affdex 的缔造者?affectiva 就是这样一家创业团队,创始人之一是埃及裔科学家 rana el kaliouby成立于 2009 年,affectiva 被一些商业期刊评选为成长最快的初创公司,年仅 36 的 kaliouby 一并成为了一颗商业新星情绪识别系统是一座待开采的金矿,这家初创公司用它的成长速度验证了这一点在 kaliouby 眼里,这一切都是顺理成章的事情,而在不久之后,也许五到十年的时间,情绪识别系统将会无处不在
在这一领域,affectiva 等企业可谓是如履薄冰,他们在小心翼翼地进行着尝试,在不断试探消费者底线的同时,也在试图找到最终的解决之道智力测试,否则一不小心便会成为人见人厌的 big brother
科技界的先驱预言了物联网的诞生,亦即万物互联互通,具备数字化感知能力的时代,以及在此衍生出的“环境智能”而按照 affectiva 的发展节奏,情绪也有可能成为其中的一环,比如在手机中植入“情绪芯片”,它就可以像 gps 一样在后台运行,每当你拿起手机就可以记录一次情绪脉冲,如果条件允许,还可以记录你的心理
和这个领域的其他公司如?emotient,realeyes 以及 sension一样, affectiva 也是建立在 paul ekman 的学术研究基础之上ekman 是一位心理学家,他的研究始于上世纪六十年代,并构建了一套纯熟的理夫妻情感测试论体系,证明了人类的面部至少可以表达六种情绪,分别是高兴、悲伤、惊讶、恐惧、愤怒和厌恶,与性别、年龄、种族或者是文化背景无关他将这些面部表情进一步分解,系统化为 46 种“动作单元”的排列组合,最终写入了《面部动作编码系统》(facial action coding system,也称facs)这部著作有 500 多页之厚,全面而又细致地讲述了面部的动作数十年来,他的理论大范围应用在学术研究、电脑动画制作、测谎和案件侦破等诸多领域
别对我说谎
此外,skype 的竞争对手之一, oovoo 也在与 affectiva 合作,将 affdex 内置到视频聊天工具之中
人类的面部是一项很高深的学问,不然玄之又玄的相面心理疾病测试术也不会如此经久不衰人们解开面相奥秘和解读表情上的求索之心生生不息,而与此同时,面相的个体差异又是如此之大,环境、光线、视角又同时会造成干扰若要让机器学习完成同样的事务,在构建算法时,研究人员就需要穷尽几乎所有的可能性,其工作量之大可想而知这一过程对机器学习能力是一项不小的考验,它需要能够在大量的数据中发现深层次规律,并将发现的规律用于解读新的数据
现阶段,视频会议正变得越来越普遍,但视频内容是很难被数据化的,分析起来也无从下手
情绪经济:一个全新的经济形态
它可以读懂消费者的心理吗?
每个人都有三种可交换物,一个是金钱,另一个是时间,第三个是注意力
这种研究方向的转变很快被一些公司所利用, affec心理测试tiva 随之开发了一套动态定价广告系统,可以根据用户的反馈实时定价,并为此申请了专利据不完全统计,情绪感知方面的专利技术多达上百项,其中大部分都和广告有关涉及的公司则包括 a.o.l、日立、ebay、ibm、摩托罗拉和索尼等等
在疲于应付的同时,kaliouby 也发现实验室的人手短缺,并不足以满足这些请求她跟踪记录每个企业请求内容,并最终发现只有扩大场地,招募更多研究员才能满足这些需求这一决定最终促成了 affectiva 的诞生
2014年,包括 google、百度idl、微软、facebook 在内的科技巨头,以及格灵深瞳、face++ 等初创公司因为对深度学习、机器视觉等人工智能的研究获得了很大情感测试题及答案的关注度,也取得了诸多进展与之相比,情绪识别的研究起步要晚很多,几乎一直是机器学习的盲区
在团队开发 mindreader 的同时,kaliouby 将软件共享给资助企业参与测试很快便引起一大批企业的注意,比如百事想将它用来判断消费者的喜好,美洲银行想在 atm 机上进行测试,丰田想用它来监测司机的驾驶行为,fox 则想用它来测试新剧目还有诸如微软、惠普、雅马哈、本田、nasa、诺基亚等企业纷纷希望参与测试,各种各样的疑问也纷至沓来,比如某组数据的含义,比如如何将软件应用在特定的情境之中等等
你可能认为上面这些都是臆想出来的,要知道大部分功能在微软的 xbox one 上已经可以实现了,它内置的相情商测试题机能够以 30 帧/秒的速度追踪玩家的动作在游戏之外,微软也在运用此类技术开发电视广告定向投放系统,google、comcast、intel 等都在朝着相同的方向努力
