情感智能進(jìn)行時,如何打開商業(yè)化正確姿勢?
情感到底是如何被機(jī)器計(jì)算?情感智能的商業(yè)化是否靠譜?我們希望帶著這些令人好奇問題深入到情感智能的最前沿。
在初為父母的前幾年時間里,你們會有一件其樂無窮的事情就是觀察孩子們的情感狀態(tài)。小孩子的情感的豐富度是隨著大腦的日漸發(fā)育,還有生活經(jīng)驗(yàn),尤其是父母的情感和情緒表現(xiàn)而逐漸發(fā)展的。
細(xì)心觀察就會發(fā)現(xiàn),孩子們會由最開始的本能的哭泣、開心,慢慢流露出生氣、著急、疑惑和好奇,個性開始展現(xiàn)。再然后她便開始學(xué)著模仿大人的表情,表現(xiàn)出委屈、憤怒、不情不愿、悲傷、害怕,也表現(xiàn)出興奮、淘氣、使壞得逞后的得意、裝模作樣被發(fā)現(xiàn)后的狡黠……
在個性、言語和情緒掌握上,父母很大程度就像是孩子的鏡像,孩子就是父母的印刻。幾乎每個家庭都在用自己的方式培養(yǎng)這樣一個“純?nèi)斯ぶ悄堋薄?/p>
世界級神經(jīng)科學(xué)家安東尼奧·達(dá)馬西奧在其著作《笛卡爾的錯誤》中指出,情緒和情感也是人類理性的基礎(chǔ),情緒部分的缺失使得理性決策難以實(shí)現(xiàn)。簡單來說,人類的理性不僅僅由智商(IQ)決定,也受情商(EQ)決定。
這一研究解釋了人類的智能不是簡單的邏輯計(jì)算和推理,還有情緒感受推動著的決策和行動。那么,對于人工智能而言,僅僅具有分析和識別能力是遠(yuǎn)遠(yuǎn)不夠的,能否具有情緒情感的識別和表達(dá)能力才是向人類智能的大步飛躍。
正如馬文·明斯基所言:“如果機(jī)器不能夠很好地模擬情感,那么人們可能永遠(yuǎn)也不會覺得機(jī)器具有智能?!?/p>
如何讓機(jī)器具有識別、理解和表達(dá)人的情感的能力,其實(shí)也早已進(jìn)入人工智能研究的視野之內(nèi)。
在1997年,MIT媒體實(shí)驗(yàn)室的AI專家羅莎琳德·皮卡德教授已經(jīng)正式提出“情感計(jì)算(Affective Computing)”的概念,也同時開創(chuàng)了計(jì)算機(jī)科學(xué)、神經(jīng)科學(xué)和人工智能學(xué)科結(jié)合的這一分支學(xué)科——情感計(jì)算,從而推動了情感識別分析與AI技術(shù)相結(jié)合的情感智能的持續(xù)發(fā)展。
我們知道最近十年里AI技術(shù)的爆發(fā),主要是在計(jì)算機(jī)視覺、自然語言處理、語音識別等機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法領(lǐng)域發(fā)生的。圖像識別、語音識別等AI應(yīng)用在產(chǎn)業(yè)的成熟落地,其風(fēng)頭正勁的光芒遮蓋了仍處在探索當(dāng)中情感智能的發(fā)展。同時,這也說明情感智能是下一階段更高階的AI技術(shù),其成熟度和應(yīng)用場景還需要更多時間來培養(yǎng)。
根據(jù)德勤最新一份研究報告,作為2020年后新技術(shù)趨勢的情感智能,將成為很多人重新體驗(yàn)AI技術(shù)的新方式之一。
也就是說,情感、情緒,這一原本專屬于人類個體的獨(dú)特而又復(fù)雜的內(nèi)在屬性,正在成為被技術(shù)模擬和商業(yè)重構(gòu)的生產(chǎn)力形式,現(xiàn)在以人機(jī)交互的方式來到我們身邊。
那么,情感到底是如何被機(jī)器計(jì)算?情感智能的商業(yè)化是否靠譜?我們希望帶著這些令人好奇問題深入到情感智能的最前沿。
情感情緒識別,實(shí)現(xiàn)情感智能第一步
在搞清楚情感計(jì)算和情感智能之前,搞清楚情感概念本身就是一個非常復(fù)雜的問題。據(jù)統(tǒng)計(jì),關(guān)于情感的研究和定義,相關(guān)的理論就有150種之多。我們可能很輕松地認(rèn)出他人神態(tài)、語氣、姿勢當(dāng)中包含的當(dāng)下情緒和持續(xù)的情感狀態(tài),但是讓我們說清楚到底什么是情感,不同狀態(tài)、不同程度的情感的細(xì)微差別,可能就非常難了。
那么,在識別情感情緒這件事情上,機(jī)器可以做的比人類更好嗎?
