云棲號(hào)資訊：【點(diǎn)擊查看更多行業(yè)資訊】
在這里您可以找到不同行業(yè)的第一手的上云資訊，還在等什么，快來(lái)！

雖然人工智能公司極力推廣人臉情緒識(shí)別軟件，但是心理學(xué)家卻在質(zhì)疑情緒識(shí)別只是說(shuō)起來(lái)容易。

數(shù)百?gòu)埲四樤谄聊簧弦灰婚W現(xiàn)，其中一些瞪著眼睛，一些癟著嘴巴，還有一些人的眼睛緊閉、嘴角上揚(yáng)、張大著嘴。看到這些人臉，你必須回答一個(gè)簡(jiǎn)單的問(wèn)題：這個(gè)人是在經(jīng)歷高潮還是陣痛？

來(lái)源：Adapted from GL Archive/Alamy

2018年，心理學(xué)家Rachael Jack和她的同事招募了80個(gè)人來(lái)做這個(gè)測(cè)試。來(lái)自英國(guó)格拉斯哥大學(xué)的這個(gè)團(tuán)隊(duì)從西方和東亞招募了這些參與者，為的是研究一個(gè)長(zhǎng)久以來(lái)的熱門(mén)問(wèn)題：面部表情真的能傳達(dá)情緒嗎？

研究人員讓研究對(duì)象從面部讀取情緒的做法已經(jīng)有好幾十年了，包括不同國(guó)家的成年人和兒童，甚至還有偏遠(yuǎn)地區(qū)的原住民。上世紀(jì)60、70年代，美國(guó)心理學(xué)家Paul Ekman進(jìn)行的著名觀察性研究發(fā)現(xiàn)，全世界的人都能夠從面部表情準(zhǔn)確推斷出背后的情緒，這說(shuō)明情緒的表達(dá)是相通的。

這種觀點(diǎn)在一代人的時(shí)間里基本未受挑戰(zhàn)。但是，新生代的心理學(xué)家和認(rèn)知科學(xué)家在回顧了這些數(shù)據(jù)后提出了質(zhì)疑。許多研究者現(xiàn)在認(rèn)為，實(shí)際情況要復(fù)雜得多，面部表情在不同情景和文化中有著截然不同的意義。比如，Jack的研究發(fā)現(xiàn)，雖然西方人和東亞人對(duì)于表示痛苦的面部表情有著相似的認(rèn)識(shí)，但是他們對(duì)于哪種表情表達(dá)愉悅的看法卻并不一致。

對(duì)于Ekman認(rèn)為人臉是情緒表達(dá)窗口的結(jié)論，研究人員之間的分歧越來(lái)越大。但是這并不妨礙商業(yè)公司和政府為他的說(shuō)法“買(mǎi)單”，并以會(huì)改變?nèi)藗兠\(yùn)的方式加以應(yīng)用。比如，西方的許多司法系統(tǒng)里，讀取被告人的情緒就是公平審判的一部分。美國(guó)最高法院大法官Anthony Kennedy曾在1992年寫(xiě)道，這么做對(duì)于“了解罪犯的心靈和思想”是很有必要的。

Ekman曾為美國(guó)運(yùn)輸安全管理局（TSA）設(shè)計(jì)了一個(gè)備受爭(zhēng)議的培訓(xùn)項(xiàng)目，該項(xiàng)目于2007年啟動(dòng)，其核心就是解讀情緒。項(xiàng)目名為“旅客篩查觀察法” （Screening Passengers by Observation Techniques，SPOT），主要目的是訓(xùn)練TSA的人員監(jiān)控旅客身上出現(xiàn)的數(shù)十種可疑跡象，這些跡象可能反映了他們焦慮、欺騙和害怕的情緒。該項(xiàng)目遭到了科學(xué)家、美國(guó)國(guó)會(huì)議員以及美國(guó)公民自由聯(lián)盟等民間組織的廣泛質(zhì)疑，他們指責(zé)這種做法并不準(zhǔn)確，還會(huì)帶來(lái)種族偏見(jiàn)。

