Affective Computing

情感计算是一个计算领域，旨在识别、解读和响应人类情绪，以及模拟压力、投入度和疲劳等相关状态。MIT 媒体实验室的 Rosalind Picard 于 1995 年在一份技术报告中提出了这一领域，并在 1997 年出版的《情感计算》一书中进一步阐述。她认为，与人密切协作的计算机需要具备一定的情绪识别和表达能力；她的情感计算研究组至今仍在这一领域发表研究成果。根据面部或声音估计情绪的商业系统通常被称为情绪 AI。

信号与情绪模型#

情感系统会读取可观察信号：面部表情、语调和说话节奏、选词、姿势和手势，以及可穿戴传感器测得的心率和皮肤电导等生理指标。单一信号往往含义模糊，因此结合多个信号通道的多模态 AI模型通常比单一信号更可靠。

情绪表示方法主要有两种。类别模型会分配离散标签，通常依据心理学家 Paul Ekman 提出的基本情绪：快乐、悲伤、愤怒、恐惧、惊讶和厌恶。Ekman 和 Wallace Friesen 于 1978 年发表的面部动作编码系统会将表情分解为编号的动作单元，用于表示单个肌肉动作，例如微笑时嘴角上扬；许多面部分析系统会先检测这些动作单元。维度模型则会将某种状态放在连续坐标轴上，最常见的是效价（愉快到不愉快）和唤醒度（平静到兴奋）。

公开数据集也采用类似划分。FER2013 是为 2013 年机器学习挑战发布的数据集，包含 35,887 张 48 x 48 像素的灰度人脸图像，并标注了七种表情，用于图像分类。AffectNet 于 2017 年发布，从网络收集了超过一百万张人脸图像，其中约一半经过人工标注，包含表情类别以及效价和唤醒度评分。

该领域与几个定义更加明确的任务有所交叉。人脸识别用于确认一个人的身份，而面部表情分析则描述一个人的脸在做什么。情感分析将文本中的观点分类为正面或负面，其目标比情感系统估计的情绪和生理状态更狭窄。对话式 AI 增加了模拟情绪的功能：聊天机器人或语音助手模仿用户的情绪语气，就能模拟共情；这会让模型附和用户的AI 谄媚行为显得更有说服力，也是与AI 精神病相关的人类化特征之一。

情感计算的应用领域#

驾驶员监控是应用最广泛的场景之一。根据欧盟《通用安全条例》，自 2024 年 7 月起，在欧盟销售的每辆新车都必须配备困倦和注意力警告功能；自 2026 年 7 月起，还必须配备高级驾驶员分心警告功能。基于摄像头的驾驶员监控系统会观察闭眼、打哈欠、头部姿态和使用手机等情况，以满足这些要求。Ultralytics YOLO26模型可以训练为检测这些驾驶员监控线索，而姿态估计会提供头部和身体关键点，用于识别身体 slouch 或头部转离道路的情况。这些系统会估计疲劳程度和驾驶员注意力，这些可观察状态会直接影响安全。

媒体研究是另一个长期应用领域。Affectiva 于 2009 年从 Picard 的实验室独立出来，并于 2021 年被驾驶员监控公司 Smart Eye 收购；该公司开发了面部编码工具，可逐帧测量观众对广告和电影的反应，并汇总许多观众的数据。联络中心会应用语音识别和基于语音的情绪分析，标记沮丧的来电者并实时指导客服人员；健康研究人员则使用可穿戴设备信号跟踪压力并检测癫痫发作。

科学与法律方面的局限#

从表情推断内心感受是一个有争议的推断过程。Lisa Feldman Barrett 主导的 2019 年综述考察了 1,000 多项研究，并得出结论：面部动作无法在人群、文化和情境之间稳定地对应特定情绪。人们愤怒时皱眉的频率低于刻板印象所暗示的程度，而且皱眉也有许多其他原因。使用摆拍人脸或从网络收集的人脸训练的系统也会继承数据集偏差，在不同年龄群体、肤色和文化中的准确率不一；神经多样性人群表达情绪的方式也可能超出训练数据的覆盖范围。Microsoft 于 2022 年停用了 Azure Face 服务中的情绪推断功能，理由是情绪定义缺乏科学共识，且相关能力涉及隐私问题。

法律已经划定了明确界限。自 2025 年 2 月 2 日起，欧盟《人工智能法案》第 5(1)(f) 条禁止在工作场所和教育机构中使用推断人员情绪的 AI 系统，医疗或安全原因除外。其他场景中的情绪识别被归类为高风险；在欧盟 2026 年《数字综合条例》推迟相关义务后，这些义务现定于 2027 年 12 月起生效。自 2026 年 8 月起，任何部署此类系统的主体都必须告知受其影响的人。由于情感系统会处理面部、声音和生理信号，因此还适用生物识别数据的数据隐私规则；这使得在设备上处理视频并仅保留生成警报的边缘 AI设计更具优势。