人工智能和情感

人工智能和情感

2022/06/15

人工智能和情感

人工智能现在在多大程度上开始理解人类的情感？

用科学的眼光来看，
社会关注的真正原因

人工智能和情感

从人类面部表情等信息中识别和分析情绪的人工智能的研究和开发正在取得进展，也称为“情绪分析人工智能”。如果人工智能能够高精度地理解人类的情感，则有望在医疗保健和营销领域提供适合个人感受的信息，鼓励期望的行为，并且汽车等设备将适应人类的状况，带来更舒适、更少压力的生活。

识别“情绪”对于AI有何意义

开始使用面部和声音的情感分析

　通过对人们外部表达的信息（例如面孔和声音）进行分类来分析情绪的方法已经很成熟并且正在建立。 AIST 已开展研究，利用汽车驾驶员的面部信息来帮助预防事故，并分析客户的面部表情以改善客户服务。许多公司（包括呼叫中心）都使用情绪分析算法来提高客户满意度和可视化投诉。

　在研发阶段，正在尝试为汽车配备面部表情分析人工智能。自冠状病毒大流行开始以来，越来越多的公司询问是否可以使用远程办公期间拍摄的摄像头图像来检查在家工作的员工的健康状况。我们收到越来越多的护理提供者的询问，他们希望利用这项技术为从事护理的人们提供护理。

　一种趋势是，不仅声音和面部表情，而且 SNS 上的评论和“点赞”等反应模式也经常被解释和分析为情绪反应。最近，人们尝试通过链接各种类型的数据而不仅仅是单个数据来提高分析的准确性。被称为“多模态”的目标是开发人工智能，通过结合面部图像、语音信息和有关话语内容的文本信息来做出更复杂的判断。

　使用人工智能时的一个重要点是数据集。据说西方人和日本人的面部表情存在差异。如果出现这种情况，日本人的感受和AI做出的判断之间存在差距，因为我们目前依靠欧美的面部表情数据集来让AI学习，所以我们需要用适合估计日本人情绪的数据来补充这一差距。

情绪也会受到内脏器官变化的影响

最近，脑电波也被用作情绪分类的一种手段。人们尝试应用机器学习来了解我们感觉良好和感觉不好时的脑电波有何不同。虽然人们可以在一定程度上控制自己的面部表情和声音质量以适应社会背景，但很难控制自己的脑电波，所以从这个意义上说，我们可以说我们越来越接近人的真实情绪状态。

此外，大约一百年来，人们一直认为情绪不仅是由大脑产生的，而且还受到心脏和胃等内脏器官变化的影响。在 AIST，我们还研究所谓的内脏感觉和内感受感觉。 AIST还报告数据显示，心跳和胃肠的运动向大脑传递大量信息，可以改变人的行为。此外，不属于 AIST 并致力于将情感植入机器人的研究人员也在尝试为机器人配备内部功能，以理解情感。

　长期以来人们都说“大脑是心灵的所在地”，但当谈到情感时，人们开始认为大脑和身体之间的关系很重要。希望通过不断观察心率、胃、血液中的激素等生物和身体状况，以及面部和声音表达的信息、脑电波数据，我们将能够了解以前未知的事物。内脏感觉很难感知，如何测量也存在很多问题，但在未来，通过开发传感器和积累数据，可以使用比当前图像和声音更多样化的多模态数据来估计情绪。

在人工智能中使用情绪识别的挑战和有意义的方法

社会实施需要解决的挑战

　在社会中实施识别情感的人工智能面临着挑战。第一个问题是情绪的研究和理论尚未达到成熟阶段。美国心理学家保罗·埃克曼提出的六种基本情绪理论：愤怒、厌恶、恐惧、快乐、悲伤和惊讶，一直是迄今为止研究和人工智能发展的基础。然而，到了2010年代后半叶，“人类的情感没有那么简单”的论调开始出现，情感研究本身正处于一个转折点。第一个挑战是建立一个理论作为基础。

　第二点是从个人信息角度。情绪是最重要的个人信息，在某些方面它们是个人不想知道的信息。当我们生活在一个每天都会收集面部表情等数据并作为数据存储和使用的社会时，我们能在多大程度上接受这一点？除非我们传播这样的认识：提供数据会带来好事并提高社会接受度，否则没有人愿意提供数据。

　关于如何获得数据获取同意的法律安排仍在制定中。在开始这项服务之前，有很多事情需要考虑，例如仅仅包含公司将根据您的面部表情等数据分析您的情绪的条款是否足够，或者是否需要单独的同意书。还需要安全的数据和服务器以及匿名化等技术。如今情感分析AI终于落地社会，但由于系统缺陷导致商业化延迟，在数据积累方面失去了机会。需要开发来支持快速商业化。

利用情感，在VR和元宇宙中吸引注意力

　尽管存在挑战，但随着 VR 和元宇宙等领域的扩展，未来情感将如何被利用将是非常有趣的。即使在虚拟现实中，也会发生与其他人的互动，并产生情绪。人类有一种被称为“面部表情传播”的现象，即被他人吸引时会笑，据说这与同理心有关。您可以使用它来尽可能接近化身的脸部传达情感，或者您可以为化身提供完全不同的表情。有多种可能的使用方法，其中之一可以是衡量人与人之间建立信任关系的程度。

　看来它在营销和医疗保健领域的用途也将扩大。在 AIST，我们的主要主题之一是行为改变，我们正在研究哪些情绪和情绪状态可以更轻松地做出决定。例如，当人们在实验室中观看多个视频并在做出决定之前实验性地操纵自己的情绪时，数据显示，他们在快乐和悲伤时做出决定的方式完全不同。

换句话说，如果我们能够在一定程度上了解人们的情绪，我们就可以将情绪的预测和分类纳入到一个促进推荐和行为改变的系统中，我们可以做出诸如“这个人有这种情绪，所以说这样的话会适得其反”等判断，推荐可能会变得更加准确。在医疗保健领域，我们也许可以创建一个系统来感知人们何时感觉良好并给予他们推动，以确保他们的饮食取得成功，而不是向忙碌和疲惫的人们建议他们应该为了健康而锻炼。

　如果能够根据年龄、性别、居住地等属性，以及个体的性格和情绪状态进行推荐，或许就能引导人们的行为向积极的方向发展，创造一个每个个体都能享受、享受幸福状态的环境。我相信，如果我们能够最大限度地减少悲伤并最大限度地增加快乐，那么作为一种情绪进行干预就有了意义。