此起彼伏的質(zhì)疑聲并沒(méi)能阻止頂尖的科技公司，它們相信情緒是容易檢測(cè)的，其中一些公司已經(jīng)開(kāi)發(fā)出了情緒識(shí)別軟件。眼下，這些軟件正在進(jìn)行測(cè)試或推廣，應(yīng)用范圍包括評(píng)估求職者和崗位的匹配度，測(cè)謊，讓廣告更有吸引力，還能檢測(cè)癡呆癥到抑郁癥等一系列疾病。

這個(gè)產(chǎn)業(yè)的估值高達(dá)數(shù)百億美金。微軟、IBM、亞馬遜在內(nèi)的科技巨頭，以及一些專業(yè)性更強(qiáng)的企業(yè)（如波士頓的Affectiva和邁阿密的NeuroData Lab）都推出了通過(guò)人臉檢測(cè)情緒的算法。

研究者還在苦苦爭(zhēng)辯人類的面部能否忠實(shí)地表達(dá)和感知情緒，不少專家也認(rèn)為用計(jì)算機(jī)來(lái)將其自動(dòng)化還早了點(diǎn)，尤其是這種技術(shù)還具有潛在的破壞力。紐約大學(xué)的研究中心AI Now Institute呼吁禁止在敏感場(chǎng)合使用情緒識(shí)別技術(shù)，譬如在招聘和執(zhí)法時(shí)。

從事相關(guān)研究的俄亥俄州立大學(xué)研究者Aleix Martinez表示，人的面部表情是很難解讀的，哪怕對(duì)人類自己來(lái)說(shuō)都是如此。他說(shuō)，考慮到這一點(diǎn)，再結(jié)合當(dāng)前萬(wàn)物皆可自動(dòng)化的趨勢(shì)，“我們應(yīng)該感到擔(dān)心。”

膚淺之見(jiàn)

人類的面部有43塊肌肉，它們可以拉伸、上揚(yáng)、扭曲，表達(dá)幾十種不同表情。雖然面部肌肉可以做許多動(dòng)作，但科學(xué)家們一直都相信，特定表情對(duì)應(yīng)特定的情緒。

持這種觀點(diǎn)的人就包括達(dá)爾文。他在1859年出版的野外考察巨著《物種起源》稱得上是觀察方面的教科書(shū)。他的另一部影響力稍差的作品——《人類和動(dòng)物的情感表達(dá)》（1872）則頗為教條。

達(dá)爾文注意到，靈長(zhǎng)類動(dòng)物的面部動(dòng)作和人類表達(dá)情緒（如厭惡和害怕）有些類似。他由此提出，這些表情肯定有某種適應(yīng)性功能。比如，撅嘴巴，皺鼻子，擠眼睛這種與厭惡相關(guān)的表情，最初可能是為了抵御有害的病原體。只是隨著社會(huì)行為的出現(xiàn)，這些面部表情才開(kāi)始發(fā)揮起溝通的作用。

達(dá)爾文關(guān)于情緒的論述中囊括了大量擺拍的表情，比如這些努力模仿痛苦的受試者。來(lái)源：Alamy

Ekman在60年代開(kāi)展的首批跨文化實(shí)地研究支持了達(dá)爾文的假說(shuō)。他在世界范圍內(nèi)研究了人類對(duì)六種關(guān)鍵情緒（快樂(lè)、悲傷、憤怒、害怕、驚訝和厭惡）的表情和感知，研究對(duì)象甚至包括新幾內(nèi)亞的一個(gè)偏遠(yuǎn)部落。

Ekman 告訴《自然》，他挑選這六種情緒是出于實(shí)際考慮。他說(shuō)，一些情緒，比如羞恥和內(nèi)疚并沒(méi)有外顯的表情，“我關(guān)注的這六種情緒是有表情的，也就是說(shuō)，它們可以作為研究的對(duì)象”。

Ekman認(rèn)為，這些早期研究支持了達(dá)爾文進(jìn)化論引申出的表情普適論。后來(lái)的研究則證明了某些面部表情具有適應(yīng)性優(yōu)勢(shì)。

波士頓東北大學(xué)的心理學(xué)家Lisa Feldman Barrett 表示：“長(zhǎng)久以來(lái)，人們認(rèn)為面部表情是一種強(qiáng)制性動(dòng)作。” 也就是說(shuō)，我們的面部無(wú)法隱藏我們的情緒。不過(guò)，這個(gè)假設(shè)的一個(gè)明顯漏洞是，人們確實(shí)能偽造情緒，也可以讓情緒不寫(xiě)在臉上。Ekman這一派的學(xué)者也承認(rèn)，每種情緒的表情并沒(méi)有一個(gè)所謂的“金標(biāo)準(zhǔn)”。

