研究人员正在开发人工智能技术以更好地量化人类情感，将传统心理学与面部识别和脑电图（EEG）等先进工具相结合。这项技术有望为医疗保健和教育等领域带来革命性变化，但必须优先考虑隐私、文化敏感性和跨学科合作。

研究人员旨在通过将传统技术与创新技术相结合，来实现对情感更准确的测量，从而革新情感量化领域。

人类情感是复杂的，并不总是能轻易地归结为一个可识别的模式。人与人之间的情绪状态往往难以判断，而作为一个情感实体的存在中的许多细微差别似乎不可能训练非人类实体去理解、识别和学习。

然而，大量的工作和研究都集中在训练人工智能（AI）上，以观察、量化和识别人类的各种情绪状态。将经过验证的心理方法与人工智能的智力和可训练性相结合，可以使情绪识别技术在医疗保健和教育等领域具有极高的价值。

人工智能在情感识别中的潜力

结果于近日发表在《中国人工智能学会人工智能研究》上。

在传统技术受限的情况下，人工智能可以改进。通过使用大量的发展成果，如手势识别技术、面部情感识别（FER）和多模态情感识别，情感识别技术有可能为许多个人和整个研究领域带来变革。

这篇综述的作者兼研究员冯刘（音译）表示：“这项技术具有变革医疗、教育和客户服务等领域的潜力，能够促进个性化体验，并增强对人类情感的理解。”

能够理解人类情感并根据人类的情感输入进行适当交互的人工智能可以对人机交互产生革命性的影响，并且是评估个体心理健康状况的关键。这不仅仅是通过一种形式的输入来完成的，还可以考虑生理学因素。例如，一些技术可以通过脑电图扫描获取大脑的电活动输入，并将其与眼球运动技术相结合来监测人们的表情。其他情感唤醒的测量方法，如心率变异性和皮肤电反应，也是将无形的“情感”转化为人工智能可以学习和改进的模式和可识别、可读取数据的工具。

多模态情感识别同样结合了不同的感知渠道，如视觉、听觉和触觉，以获得更完整的情感表现。不同领域和技术的结合是准确、全面地表现人类情感复杂性的必要条件。

跨学科合作是成功的关键

刘说：“人们相信，人工智能、心理学、精神病学和其他领域之间的跨学科合作将是实现这一目标的关键，并将解锁情感量化的全部潜力，造福社会。”

在精神健康迅速成为首要任务的世界里，人工智能能够正确地识别人类情感尤其有用。情感量化人工智能可以帮助监测个体的心理健康，并为该个体创造个性化的体验，而无需让另一个人卷入其中。

成功运用情感识别和量化人工智能需要几个主要组件。其中，必须解决的一个问题是安全性和透明度，尤其是当它与医疗和心理咨询等更敏感的话题相关时。使用这种类型的人工智能的实体必须严格遵守数据处理惯例和隐私措施。此外，确保人工智能能够适应文化的细微差别是至关重要的，因为这将保持人工智能在未来参考和学习中的完整性和可靠性。

参考文献：刘峰，《情绪量化中的人工智能：前瞻性概述》，2024年8月21日，中国人工智能学会人工智能研究。DOI: 10.26599/AIR.2024.9150040

华东师范大学计算机科学和技术学院的刘峰（音译）是这项研究的作者和研究员。

北京行为与心理健康重点实验室支持了这项研究。