kaliouby 一再强调这一技术只能够解读面部表情,而非心理但事实似乎并非如此
kaliouby 很快便开始组建早期的研究团队,而 ekman 则已开始将 facs 进行自动化,构建一套可以区分独立面部动作单元的系统以 20 世纪 90 年代的计算水平,这项工作的难度可想而知,很大一部分工作还需要人工干预
这一事件的广告效应为麦肯带来了更多的客户,同时也提高了 affectiva 的知名度随后一位西班牙的经济学家联系到 kaliouby,希望利心理情感测试用她所拥有的技术进行更深层次的研究
而事实上,免费经济是一种新的物物交换的经济形态我们免费获得的一切将从新的层次上偿还:我们专注享用免费服务时,也是服务提供者用来跟踪研究行为喜好的绝佳机会
除了 kaliouby 之外,affectiva 的另外一个创始人是她的导师,rosalind picard,mit media lab 的专家,精通电气工程和计算机科学她早期在 media lab 从事图像压缩技术的研究,但很快遭遇了技术瓶颈当时的图像压缩技术大部分还是和图片内容分离的,处理过程中,机器并不知道一幅肖像画和一幅风景画的区别
在 kaliouby 看来,人类面部表情数据库是机器学习的最佳内容于是,测试姓名与缘分她创立了 mindreader 系统,可以在半实验室环境下辨别多种复杂的情绪此后,她将这项技术应用在情绪辅助工具的开发上,辅助自闭症患者在合适的场景作出合适的行为,比如继续说话,转换话题等等
不同于 ekman 对面部表情进行数据化度量的研究方法,该研究中心采用的是面部画像的方式,更加自然也便于学习,比如,在“思考”的框架之下,又细分为沉思、选择、想象、判断和思虑等不同的分类研究中心雇佣了六名不同年龄段的男女演员,让他们在镜头前表象这些情绪,同时让20名裁判负责评定,获得多数人一直认定后才可标记为一种情绪至项目结束,标记的情绪数量达到 412 种
这项技术既可以服务于自闭症患者,也可以为 fox 等公司所用情感测试,何乐而不为?在进行商业运作的同时也可以肩负起它的社会责任
kaliouby 的实验隐约勾勒出了未来的轮廓,而情绪识别的意义不仅仅是小小的广告技俩,也不仅仅是巧妙的避税手段,而是昭示着一个庞大恢弘的情绪经济(emotion economy)
正是在筹备情绪辅助工具的时候,picard 决定拜访 kaliouby 的实验室两人聊得很投机,picard 对这个项目也很看好国家科学基金(nsf)也拨付了近 100 万美金用于原型机的开发
affdex 系统定位于可以对人类情绪作出可靠推断的工具,捕捉人类无意识状态下的深层次信息这一点从它潜在的客户和应用领域可一窥究竟cbs 在其拉斯维加斯的实验室里部署了 affdex 测测你的另一半,用它来测试新剧的效果在 2012 年大选之际,kaliouby 利用这一系统跟踪监测了超过两百名观看奥巴马-罗姆尼演讲的观众,发现 affdex 可以预测观众的投票倾向,准确率达到了 73%
mindreader 软件此前都是用演员进行训练的,应用到现实场景中,所有的代码都需要重写重新调整的系统首先利用超级碗在线广告进行验证,后续则与哈佛商业学院进行合作,对 250 人的受试人群进行了更为严格的验证
new yoker 记者对这款软件试用时,affdex 会对微笑的表情亮起绿灯,当他做出疑惑的表情时,表示疑惑的标识会立即亮起绿灯,识别速度和准确度都非常高
picard 的灵感来自于神经器官学家 richard cyt抑郁症心理测试题owic 的《品尝形状的人》这是一本探讨通感的书,cytowic 认为知觉的处理中心在大脑的边缘系统,这块区域同时也负责人类注意力、情绪和记忆的调控初看,其中与 picard 的研究相关的似乎只有注意力和记忆,而情绪似乎并不相干
2012 年,西班牙政府遭遇财务危机,不得不施行严苛的税收政策,包括对每张电影票征收 13% 的税巴塞罗那一家喜剧俱乐部因此而流失了三分之一的客人,最后找到麦肯在西班牙的分部寻求咨询在麦肯广告的建议下,这家俱乐部在座位上安装了和 affdex 功能相似的软件,并将剧院免费对外开放它承诺观众每笑一次收取 0.3 欧元,上限是 80 次如果观众试图掩盖或在笑的次数上撒谎,就会被收取 24 欧元的全票爱情测试题 超准的价这家剧院的营收也是水涨船高
相机真的可以和 cookies?一样?