越來(lái)越多的研究者提出，情緒對(duì)應(yīng)的表情范圍太大，以至于金標(biāo)準(zhǔn)的概念幾近分崩離析。他們用一篇大型綜述支持了這個(gè)觀點(diǎn)。幾年前，期刊《公共利益心理科學(xué)》（Psychological Science in the Public Interest）的編輯邀請(qǐng)了一些觀點(diǎn)互斥的作者組成專家團(tuán)，完成了這篇綜述。

領(lǐng)導(dǎo)此次合作的Barrett表示：“我們竭盡所能摒棄先見(jiàn)。”他們沒(méi)有事先樹(shù)立假設(shè)，而是直接從數(shù)據(jù)著手。她說(shuō)：“觀點(diǎn)不統(tǒng)一的時(shí)候，我們就去尋找新的證據(jù)。”最后，他們閱讀了約1000篇論文，歷經(jīng)2年半的研究，得出了一個(gè)很明顯的結(jié)論：沒(méi)有證據(jù)，或很少有證據(jù)能證明，人們可以從各種面部動(dòng)作推測(cè)某人的情緒狀態(tài)。

面部所能反映的情緒是很有限的

這些研究者甚至引用了一些證明面部動(dòng)作和內(nèi)在情緒無(wú)關(guān)的研究。英國(guó)德蒙福特大學(xué)的心理學(xué)家Carlos Crivelli曾經(jīng)研究過(guò)巴布亞新幾內(nèi)亞的特羅布里恩群島的居民，他并沒(méi)有發(fā)現(xiàn)能支持Ekman觀點(diǎn)的證據(jù)。Crivelli的結(jié)論是，從外在表現(xiàn)推測(cè)內(nèi)在的心理狀態(tài)，就猶如用尺子在稱重量。

證明表情普適性的證據(jù)不足的另一個(gè)原因是，人臉只提供了部分信息。其他信息，比如身體動(dòng)作、個(gè)性、聲調(diào)以及臉色變化，在我們識(shí)別和表達(dá)情緒的過(guò)程中也起到了重要的作用。就好比情緒變化會(huì)影響血流量，血流量又會(huì)影響臉色。Martinez和同事發(fā)現(xiàn)，人們能夠發(fā)現(xiàn)臉色變化和情緒之間的關(guān)系。而背景一類的視覺(jué)信號(hào)也能提供識(shí)別情緒狀態(tài)的線索。

從左上起：籃球運(yùn)動(dòng)員Zion Williamson慶祝灌籃成功；墨西哥球迷歡慶世界杯小組賽晉級(jí)；歌手Adele贏得了2012年的格萊美獎(jiǎng)；Justin Bieber的粉絲在墨西哥城的演唱會(huì)上哭泣。

復(fù)雜情緒

其他研究者指出，對(duì)Ekman的結(jié)論的反撲有些過(guò)頭了。Ekman本人深以為然。2014年，他在對(duì)Barrett的批評(píng)的回應(yīng)中指出，有大量的研究支持他先前的結(jié)論，包括證明了面部會(huì)自發(fā)做表情的研究。還有研究發(fā)現(xiàn)了表情與大腦以及身體狀態(tài)之間的聯(lián)系。他在回應(yīng)中稱，這些研究說(shuō)明面部表情不僅反映了人的情緒，也反映了神經(jīng)生理活動(dòng)的模式（見(jiàn)go.nature.com/2pmrjkh）。他說(shuō)自己的觀點(diǎn)并沒(méi)有改變。

在加拿大不列顛哥倫比亞大學(xué)的心理學(xué)家Jessica Tracy看來(lái)，那些認(rèn)為Ekman的表情普適論有錯(cuò)的人給出的證據(jù)不過(guò)是一小簇反例，他們有些夸大其詞了。

她認(rèn)為，即使不同群體或文化對(duì)憤怒表情的理解略有偏差，但也不能推翻整個(gè)理論。大多數(shù)人一看就知道這是一張憤怒的臉，她引用了一項(xiàng)對(duì)100個(gè)研究進(jìn)行的分析。她說(shuō)：“有大量其他證據(jù)證明，全世界大多數(shù)文化的大部分人都認(rèn)為這個(gè)表情是通用的。”

