87个国家750万张脸部表情,一个200亿美金的大生意

  • 时间:
  • 浏览:0
  • 来源:大发快3_快3豹子_大发快3豹子

机器现在促使识别愤怒、恐惧、厌恶和悲伤,而情感的说说检测已从有另两个 研究项目发展到价值30亿美元的产业。

检测线程能通过读取面部表情和行为发现潜在的恐怖分子吗?这是美国交通安全管理局(TSA)303年提出的有另两个 假设,在开发你什儿 项目时,亲戚亲戚亲戚朋友咨询了旧金山加利福尼亚大学心理学荣誉退休教授保罗·艾克曼(Paul Ekman)。几十年前,艾克曼(Ekman)肯能开发出了你什儿 识别细微面部表情的辦法 ,并将它们映射到相应的情绪上,你什儿 辦法 被用来训练“行为检测人员”——扫描脸部观察是与非 欺骗的迹象。

但当该计划于307年推出时,却面临种种问提,比如警察利用该技术无缘无故错误的逮捕嫌犯,更令人担忧的是,该计划据称涉嫌种族歧视。

此后,艾克曼(Ekman)试图与美国交通安全管理局的项目脱离关系,声称他的辦法 被误用了,但分析人士认为,该计划的失败是肯能艾克曼(Ekman)的有另两个 过时科学理论;即情绪促使通过面部的分析客观地推断出来。

近年来,科技公司肯能结束了了英语 英语 使用艾克曼(Ekman)的辦法 来训练从面部表情中检测情感的说说的算法,一点开发人员声称,自动情绪检测系统不仅比人类更好地通过分析面部表情洞察真实的情绪,有日后 哪几种算法也将适应检测亲戚亲戚亲戚亲戚朋友内心的感受,极大地改善了亲戚亲戚亲戚亲戚朋友与电子设备的交互。

有日后 一点研究情感的说说科学的专家担心哪几种算法会再次失败,基于错误的科学对亲戚亲戚亲戚亲戚朋友的生活做出高风险的决定。

价值30亿美元的产业

情感的说说检测科技还要你什儿 技术:计算机视觉,用于精确识别面部表情。机器学习算法,用于分析和解释哪几种面部内部表达的情感的说说内容。

▲行人检测摄像头正在工作图/纽约时报

第二步通常采用你什儿 名为监督学习的技术。通过你什儿 技术,有另两个 算法被训练出来识别它这么 见过的东西。基本的想法是,肯能你在“happy”(“快乐”)你什儿 标签下显示出成千上万张笑脸的图像,当它看完一张后面 有笑脸的新照片时,会再次把它识别为“happy”(“快乐”)。

研究生拉娜·艾尔·卡利欧比(Rana el Kaliouby)是最早结束了了英语 英语 试验你什儿 辦法 的研究人员之一。301年,从埃及来到剑桥大学攻读计算机科学博士学位后,她发现人个 花在电脑上的时间比花在与人个 相处的时间更多。她认为,肯能她能教电脑识别人个 的情绪请况并做出反应,这么 这么 家人和亲戚亲戚亲戚朋友在身边时,她要是会这么 孤独了。

卡利欧比(Kaliouby)博士阶段的其余研究都致力于处理你什儿 问提。最终,她开发出了你什儿 设备,促使帮助患有亚斯伯格综合症(Asperger syndrome )的儿童阅读面部表情并做出相应的反应。她称其为“情感的说说助听器”。

306年,卡利欧比(Kaliouby)加入麻省理工学院的情感的说说计算实验室,在那里,她与实验室主任罗莎琳德·皮卡德(Rosalind Picard)一齐,继续改进和完善这项技术。此后,309年,她们一齐创办Affectiva公司,面向市场销售“人工情感的说说智能”。

一结束了了英语 英语 ,Affectiva将她们的情感的说说检测技术作为你什儿 市场研究产品出售,为广告和产品做出实时的情感的说说反应,亲戚亲戚亲戚朋友找到了诸如玛氏(Mars),家乐氏(Kellogg’s)和哥伦比亚广播公司( CBS)这么 的客户。如今,亚马逊、微软和IBM也将“情感的说说分析”作为亲戚亲戚亲戚朋友的面部识别产品之一,一点较小的公司,如Kairos和Eyris也肯能结束了了英语 英语 崛起,提供之类的服务。