我們可以肯定的是情感是可以計(jì)算的。從性質(zhì)上,情感其實(shí)可以區(qū)分為生理上的和心理上的兩個部分。前者體現(xiàn)為表情、音調(diào)、身體姿態(tài)以及依靠傳感器才能覺察的肌肉、心電反應(yīng);后者體現(xiàn)為個體的內(nèi)在的心理狀態(tài),前者是后者的生理性表現(xiàn),后者又是前者的心理基礎(chǔ)。
顯然,機(jī)器更擅長從前者的角度來識別和認(rèn)知情感情緒。在情感計(jì)算的研究中,情感情緒識別是最基礎(chǔ),也是最重要的研究領(lǐng)域。
情感情緒識別主要就是通過對人的面部表情、語音語調(diào)、文本內(nèi)容以及身體生理信號等各種模態(tài)數(shù)據(jù)的學(xué)習(xí),從而識別出人類的各種情緒和情感狀態(tài)。在此基礎(chǔ)上,現(xiàn)在情感計(jì)算領(lǐng)域已經(jīng)具有很好的人臉表情識別、語音情感識別、文本情感識別、多模態(tài)情感情緒識別等。
以人臉表情識別為例:表情識別技術(shù)就可以利用人臉的面部信息,比如眼角細(xì)紋、眉頭、嘴角位置的變化,來進(jìn)行表情的判斷。由于深度學(xué)習(xí)的應(yīng)用,表情識別的算法也取得了很大的提升。現(xiàn)在研究者更是將注意力集中在人類難以察覺的微表情識別當(dāng)中。這些在美劇當(dāng)中出現(xiàn)的技術(shù)將實(shí)際應(yīng)用到司法、金融以及教育領(lǐng)域。
人臉表情識別技術(shù)不僅能知道人們是否是發(fā)自內(nèi)心的微笑還是社交微笑,還能夠抓取到連本人都意識不到的、轉(zhuǎn)瞬即逝的表情,盡管這些表情是本人刻意隱藏的或者無意識流露出來的。
除人臉表情識別外,語音情感識別是一種同樣重要的情感識別方式。語音情感的識別算法是通過對聲音信號的特征提取、處理,實(shí)現(xiàn)分類器所需的訓(xùn)練模型,利用分類器來對要識別的情感類型進(jìn)行預(yù)測。
在人機(jī)的語音情感交互中,除了機(jī)器準(zhǔn)確地獲取和識別人類的語音情感信息,再就是機(jī)器如何使用帶有情感的語音信息進(jìn)行反饋。
目前來看,我們在智能音箱、智能導(dǎo)航上聽到的那些四平八穩(wěn)的機(jī)器合成仿人類語音,距離有著韻律和節(jié)奏感的真人音色和情感表達(dá)上還是有一定差距的。但是在遷移學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等方法的幫助下,模仿真人帶有真實(shí)情感的語音語調(diào)的合成語音,其以假亂真的程度已經(jīng)超出了我們的想象。很多在線客服,僅從聲音上已經(jīng)很難判斷是人工還是人工智能了。
基于文本的情感識別,盡管沒有了圖像、語音等維度的個性化數(shù)據(jù)信息,但通過自然語言處理,機(jī)器增加了對話、語句、語詞屬性等多個層次的語義分析。從對話中可以獲得對方的情感傾向,從語句中獲得其情緒的轉(zhuǎn)變,從語詞屬性中提取觀點(diǎn)。這樣在機(jī)器進(jìn)行文本應(yīng)答的過程中,就可以給出更個性化的回復(fù),而不是像現(xiàn)在電商客服里清一水的感謝或者道歉的標(biāo)準(zhǔn)文案。