Tracy和其他3位心理學(xué)家認(rèn)為，Barrett在文獻(xiàn)綜述里稱他們是將六種情緒刻板地與面部動(dòng)作一一對(duì)應(yīng)，這種解讀有點(diǎn)夸張了。其中一位作者，阿姆斯特丹大學(xué)的Disa Sauter表示：“我不認(rèn)為情緒科學(xué)領(lǐng)域還有其他研究者贊同她的觀點(diǎn)。”

Sauter 和Tracy認(rèn)為，要解讀面部表情就需要對(duì)情緒進(jìn)行更復(fù)雜的分類。研究者不應(yīng)把快樂(lè)視為單一的情緒，而要把它繼續(xù)細(xì)分；快樂(lè)下面還包括高興、愉悅、憐憫、自豪等等。這些情緒的表情可能會(huì)有差異或重疊。

一些研究使用計(jì)算機(jī)生成隨機(jī)的表情。Rachael Jack在2018年開(kāi)展的一項(xiàng)研究中，參與者需要指出每張臉與他們心目中對(duì)痛苦或高潮的定義的符合程度。來(lái)源：C. Chen et al./PNAS (CC by 4.0)

這場(chǎng)爭(zhēng)議的核心其實(shí)在于對(duì)顯著的定義。在一項(xiàng)研究中，參與者需要從六個(gè)情緒標(biāo)簽中選擇一個(gè)來(lái)描述他們看到的人臉。一些研究者可能認(rèn)為，如果某個(gè)表情被選擇的幾率大于20%，那就說(shuō)明這個(gè)表情的通用性較為顯著。

其他人覺(jué)得20%的標(biāo)準(zhǔn)太寬松了。Jack認(rèn)為Ekman的閾值過(guò)低，她在讀博期間讀過(guò)Ekman早期的論文，她說(shuō)，“我總是去找我的導(dǎo)師，給他看這些60、70年代的圖表，每個(gè)圖表在文化認(rèn)識(shí)上都存在巨大差異。到今天為止，依然沒(méi)有數(shù)據(jù)能證明，對(duì)情緒的認(rèn)可是放之四海皆準(zhǔn)的。”

即使不考慮顯著性，研究者還要面對(duì)主觀性的問(wèn)題：許多研究都需要事先為情緒貼標(biāo)簽，以便在實(shí)驗(yàn)結(jié)束后進(jìn)行比較。因此，Barrett、Jack以及其他學(xué)者想用更為客觀的方法來(lái)研究情緒。Barrett正在研究生理指標(biāo)，她希望用這類指標(biāo)來(lái)描述憤怒，害怕和愉悅。

Jack則用計(jì)算機(jī)隨機(jī)生成的表情來(lái)替代擺拍的面部照片，避免局限于最常見(jiàn)的六種情緒。還有研究人員讓參與者自己來(lái)對(duì)人臉進(jìn)行分類，或者讓來(lái)自不同文化的參與者用自己的母語(yǔ)給照片做標(biāo)記。

硅基情緒

軟件企業(yè)則避免讓算法進(jìn)行自由聯(lián)想。一般來(lái)說(shuō)，情緒識(shí)別的人工智能算法需要學(xué)習(xí)數(shù)百萬(wàn)張人臉圖像以及數(shù)百小時(shí)的視頻——每個(gè)情緒都被標(biāo)好了標(biāo)簽，再?gòu)倪@些資料中習(xí)得模式。Affectiva表示公司已經(jīng)用來(lái)自87個(gè)國(guó)家超過(guò)700萬(wàn)張人臉對(duì)軟件進(jìn)行了訓(xùn)練，目前其情緒識(shí)別準(zhǔn)確率已經(jīng)達(dá)到了90%。

