AI 能否識別人類感情?原則上來說，AI 可以通過語音識別、視覺識別、文字識別、表情識別等數據，結合深度學習，再加上人工的標記，從而具備識別情緒的能力。這就意味著 AI 機器人可以通過一個人的表情就知道他的感受。

為了實現這一目標，微軟、IBM 和亞馬遜等巨頭都開始出售所謂的“情緒識別”算法，基于人臉的分析來推測人類的心情。比如說， 如果有人皺眉、噘嘴，就意味著他們生氣了;如果他們眼睛變大、眉毛抬起、嘴巴大開，這意味著他們會害怕，等等。

這一技術可以被用在哪些地方呢?

一些公司將之運用在識別邊境人員、檢測犯罪分子以及驗證銀行交易上。英國公司 WeSee 的首席執行官 David Fulton 在接受媒體采訪時稱：“將來，地鐵上的攝像機可以利用我們的技術監測可疑行為，并警告當局潛在的恐怖威脅”，同時他表示，“在足球比賽或政治集會等活動中也可以使用。”

在面試中，這一技術可以幫助招聘人員追蹤求職者的情緒，破譯求職者熱情、無聊、誠懇的心情。在超市，這一技術可以用來識別顧客年齡、性別和心情，配合精準營銷。

但是，單單靠表情來推斷心情一直備受爭議。為此，在美國心理科學協會的委托下，五位來自該領域的杰出科學家展開了數據收集和科學證明。每一位評論家都代表了情感科學的不同理論陣營。最終的研究論文顯示，情緒的表達方式多種多樣，很難從一組簡單的面部運動中可靠地推斷出一個人的感受，表情與心情之間沒有堅實的科學依據證明有直接關聯。

該論文的作者之一，馬薩諸塞州的東北大學心理學教授 Lisa Feldman Barrett 在接受媒體采訪時表示：“公司可以想說什么就說什么，但是數據是真實的。他們能檢測到一張憤怒的臉，但這與察覺到憤怒的情緒是兩碼事。”

當然，這篇論文并沒有否認常見的典型面部表情是存在的，面部表情在社交中的巨大作用也是顯而易見的。在情緒研究領域有各種各樣的信念，論文反對的正是心理學家 Paul Ekman 在十九世紀六十年代提出并在后來發展起來的“情緒指紋”理論。

論文認為，“情緒指紋”理論在方法論上存在缺陷。例如，他們用演員夸張的表情作為情感起始點。當被試者要求為這些表情貼標簽的時候，他們常被要求在有限的選擇內作出決定，這促使他們達成某種共識。

Barrett 說：“數據顯示，人們在生氣時，平均只有不到30%的時間會皺眉。所以愁眉苦臉不是憤怒的表現，而只是眾多憤怒表達之一。這意味著超過70%的情況下，人們在生氣的時候不會皺眉。最重要的是，他們在不生氣的時候經常會皺眉。”

多年來，Barrett 及一些人一直在警告公司的感情識別模型過于簡單。而銷售算法的公司回應稱，他們的分析基于很多信號，而不僅僅是面部表情。問題就在于，如果真的收集了很多信號的話，他們如何使之平衡。

但 Barrett 堅信，在未來人工智能可以更精準地“測量”情緒。另一方面，如果情緒識別開始普及，我們就可能接受它并改變我們的行為來適應它的失敗。我們可能會有夸張的面部表情，因為我們知道他們會被機器理解。

這篇論文最想要強調的是，我們要以一種更復雜的方式來思考情感。就像達爾文認為的，“一個物種的生物學范疇沒有本質，它是由高度可變的個體組成的范疇。”“情感類別也是如此。”Barrett 認為。