多模態(tài)情感情緒識別,相比較于單模態(tài)的數(shù)據(jù)識別,可以綜合不同模態(tài)的情感信息來提高情緒情感識別的準(zhǔn)確度。
首先是智能終端設(shè)備,包括像智能手表、VR眼鏡等可穿戴設(shè)備的成熟,使得多模態(tài)數(shù)據(jù)收集成為可能。其次,研究者已經(jīng)可以采用深度信念網(wǎng)絡(luò)對生理信號、表情與姿勢信息以及語音信號等多模態(tài)信息進(jìn)行特征融合,再通過支持向量機(jī)來進(jìn)行特征分類,從而給出情緒情感識別的結(jié)果。
情感情緒識別只是邁出了情感計(jì)算最基礎(chǔ)的一步,當(dāng)AI開始嘗試給出帶有情感表達(dá)和情感決策的反饋,人機(jī)的情感互動才可以建立起完整的閉環(huán)。當(dāng)然,由于商業(yè)活動當(dāng)中,有大量的場景需要應(yīng)用到對于人類的情感情緒識別技術(shù)。
伴隨著這些情感計(jì)算的情感情緒識別技術(shù)開始的出現(xiàn),其商業(yè)化進(jìn)程就已經(jīng)開始,特別是近幾年伴隨著AI應(yīng)用的大規(guī)模普及,情感智能正成為了AI領(lǐng)域的新熱點(diǎn)。
新交互體驗(yàn),情感智能的商業(yè)新機(jī)
隨著情感計(jì)算技術(shù)的成熟,人臉表情識別、語音文本識別、人機(jī)情感交互已經(jīng)在零售、金融、教育、臨床醫(yī)學(xué)、心理分析、車輛監(jiān)控等商業(yè)領(lǐng)域得到了廣泛的應(yīng)用,涌現(xiàn)出一大批以情感計(jì)算技術(shù)為核心的創(chuàng)業(yè)公司。在眾多的商業(yè)場景中,客戶或者用戶的情感情緒對于企業(yè)來說是非常重要的參考數(shù)據(jù),也是企業(yè)進(jìn)行決策的數(shù)據(jù)。
比如,廣告主希望知道消費(fèi)者對于他們的廣告宣傳的關(guān)注點(diǎn)和感興趣的程度;零售商希望知道進(jìn)店顧客對于陳列商品的喜好程度;教育工作者希望了解授課過程中學(xué)生們的學(xué)習(xí)狀態(tài)和對知識的興趣態(tài)度;在線客服則希望最及時地處理顧客的負(fù)面投訴,想盡快地識別和安撫那些已經(jīng)氣急敗壞的客戶以降低投訴風(fēng)險;金融業(yè)則希望了解重要客戶的誠信情況,除了其歷史記錄,還想知道其當(dāng)前的真實(shí)意圖……傳統(tǒng)的調(diào)查、訪談或者增加人力的方法,盡管有一定作用,但仍然存在著大量的主觀的、不確定的影響因素來影響企業(yè)對客戶情緒的有效判斷。而基于情感智能的識別分析,則能夠得到客戶和用戶最真實(shí)的情感表現(xiàn),同時由于機(jī)器學(xué)習(xí)的大規(guī)模應(yīng)用,還能有效降低在情感計(jì)算上面的時間、人力的投入。
在廣告效果測試中,如果是基于問卷調(diào)查,被測試者往往會經(jīng)過理性思考,出于維護(hù)個人形象或者出于社交禮貌等因素,給予被測試廣告過高的評價。而基于人臉情緒識別,則可以發(fā)現(xiàn)被測者在觀看廣告時的無意識的情緒狀態(tài),這樣更有助于得到對該廣告的真實(shí)反饋。