該公司拒絕透露算法背后的科學(xué)依據(jù)。Neurodata Lab公司意識(shí)到了面部在情緒表達(dá)上的差異，但指出：“如果某人正在經(jīng)歷某種情緒，某些面部表情出現(xiàn)的可能性會(huì)高于隨機(jī)概率。”而該公司的算法利用的正是這種規(guī)律。而意見(jiàn)尚不統(tǒng)一的研究人員，不管站哪邊，都對(duì)這類軟件持懷疑態(tài)度，無(wú)論是對(duì)訓(xùn)練算法所使用的數(shù)據(jù)存在擔(dān)憂，還是認(rèn)為該領(lǐng)域目前仍未有定論。

Ekman說(shuō)他曾直截了當(dāng)?shù)靥魬?zhàn)過(guò)這些公司的說(shuō)法。他曾寫(xiě)信給數(shù)家公司，但拒絕透露公司名稱，只說(shuō)“它們都是世界上最大的軟件公司”，并向它們索要能證明其自動(dòng)化技術(shù)有效的證據(jù)，但沒(méi)有得到回音。他說(shuō)，“在我看來(lái)，他們的理論并沒(méi)有證據(jù)支持。”

Martinez折衷地表示，自動(dòng)化情緒識(shí)別或許能代表某個(gè)群體的平均情緒反應(yīng)。Affectiva公司曾把軟件賣(mài)給營(yíng)銷機(jī)構(gòu)和某些品牌，幫助他們預(yù)測(cè)特定消費(fèi)者對(duì)某個(gè)產(chǎn)品或營(yíng)銷手段的反應(yīng)。

即使這個(gè)軟件出錯(cuò)也不會(huì)有太大的影響，頂多廣告的效果不如預(yù)期而已。但是，一些算法的應(yīng)用卻可能改變?nèi)藗兊拿\(yùn)，比如面試和邊境檢查。去年，匈牙利、拉脫維亞和希臘試用了一個(gè)旅客預(yù)篩查系統(tǒng)，通過(guò)分析面部微表情來(lái)測(cè)謊。

想要平息這場(chǎng)情緒-表情的爭(zhēng)論，需要?jiǎng)佑貌煌难芯渴侄巍arrett常常受邀給科技公司展示她的研究，不久前剛?cè)チ宋④洝ＫJ(rèn)為研究者要踐行達(dá)爾文撰寫(xiě)《物種起源》時(shí)的做法：“觀察、觀察、再觀察。”觀察人們?cè)诂F(xiàn)實(shí)生活如何通過(guò)面部和身體傳達(dá)信息，而不僅僅只在實(shí)驗(yàn)室里。然后再用機(jī)器來(lái)記錄和分析來(lái)自真實(shí)生活的影像。

Barrett認(rèn)為更多的數(shù)據(jù)和分析技術(shù)，而不是回顧陳舊的數(shù)據(jù)和實(shí)驗(yàn)，才能幫研究者獲得新知識(shí)。對(duì)于這個(gè)她和其他研究者看來(lái)站不住腳的科學(xué)，許多科技公司卻躍躍欲試，她向這些企業(yè)發(fā)出了挑戰(zhàn)：“我們已經(jīng)到了懸崖口，人工智能企業(yè)到底是要繼續(xù)使用漏洞百出的研究假設(shè)，還是去做應(yīng)該完成的事呢？”

【云棲號(hào)在線課堂】每天都有產(chǎn)品技術(shù)專家分享！
課程地址：https://yqh.aliyun.com/live

立即加入社群，與專家面對(duì)面，及時(shí)了解課程最新動(dòng)態(tài)！
【云棲號(hào)在線課堂 社群】https://c.tb.cn/F3.Z8gvnK

原文發(fā)布時(shí)間：2020-04-09
本文作者：Nature自然科研
本文來(lái)自：“學(xué)術(shù)頭條”，了解相關(guān)信息可以關(guān)注“學(xué)術(shù)頭條”

如果您發(fā)現(xiàn)本社區(qū)中有涉嫌抄襲的內(nèi)容，歡迎發(fā)送郵件至：yqgroup@service.aliyun.com 進(jìn)行舉報(bào)，并提供相關(guān)證據(jù)，一經(jīng)查實(shí)，本社區(qū)將立刻刪除涉嫌侵權(quán)內(nèi)容。

原文鏈接
本文為云棲社區(qū)原創(chuàng)內(nèi)容，未經(jīng)允許不得轉(zhuǎn)載。

總結(jié)

以上是生活随笔為你收集整理的训练机器人看脸读“心”，真的靠谱吗？的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。