尽管 kaliouby 表示希望专注于学术研究,但 mit 的 media lab 的负责人促成了项目的企业化
注意力是网络空间的硬通货
而应用 affdex 是目前可行的途径之一,在商业谈判中,你可以知道对方没有告诉你的是什么比如系统捕捉到了对方的假笑,这也预示着他并不买账
到此,你可能会怀疑,这一技术和读心术还有什么区别?
题图来自 pictures2015?插图来自 realeyes、uksynaesthesia、blingcheese?和?firstlightforum
如果机器能够理解它所看到的内容,图像压缩技术是不是可以再次提高?
当然情绪情感测试题,学界对于 ekman 的理论有着不少的争议,主要来自于社会学家一些社会学家认为在解读情绪时,当事人所处的情境对面部表情的解读也起着重要的作用但机器化的情绪识别系统可以屏蔽掉环境因素的影响,进而从某个层面验证了 ekman 的理论通过扫描面部动作单元,系统对礼貌性微笑和发自内心的微笑,假装的疼痛和真正的疼痛的识别率已经超出了人类
看过美剧 lie to me 的一定对这段故事有印象没错,卡尔·莱曼博士的原型就是 ekman,剧中的主要故事便是来自于 ekman 的经历目前他在另外一家情绪识别企业 emotient 的董事会任职
thales teixeira 与 affectiva 有业务合作,他测试精神病的题目同时也是哈佛商学院的教授他曾尝试对计算注意力的价值,发现和货币一样,注意力的价格也是浮动的他将超级碗广告作为高端广告投放的标杆,计算出在 2010 年美国人注意力的价格是 6 美分/分钟,到了 2014 年,这一价格已经上涨了 20%,比通货膨胀还要高
注意力价格上涨的背后反映出一个比较实际的问题,即注意力正成为一种稀缺资源,因为屏幕正变得无处不在,平均下来,每台设备对人的吸引力都在下降,毕竟人的注意力是有限的
随后,affectiva 获得了明略行母公司 wpp 集团 450 万美元的投资,而 wpp 旗下拥有格雷、奥美、博雅等数家广告和公关公司,affdex 很快便被用来测试数千条广告的投放效果
彼时的 kaliouby 在在线心理测试并不成功的求职之后,已经开始攻读硕士学位,并在偶然的机会读到了 picard 的《情感计算》,大受鼓舞,将其视为偶像的同时也决意开发出可以识别面部的算法
好在情绪识别的研究正在一步步向前推进20 世纪 90 年代以来,一批研究人员开始从事这方面的研究,试图让机器读能懂人类情绪,并可以像人类一样作出正确回应一些智能系统已经可以对音高、音色和响度进行分析,识别出深层次语义,比如根据一位女性和孩子的对话,可以辨别出这位女性是不是一位妈妈,她是不是在盯着孩子的眼睛看,以及她是失落还是高兴另外一些机器则可以分析人类遣词造句的方式,或者是解读肢体语言,然后判断用户的情绪此外还有一些人选择从面部表情入手,因为在很多时测测你的另一半候,面部承担着情绪沟通的功能,而我们通过面部表情传达的信息可能要远远多于语言本身
这一动荡最终导致了联合创始人之一 picard 及其研究团队的离去尽管如此,affectiva 的发展势头不减,mindreader 项目得到了市场调研机构明略行(millward brown)的认可,用来监测观看广告的人的表情明略行在全球六大洲拥有数十万的广告测试人员,他们打开网络摄像头,端坐在屏幕前观看广告,之后他们的情绪变化数据源源不断地汇集到 affdex 的系统里
……
如此一来,机器需要的不再是简单的视力了,而是视觉,亦即“看见”和“看懂”之间的区别只有具备视觉之后,机器才可以辨识图像中的内容,知道图像中哪部分抑郁症心理测试题目是重要的,哪部分是次要的
情绪经济多少有点抽象在某种程度上,它可以看作是现存经济形态的一种延伸,目前很多互联网服务已经可以通过“神经活动”进行付费使用,听起来有些诡异在 1996 年的著作《互联网的规则》一书中,有这样的阐述:
或许我们最终会习惯了摄像头常开的状态,就像存在于每个人电脑中的cookies一样
此前不久,verizon 计划发行一款多媒体机顶盒,配置有多种传感器,包括热成像图形传感器,用于侦测体温;近红外传感器,用于测量深度;以及多阵列麦克风通过扫描,系统可以得知用户的年龄、性别、体重、身高、头发颜色和长度、面部特征肤色、癖好、语言,甚至有没有口音都可鉴别出它还可以辨识出宠物、家具、画像、薯片心理年龄测试等等结合多媒体功能,它还能探测用户的网页浏览数据,邮件内容,也可以侦测用户的情绪……
以人平均一小时查看 12 次手机的频次来计算的话,这将是一个很大的数据,可以完整的记录人在一天甚至更久时间段中的情绪变化,在此基础上推断人的心理状态也是轻而易举的事情