除了市场研究以外,情感的说说检测技术现在还被用于监控和检测驾驶员的身体损伤,测试视频游戏的用户体验,以及帮助医疗专业人士评估患者的健康请况。

卡利欧比(Kaliouby)目睹了情感的说说检测从有另两个 研究项目成长为有另两个 价值30亿美元的行业。她相信该行业将继续发展壮大。卡利欧比(Kaliouby)预言,在不久的将来,这项技术将无处这么了,并整合到亲戚亲戚亲戚亲戚朋友所有的设备当中,促使“利用亲戚亲戚亲戚亲戚朋友内在的、潜意识的、时时刻刻的反应”。

囊括87个国家730万张人脸的数据库

与大多数机器学习应用线程一样,情感的说说检测的进展取决于访问更高质量的数据。

▲展会上的面部识别软件图/路透社

Affectiva公司表示,亲戚亲戚亲戚朋友的情感的说说数据存储库涵盖来自87个国家的730多万张面孔,其中大帕累托图是从收看电视或每天上下班行人的选着性录像中收集的。

目前,利用该技术促使将面部表情翻译成对应的情绪,之类,肯能亲戚亲戚亲戚朋友看完眉毛低垂,嘴唇紧闭,眼睛凸出的面容,就会贴上“愤怒”的标签。有日后 ,你什儿 涵盖标记的人类情绪数据集就会被用来训练算法,该算法会学习怎么才能 才能 将皱眉头的脸与愤怒、微笑的脸与幸福等等联系起来。

你什儿 标注辦法 ,在情感的说说检测行业中被亲戚亲戚亲戚亲戚朋友认为是衡量情感的说说的黄金标准,它是由保罗·艾克曼(Paul Ekman)和弗里森(Wallace V Friesen)于20世纪30年代开发的一款名为“情感的说说面部动作编码系统”(Emfacs)衍生而来。

你什儿 系统的科学根源促使追溯到20世纪30年代,当时艾克曼(Ekman)和两位同事假设世界上发生六种普遍的情绪——愤怒、厌恶、恐惧、幸福、悲伤和惊讶——哪几种是亲戚亲戚亲戚亲戚朋友和中俱来的情绪反应,促使通过分析面部肌肉运动在所有身处不同文化的人群中检测到。

为了验证你什儿 假设,亲戚亲戚亲戚朋友向全世界不同地区的人群展示了面部照片,要求亲戚亲戚亲戚朋友辨别亲戚亲戚亲戚朋友所看完的情绪。亲戚亲戚亲戚朋友发现,尽管发生巨大的文化差异,人类还是会将相同的面部表情与相同的情感的说说匹配在一齐。对于美国的银行家和巴布亚新几内亚的半游牧猎人来说,眉毛低,嘴唇紧闭,眼睛凸出的脸都原应着“愤怒”。

此后的二十年里,艾克曼(Ekman)利用他的发现开发了你什儿 识别面部内部并将其映射到对应情绪的辦法 ,潜在的前提是肯能有另两个 人的普遍情绪被触发,这么 有另两个 相关的面部动作就会自动地出显在脸上。即使那人个 试图掩饰情绪,真实的本能感觉也会“泄露”出来,有日后 懂得观察的人促使捕捉到对方的情绪。

整个20世纪后半叶,你什儿 理论被称之为经典情感的说说理论,结束了了英语 英语 主宰情感的说说科学。艾克曼(Ekman)为他的情感的说说检测辦法 申请了专利,并结束了了英语 英语 将其作为训练项目出售给CIA、FBI、海关和边境保护局以及TSA,真实情感的说说可读的观念甚至渗透到了大众文化之中,构成了电视剧Lie to Me的理论基础。

然而,众多研究情感的说说本质的科学家和中理学家对经典理论和埃克曼(Ekman)的相关情感的说说检测辦法 提出质疑,近年来,东北大学心理学教授丽萨·费尔德曼·巴雷特(Lisa Feldman Barrett)提出了有另两个 强烈且持久的批评。

巴雷特(Barrett)在研究生时期首先遇到了经典理论,她还要你什儿 客观测量情感的说说的辦法 ,于是发现了艾克曼(Ekman)的辦法 。在回顾文献时,她结束了了英语 英语 担心潜在的研究辦法 有不够。具体地说,她认为通过给亲戚亲戚亲戚亲戚朋友提供预选的情感的说说标签来匹配照片,艾克曼(Ekman)无意中“肯能有了预设的答案”,亲戚亲戚亲戚朋友给出的是一点特定的答案。