再比如零售門店的場景當(dāng)中,遍布門口以及店內(nèi)的攝像頭,可以代替店員最先捕捉到顧客的瀏覽狀態(tài)、在商品前的停留時間、神情狀態(tài)等信息,從而可以有效指導(dǎo)店員進(jìn)行服務(wù)介入。另外,與會員制的結(jié)合,可以對該顧客的購買記錄、到店的情感狀態(tài)記錄一起形成顧客的個性化資料庫,從而進(jìn)行更有針對性的購物指導(dǎo),提高到店復(fù)購率。
在金融領(lǐng)域,情感智能可以有效應(yīng)用在金融信貸反欺詐領(lǐng)域。在應(yīng)用這些技術(shù)之前,金融機(jī)構(gòu)只能根據(jù)信貸客戶的歷史表現(xiàn)和資產(chǎn)信息進(jìn)行判斷,這樣一方面限制了信貸的客戶群體,一方面有可能遭遇客戶的類似“龐氏騙局”形式的故意欺詐,即通過之前良好的信貸記錄,最后一次性大額信貸后卷款跑路。
基于情感智能技術(shù)的實(shí)時性和分析數(shù)據(jù)的“不可偽造”特性,金融機(jī)構(gòu)就可以通過對信貸客戶在面對面訪談過程中的人體數(shù)據(jù)進(jìn)行音視頻的記錄和分析?;趯@些數(shù)據(jù)的分析,可以形成一個欺詐可能性的概率,為金融機(jī)構(gòu)的最終判斷提供參考依據(jù)。
如果將這些應(yīng)用場景列舉下去,我們會得到一串長長的情感智能的商業(yè)化清單。我們其實(shí)也能看到,從商業(yè)機(jī)構(gòu)、企業(yè)主的角度出發(fā),他們想要將情感智能技術(shù)應(yīng)用到各類商業(yè)場景當(dāng)中,從而獲得更多的消費(fèi)者數(shù)據(jù)和商業(yè)機(jī)會。
作為消費(fèi)者和一些平臺用戶的我們是否該問一句:在這些應(yīng)用場景當(dāng)中,是否要訂立一些使用的邊界,來保護(hù)我們個人最后的那一點(diǎn)隱私呢?
知情和許可,打開情感智能商業(yè)化的正確姿勢
情感計(jì)算和情感智能的技術(shù)可行性以及應(yīng)用的可行性,其實(shí)已經(jīng)毋庸置疑了。但是情感智能的應(yīng)用邊界和規(guī)則,卻理應(yīng)得到認(rèn)真的思考和界定。思考這樣幾個場景,比如:當(dāng)你在駕車行駛的途中,車內(nèi)攝像頭可以捕捉到你的面部表情,就會判斷你是否處于疲勞、分心或者路怒狀態(tài),并進(jìn)行及時的提醒和休息建議。
這項(xiàng)技術(shù)現(xiàn)在早已開始普及,但是如果這些被記錄的情緒狀態(tài),如果被用來作為你下一次車險的判斷依據(jù),就需要值得商榷了。
再比如:去年一段小學(xué)生戴著監(jiān)控頭環(huán)上課的事件鬧得沸沸揚(yáng)揚(yáng)。這一設(shè)備可以記錄孩子們的走神、分心的情況,并進(jìn)行注意力打分,匯報給老師和家長。這種情緒數(shù)據(jù)的監(jiān)控,以及類似地對學(xué)生上課狀態(tài)的識別,是否對學(xué)生的隱私造成侵犯和傷害,也是一件值得探討的事情。
更極端的情況,比如一些公司如果想用這套情感智能系統(tǒng)來監(jiān)控員工的工作表現(xiàn),社交網(wǎng)站和分析機(jī)構(gòu)使用用戶的社交記錄來進(jìn)行政治傾向的篩選和政治選舉的刻意引導(dǎo),正如Facebook和劍橋分析所做的那樣,造成了極為惡劣的社會影響。
