李斌阳解释了情感计算和测谎仪的差别，测谎就是比如我会问你十个问题，有些很基础，像是吃饭了吗、昨天睡得好不好，根据这些基础问题的回答确定每个人基准的心跳脉搏脑电波等水平，再基于这些进行测谎问题的问答，跟常态下进行比对，判断其是否撒谎 。 但阿尔法鹰眼的识别对机器捕捉的要求很高 。 而且它的情感识别是“非接触”式的，与被测者之间甚至不需要互动，这对机器的智能水平要求高得多 。
实际场景难以保证准确
随着深度学习的成熟，现阶段情感计算的准确度有了很大提升，但仍存在着特殊的难题 。 “要做情感计算，一定要在理解文本的基础之上，这需要人的常识做依托，甚至合理推理，这些都是很难给予机器的 。 ”李斌阳说，“比如我读了一段文字：今天是开学第一天，适逢教师节，同学们纷纷给老师送上祝福 。 这句话的背后意思就是开学这天是9月10日，但机器无法理解到这一步 。 ”
在情感的背后，是人类庞大的常识体系的支撑，这是成熟的情感计算绕不过的 。 据李斌阳介绍，已经进行多年的“知识工程”计划就是希望把人类的知识以图谱方式进行梳理，各个领域的研究机构可以围绕自身的知识点构建自己的知识图谱，比如体育的、军事的，这是一项非常庞大的工程，但可以给情感计算的深入带来更大可能 。
另外一重困难是“主观性” 。 感情是主观的，大家的描述差异甚远，一个宽和的人和一个刻薄的人对同一件事的感受肯定大不相同 。 “实验室利用自己爬取的社交网络评论做判断时，准确率可以到90%左右，但一旦落地到实际场景，效果就会出现差别 。 ”李斌阳说 。 比如吃一碗牛肉面，如果顾客有一个负面的表情，机器虽然可以准确捕捉，但要说是面难吃还是太烫、甚至是房内太热不舒服，是很难判定的 。
需严格限定使用场景
针对情感识别将使人类“零隐私”的担忧，李斌阳强调了“场景”的重要 。 情感计算的研究从起步时就与商业领域不可分 。 亚马逊公司等希望通过对商品评论的分析，判断消费者的好恶，对商品作出改进 。 在某类化妆品效果如何等具体问题上，情感计算的应用较早且相对成熟 。
至于对隐私的担忧，李斌阳认为无法回避 。 如果无孔不入，确实需要担心，但如果可以专业地应用于特定场景，则利大于弊 。
据俞楠介绍，阿尔法鹰眼目前主要在安防领域施展拳脚，“比如机场安检，正常通过的人不需要紧张，但如果某些人有异于常人的反应，系统就可以将其确认为重点关注人群 。 ”俞楠表示 。 这种判断如果让安检员来完成，需要长时间的经验积累和细致捕捉，但机器只需要通过对情绪的结构和模式库的生成，就可以在毫秒级的时间内作出判断 。
“最适合的就是对无特征人群的判断 。 ”俞楠说，“强特征人群的检定可以通过人脸识别做到，比如在海量人群中搜寻有前科的人 。 但无特征的人没有犯罪记录、无法比对分析 。 比如刚跟家人吵完架就要登高作业的建筑工人，可以通过上工前的情感识别，判定他是否需要情绪干预，从而避免潜在的危险可能 。 ”
【情感计算会让人类无所遁形吗】俞楠表示，目前情感识别的应用是与场景严格挂钩的 。 除了安防、金融风控等严肃应用，他们也不排除将情感识别应用于“真情实感表情包”这样轻松娱乐化的方向，探索更多落地可能 。
推荐阅读
- 中国医疗机器人首次亮相世界机器人大会 并引发关注
- 只会索求不愿付出的感情，注定会分崩离析
- 女生嫁给高彩礼的丈夫，就真的会幸福吗
- 这是一个以出轨为乐的社会吗
- 什么东西掉进水里不会湿
- 会为你做饭的男人，才是真正想要照顾你
- 基金入门 学会这几招就够了 如何买基金
- 我来教您怎么解压文件 怎么解压文件
- 乌龟腐皮会传染吗
- 原木材积计算表 原木的体积怎么计算