巴雷特(Barrett)和一组同事通过重新运行艾克曼(Ekman)的测试来检验你什儿 假设。但亲戚亲戚亲戚朋友不提供标签,让测试者自由地描述人个 所看完图像中的情绪,具体面部表情和具体情绪之间的关系直线下降。

从那时起,巴雷特(Barrett)发展了人个 的情感的说说理论,在她的著作《情感的说说是怎么才能 才能 产生的:大脑的秘密生活》(How Emotions Are Made: the Secret Life of the Brain)中得以阐述,她认为,大脑中这么 由内部刺激触发的普遍情绪,相反,每一次情感的说说体验全部后该由更基本的帕累托图构成的。

她写道:“情感的说说有你身体物理内部的结合,是有另两个 灵活的大脑,促使连接到发生的任何环境中,有你的文化和教养提供了你什儿 环境,情感的说说是真实的,但在客观意义上全部后该说分子或神经元是真实的,与金钱一样真实,这全部后该幻觉,要是人类一致同意的产物。”

巴雷特解释说,把面部表情直接映射到所有文化和环境中的情绪,这么 做是这么 意义的,有另两个 人生气时肯能会皱眉,而这么 人肯能会向敌人礼貌地微笑,有日后 ,评估情绪最好理解为你什儿 动态实践,包括自动认知过程、人与人的互动、具体经验和文化能力。她说,“这听起来很费劲,但虽然这么 。”卡利欧比同样认为“情感的说说是复杂化的。”

这要是为哪几种她和她在情感的说说研究所的团队无缘无故努力提高数据富足性和复杂化性的原应。

除了使用视频而全部后该静止图像来训练亲戚亲戚亲戚朋友的算法外,亲戚亲戚亲戚朋友还尝试捕捉更多的背景数据,比如声音、步态以及人类感知之外的面部细微变化,她相信更好的数据将原应着更准确的结果,一点研究甚至声称机器在情感的说说检测方面肯能优于人类。

但据巴雷特所说,这不仅与数据有关,有日后 与数据怎么才能 才能 被标记有关,情感的说说检测公司和一点情感的说说检测公司用来训练算法的标记过程,必须识别巴雷特所说的“情感的说说刻板印象”,就像表情符号一样,哪几种符号符合亲戚亲戚亲戚亲戚朋友文化中普遍的情感的说说主题。

纽约大学人工智能研究所的联合主任梅雷迪思·惠特克(Meredith Whittaker)认为,基于艾克曼过时的科学构建机器学习应用线程不仅仅是你什儿 糟糕的实践,后该转化为真正的社会危害。

她说:“你肯能看完招聘公司使用哪几种技术来衡量应聘者是与非 另两个 好员工,你还促使看完用于学校的实验性技术,以观察学生在课堂上是忙碌、无聊还是愤怒。卡利欧比表示,“哪几种信息促使用来阻止亲戚亲戚亲戚亲戚朋友获得工作或改变亲戚亲戚亲戚朋友在学校的待遇和评估辦法 ,肯能分析后该十分准确,那肯能是你什儿 伤害。”

卡利欧比也敏锐地意识到建立不同数据集的重要性。她说:“亲戚亲戚亲戚亲戚朋友要确保训练哪几种算法时,训练数据是复杂化的,亲戚亲戚亲戚亲戚朋友还要代表白种人、亚洲人、肤色较深的人,甚至是戴头巾的人。”这要是为哪几种研究团队要从87个国家收集数据的原应。

通过你什儿 过程,亲戚亲戚亲戚朋友注意到在不同的国家,情感的说说表达似乎呈现出不同的下行速率 和细微差别。之类,巴西人用宽而长的微笑来表达幸福,而在日本,微笑后该表示幸福,要是表示礼貌。情感的说说分析解释了你什儿 文化差异,增加了对系统的另一层分析,汇编了卡里欧比所说的“基于种族的基准”,编纂了关于不同种族文化中怎么才能 才能 表达情感的说说的假设。

但正是你什儿 基于种族等标记的算法判断让惠特克(Whittaker)担心情绪检测技术暗示了自动化面相的未来。事实上,肯能有公司对某人成为犯罪分子的肯能性进行了预测。

最近几项研究还表明,面部识别技术更容易产生伤害少数族裔群体的偏见,去年12月发表的一篇文章显示,与白人相比,情感的说说检测技术显示出黑人脸上的负面情绪更多。

卡利欧比认为,情感的说说系统虽然有有另两个 种族分类器,她承认,这项技术目前后该万无一失。