陣營的5位杰出科學家，審查了1000多份不同的科學論文，開始了一項為期2年的數據檢查研究。

他們最新的研究成果得出了一致的結論：

“從面部動作中推斷人類情感是不可靠的。”

總的來說，他們認為目前對于面部情感的表達和感知方式，存在以下三種誤解：

一是同樣的情感并不總是以同樣的方式表達，二是同樣的面部表情不能表明同樣的情感，三是不同文化和背景的面部感情表達都不同。

科學家之一Lisa Feldman Barrett說道：

"數據顯示，當人們生氣時，只有不到30％的時間會皺起眉頭，所以愁眉苦臉并不一定是憤怒的表現，只是憤怒的表達之一。更多時候人們皺眉只是他們正困惑、專注做事情，或者聞某樣氣體。"

人們會憤怒地嘶喊，也會高興地流淚，會在愛慕之人面前假裝漠不關心，也會在春風滿面的時候計劃一項陰謀。這些情感太過復雜，甚至就算是把人們的面部表情放在你面前，你也看不出這是哭、是笑、是驚，還是只是單純地爽：

▲英國汽車制造商 Jaguar Land Rover 開發的駕駛輔助裝置識別技術

在一些針對面部表情與情感之間的相關性研究中，也存在著和人們生活中真實情況不符的缺陷。

當研究中參試者被要求表達感情時，他們往往會從既定俗成的面部情緒，以達到大家普遍認為的憤怒、厭惡、恐懼、快樂、悲傷、驚喜等表情共識。

一些大公司承認了情感表達的微妙之處很難判定。比如微軟就表示它們的軟件分析情感主要"認準八大核心情緒狀態"。但把情緒歸類，實際上有點刻板印象。

▲較普遍的六種情緒類別：憤怒，厭惡，恐懼，快樂，悲傷和驚喜。

還有一些公司嘗試了更多可能性，在該領域技術領先的公司 Affectiva，表示它們不限于面部表情識別情緒，還收集了更多指標評定，去年他們就讓面部識別和語音分析結合，來判斷駕駛員的情緒，但所有的指標加在一起如何平衡也有待考量。

需要引起注意的是，在面部情感識別尚未完全達到理想效果時，它已經進入我們生活了。

當它利用不準確的標準，達成不嚴謹的決策，就可能對人們造成一些真實的傷害。已有公司在招聘時以此判斷應聘者是否能勝任工作，這可能會導致某人屢屢失業，或求職時刻意偽裝；在法庭中法官用面部表情判斷嫌疑人是否犯罪，可能會直接導致一場死刑。

▲法國警察和面部分析先驅Alphonse Bertillon靠該技術識別屢犯者. 上圖為Alphonse Bertillon示范大頭照。

AI Now Institute的一份報告也認為該技術正在“以不道德和不負責任的方式應用”：

“這些簡單類別的算法可能會重現過時的科學范式的錯誤。”

但需要肯定的是，在我們未來生活中，情感識別可以預見地會越來越重要。

車上的面部識別情感技術，可以識別到我們駕駛時正在犯困或焦躁的情緒，然后提醒我們更加專注和平靜，以減少事故的發生。

手機上能夠面部識別情感的話，就能根據我們的狀態，讓我們刷社交媒體時收到更符合心境的內容，而對商家來說，他們也希望能以此衡量我們對廣告的反應，給我們進行更準確的產品推薦。

另外，情感失控在當代網絡上，隨時都可以掀起一場波瀾。而面部識別情感或許能在人們想發出一條言語暴力的攻擊時，收到平臺的提醒：

“你這條消息可能會讓一萬人受到心理傷害。”

事實上，整個自動化的情感識別行業正在迅速崛起。

全球情感識別和情感分析軟件市場研究報告預測該市場在2018-2023期間將以60.25％的復合年增長率增長，美國公民自由聯盟 (ACLU)指出，2025年情感識別軟件的市場預計將在廣告營銷、駕駛出行、智能機器人等領域達到至少38億美元。

但隨著市場需求越來越大，不管情感識別的技術會不會更加先進，從而達到精準識別人們內心的情感，我們都最好用更批判的目光看待它。

因為對情感錯誤理解的算法可能會使偏見更難以發現，而且更深一層的憂慮正如 AI Now Institute報告所說：

“它會嚴重引發令人不安的道德問題——即把個人真實性格和情感的仲裁者，定位在個人之外。”

畢竟誰也不想未來走在路上，人人臉上都是蒙娜麗莎的微笑。