顯然,商業(yè)機(jī)構(gòu)或者各類組織在應(yīng)用情感智能的技術(shù)時候,應(yīng)該讓消費(fèi)者和使用者擁有充分的知情權(quán),并且在某些情況下,要征得用戶的許可授權(quán),這樣才能更好地為情感智能的應(yīng)用提供友好的使用環(huán)境。
首先,提供知情權(quán)是所有應(yīng)用情感智能的基礎(chǔ)。比如,零售場景的視頻監(jiān)控和數(shù)據(jù)監(jiān)控應(yīng)做好明顯的提示;在線客服的機(jī)器客服應(yīng)答,也應(yīng)明確告知其真實(shí)身份。
其次,某些場景下獲得消費(fèi)者和用戶的許可授權(quán),是進(jìn)行情感智能的必要步驟。比如:廣告商想要獲取用戶的真實(shí)反饋,比如在智能電視、影院等場景,必須獲得觀眾用戶的許可,才可以進(jìn)行數(shù)據(jù)采集和分析。另外,從公共安全和公民個人隱私保護(hù)的權(quán)衡利弊上,國家也應(yīng)該開始制定相應(yīng)的法律法規(guī),限制情感智能在可能會涉及的危害公共安全和個人隱私領(lǐng)域的應(yīng)用。
我們知道商業(yè)機(jī)構(gòu)以及各類組織在新技術(shù)、新商業(yè)模式上的探索熱情是難以遏制的。情感智能所產(chǎn)生的商業(yè)新場景,將激發(fā)全新的人機(jī)交互場景,但這同時意味著個人用戶必須讓渡自己的更為私密的隱私數(shù)據(jù)。
按照科斯定理,一項(xiàng)資源歸誰所有,不在于它是屬于誰的,而是在于誰用得好就歸誰所有。這一理解確實(shí)很好地解釋了資源在市場中如何最高效利用的背后原因。比如:薛兆豐所列舉的淘寶的購物大數(shù)據(jù)以及亞馬遜的注釋的數(shù)據(jù),由于是淘寶網(wǎng)站的廣告平臺以及亞馬遜的數(shù)據(jù)平臺可以用得最好,這些數(shù)據(jù)就應(yīng)該歸淘寶和亞馬遜所有。
當(dāng)然這有一定道理,畢竟用戶們免費(fèi)使用了平臺提供的一系列服務(wù),并且肯定同意了平臺的那些“冗長的”用戶服務(wù)協(xié)議,讓渡數(shù)據(jù)才能更好地幫助平臺成長。
但是現(xiàn)在情感智能技術(shù)的進(jìn)展要開始獲取個人幾乎最私密、最主觀化的身體和心理數(shù)據(jù),這必須讓我們重新審視一下科斯定理的適用范圍了。
用戶是否在意自己的這一隱私數(shù)據(jù)是一回事情,商業(yè)機(jī)構(gòu)是否提供情感智能應(yīng)用的知情權(quán)和許可權(quán)就是另一回事。至少像手機(jī)APP應(yīng)用在安裝的時候,也要問一句,是否同意獲取您的個人情緒情感信息。
情感智能的商業(yè)野心之下,還請讓選擇權(quán)留在用戶的手中。
#專欄作家#
腦極體,微信公眾號:腦極體,人人都是產(chǎn)品經(jīng)理專欄作家。
本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。
題圖來自Unsplash, 基于CC0協(xié)議
- 目前還沒評論,等你發(fā)揮!