亚洲 a v无 码免 费 成 人 a v,性欧美videofree高清精品,新国产三级在线观看播放,少妇人妻偷人精品一区二区,天干天干天啪啪夜爽爽av

撰文 | Douglas Heaven

●　●　●

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

數(shù)百張人臉在屏幕上一一閃現(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?？吹竭@些人臉，你必須回答一個簡單的問題：這個人是在經(jīng)歷高潮還是陣痛？

2018年，心理學(xué)家Rachael Jack和她的同事招募了80個人來做這個測試¹。來自英國格拉斯哥大學(xué)的這個團(tuán)隊從西方和東亞招募了這些參與者，為的是研究一個長久以來的熱門問題：面部表情真的能傳達(dá)情緒嗎？

研究人員讓研究對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，這說明情緒的表達(dá)是相通的^2,3。

這種觀點(diǎn)在一代人的時間里基本未受挑戰(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于表示痛苦的面部表情有著相似的認(rèn)識，但是他們對于哪種表情表達(dá)愉悅的看法卻并不一致。

對于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越大。但是這并不妨礙商業(yè)公司和政府為他的說法“買單”，并以會改變?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。美國最高法院大法官Anthony Kennedy曾在1992年寫道，這么做對于“了解罪犯的心靈和思想”是很有必要的。

Ekman曾為美國運(yùn)輸安全管理局（TSA）設(shè)計了一個備受爭議的培訓(xùn)項目，該項目于2007年啟動，其核心就是解讀情緒。項目名為“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。該項目遭到了科學(xué)家、美國國會議員以及美國公民自由聯(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，還會帶來種族偏見。

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

這個產(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）都推出了通過人臉檢測情緒的算法。

研究者還在苦苦爭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)為用計算機(jī)來將其自動化還早了點(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呼吁禁止在敏感場合使用情緒識別技術(shù)，譬如在招聘和執(zhí)法時⁴。

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，哪怕對人類自己來說都是如此。他說，考慮到這一點(diǎn)，再結(jié)合當(dāng)前萬物皆可自動化的趨勢，“我們應(yīng)該感到擔(dān)心。”

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作，但科學(xué)家們一直都相信，特定表情對應(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。他的另一部影響力稍差的作品——《人類和動物的情感表達(dá)》（1872）則頗為教條。

達(dá)爾文注意到，靈長類動物的面部動作和人類表達(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。只是隨著社會行為的出現(xiàn)，這些面部表情才開始發(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。來源：Alamy

Ekman在60年代開展的首批跨文化實(shí)地研究支持了達(dá)爾文的假說。他在世界范圍內(nèi)研究了人類對六種關(guān)鍵情緒（快樂、悲傷、憤怒、害怕、驚訝和厭惡）的表情和感知，研究對象甚至包括新幾內(nèi)亞的一個偏遠(yuǎn)部落^2,3。

Ekman 告訴《自然》，他挑選這六種情緒是出于實(shí)際考慮。他說，一些情緒，比如羞恥和內(nèi)疚并沒有外顯的表情，“我關(guān)注的這六種情緒是有表情的，也就是說，它們可以作為研究的對象”。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。后來的研究則證明了某些面部表情具有適應(yīng)性優(yōu)勢⁵。

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

越來越多的研究者提出，情緒對應(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觀點(diǎn)⁶。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?！彼麄儧]有事先樹立假設(shè)，而是直接從數(shù)據(jù)著手。她說：“觀點(diǎn)不統(tǒng)一的時候，我們就去尋找新的證據(jù)?！?strong style="margin: 0px; padding: 0px; max-width: 100%; box-sizing: border-box !important; overflow-wrap: break-word !important;">最后，他們閱讀了約1000篇論文，歷經(jīng)2年半的研究，得出了一個很明顯的結(jié)論：沒有證據(jù)，或很少有證據(jù)能證明，人們可以從各種面部動作推測某人的情緒狀態(tài)。

這些研究者甚至引用了一些證明面部動作和內(nèi)在情緒無關(guān)的研究。英國德蒙福特大學(xué)的心理學(xué)家Carlos Crivelli曾經(jīng)研究過巴布亞新幾內(nèi)亞的特羅布里恩群島的居民，他并沒有發(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)不足的另一個原因是，人臉只提供了部分信息。其他信息，比如身體動作、個性、聲調(diào)以及臉色變化，在我們識別和表達(dá)情緒的過程中也起到了重要的作用。就好比情緒變化會影響血流量，血流量又會影響臉色。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⁷。而背景一類的視覺信號也能提供識別情緒狀態(tài)的線索⁸。

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

其他研究者指出，對Ekman的結(jié)論的反撲有些過頭了。Ekman本人深以為然。2014年，他在對Barrett的批評的回應(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)生理活動的模式（見go.nature.com/2pmrjkh）。他說自己的觀點(diǎn)并沒有改變。

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

她認(rèn)為，即使不同群體或文化對憤怒表情的理解略有偏差，但也不能推翻整個理論。大多數(shù)人一看就知道這是一張憤怒的臉，她引用了一項對100個研究進(jìn)行的分析⁹。她說：“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)為這個表情是通用的?！?/p>

Tracy和其他3位心理學(xué)家認(rèn)為¹⁰，Barrett在文獻(xiàn)綜述里稱他們是將六種情緒刻板地與面部動作一一對應(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)?！?/p>

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

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

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

即使不考慮顯著性，研究者還要面對主觀性的問題：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研究情緒。Barrett正在研究生理指標(biāo)，她希望用這類指標(biāo)來描述憤怒，害怕和愉悅。

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

軟件企業(yè)則避免讓算法進(jìn)行自由聯(lián)想。一般來說，情緒識別的人工智能算法需要學(xué)習(xí)數(shù)百萬張人臉圖像以及數(shù)百小時的視頻——每個情緒都被標(biāo)好了標(biāo)簽，再從這些資料中習(xí)得模式。Affectiva表示公司已經(jīng)用來自87個國家超過700萬張人臉對軟件進(jìn)行了訓(xùn)練，目前其情緒識別準(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)的可能性會高于隨機(jī)概率?！倍摴镜乃惴ɡ玫恼沁@種規(guī)律。而意見尚不統(tǒng)一的研究人員，不管站哪邊，都對這類軟件持懷疑態(tài)度，無論是對訓(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說他曾直截了當(dāng)?shù)靥魬?zhàn)過這些公司的說法。他曾寫信給數(shù)家公司，但拒絕透露公司名稱，只說“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化技術(shù)有效的證據(jù)，但沒有得到回音。他說，“在我看來，他們的理論并沒有證據(jù)支持?！?/p>

Martinez折衷地表示，自動化情緒識別或許能代表某個群體的平均情緒反應(yīng)。Affectiva公司曾把軟件賣給營銷機(jī)構(gòu)和某些品牌，幫助他們預(yù)測特定消費(fèi)者對某個產(chǎn)品或營銷手段的反應(yīng)。

即使這個軟件出錯也不會有太大的影響，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旅客預(yù)篩查系統(tǒng)，通過分析面部微表情來測謊。

想要平息這場情緒-表情的爭論，需要動用不同的研究手段。Barrett常常受邀給科技公司展示她的研究，不久前剛?cè)チ宋④?。她認(rèn)為研究者要踐行達(dá)爾文撰寫《物種起源》時的做法：“觀察、觀察、再觀察?！庇^察人們在現(xiàn)實(shí)生活如何通過面部和身體傳達(dá)信息，而不僅僅只在實(shí)驗(yàn)室里。然后再用機(jī)器來記錄和分析來自真實(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。對于這個她和其他研究者看來站不住腳的科學(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？”