此后,另外一个传播巨头麦肯广告也成了 affectiva 的客户
开启情绪识别的大门
affdex 就是这样一个机器人它运行在 ipad 上,能够识别四种情绪——高兴、疑惑、惊讶和厌恶affdex 可以调用 ipad 内置摄像头扫描面部,在镜头前如果有多个人,它可以对每个人分别定位之后再区分面部主要区域,如嘴、鼻子、眼睛和眉毛,然后进行标注,并用简单的几何情感测试题图形绘制出面部的大致轮廓同时,affdex 通过可形变点,如嘴角,和不可形变点,如鼻尖对面部表情进行连续侦测不可形变点起着参考坐标的作用,可以依此判断形变点的位移情况
1995 年,picard 尝试将自己的发现写入论文,她认为情绪分析是机器学习和机器智能的必要能力,程序员在编写代码之初就应该考虑软件与人互动时的情感因素只是这些发现并没有被重视,于是,她推掉了数百万美元的图像压缩研究资金,潜心继续研究,最终写成了《情感计算》(affective computing)一书,picard 也在有意无意间开创了计算机科学的一个全新学科
新技术在应用初期往往会面临争议,剑走偏锋的事情也时有发生拥有如此潜力巨大的技术,男女情感测试affectiva 也不例外,“双重底线”随之被动摇聘任了职业经理人打理公司之后,affectiva 获得了数百万美元的风险投资,与此同时,企业逐渐偏离辅助治疗领域,向市场调研的方向倾斜
正如石油资源的短缺刺激着人们去开发利用新能源,正有越来越多的人投入到消费者认知(consumer cognition)的研究之中,他们寄望着在很短的时间内获得更多的关注度和注意力,并记录下这种密集程度而情绪化的人更容易参与其中,因为情绪本身就是一种记忆的标识所以研究已经开始偏向于“如何才能更快地触达感知到这些情绪的人?”
其中不免会触及到隐私问题
这是情绪识别领域的新星 affectiva、emotient 等企业的愿精神病心理测试题望
所有这些数据都可以被电视的广告投放系统利用当你叹息时为你推送香薰蜡烛的广告,当夫妻间吵架婚姻出现裂痕时,推送律师事务所的广告,等等诸如此类
这系统能在员工不知情的情况下监视他们吗?
与此同时,affectiva 收到了一份颇有诱惑力的提案——通过 cctv ,监测迪拜的幸福指数
解读表情,还是解读心理?
在就读博士学位期间, kaliouby 的导师对情感计算并不熟悉,她自然而然也受到了一些质疑在一次陈述研究报告的时候,一位观众表示 kaliouby 所想赋予计算机的能力和自闭症患者的症状有些相像于是,kaliouby 开始研究自闭症当时剑桥的自闭症研究中心正在进行一个庞大的项目——建立人类面部表情抑郁症测试题库,这样在外界的干预下,自闭症患者便可以进行学习
在翻阅大量神经科学的文献之后,picard 改变了看法,情绪和理性是息息相关的,正如过多的情绪都会造成不理智,过少的情绪也是如此丧失情绪控制能力的人同时也会丧失决策的能力,无法全面地看待事物,也不会懂得常识,这些人丢失的能力也正是 picard 希望计算机能够拥有的
据 kaliouby 表示,affdex 已经分析了超过 200 万份视频,受试者来自全球 80 余个国家数据量的增加使得这一系统的识别能力进一步提高目前,affdex 可以辨识出微笑中的细微差别,辨识能力超出大部分的人类
十年之后,我们可能都不会记得当初冲着一台机器人皱眉头,而它却回应你说“你不心理测试喜欢这样?”时的窘态了
除了实时侦测表情之外,装有情绪识别系统的机器人还具有一定的预测能力它可以不眠不休,全神贯注,不会遗漏掉任何一种表情,哪怕是当事人自己都不曾察觉的表情比如,通过扫描微表情(micro-expressions),识别系统可以预判行政主管会不会毙掉财务预算的提案:一闪而逝的厌恶表情意味着他发现了提案中的不合理之处,而愤怒的表情则预示了这份提案被拒的命运
顾客的需求五花八门,这也是 affectiva 面临的商业和道德层面的抉择
一念成佛,一念成魔
affectiva 的团队成员大多来自 mit,kaliouby 本人则拥有着计算机科学博士的头衔,精于数学概念和理论,贝叶斯概率和隐马尔可夫情感测试小游戏模型都不在话下近日,new yorker 记者对 affectiva 进行了深入报道
这本书也最早认识到,数字经济的原始驱动力主要来自于新的精准营销模式而在 2008 年,wired 的作者 chris anderson 撰文分析了为什么免费将是未来的商业模式,并预言了免费经济时代的来临
白殿疯早期图片白癜风初期