研究人員希望透過融合傳統和新穎的技術方法來更好地量化情緒，從而改變情緒量化領域的面貌

人類的情感是複雜的，並不總是能夠輕易歸結為可識別的模式。確定一個人的情緒狀態人與人之間的溝通可能很困難，而且作為一個情感實體存在的許多細微差別似乎不可能訓練一個非人類實體來理解、識別和學習。

然而，在培訓方面已經投入了大量的工作和研究人工智慧（AI）觀察、量化並辨識人類的各種情緒狀態。久經考驗的心理學方法與人工智慧的智慧和可訓練性相結合，可以使情緒識別技術在醫療保健和教育等領域發揮無價的價值。

在傳統技術有限的地方，人工智慧可以改進。透過使用手勢辨識技術、臉部情緒辨識 (FER) 和多模式情感辨識等多種發展成果，情緒辨識技術有機會為許多個人和整個研究領域帶來變革。

「這項技術有潛力改變諸如衛生保健、教育和客戶服務，促進個人化體驗並增強對人類情感的理解。中國人工智慧研究院人工智慧研究室。

人工智慧能夠理解人類的情感，並能夠根據人類的情感輸入進行適當的交互，這對於人機交互來說是革命性的，並且可以成為評估個人心理健康狀況的關鍵。這不僅透過一種形式的輸入來完成，還可以考慮生理學。例如，一些技術可以透過腦電圖掃描來獲取大腦電活動的輸入，並將其與眼球運動結合起來科技來監視人們的表情。

其他情緒喚醒的測量，例如心率變異性和皮膚電反應，也是用於將無形的「情緒」轉換為模式和可識別、可讀的數據的工具，供人工智慧學習和改進。

多模態情緒辨識同樣結合了不同的感知通道，例如視覺、聽覺和觸覺，以更全面地了解情緒可能帶來的影響。不同領域和技術的結合對於創建人類情感複雜性的準確且全面的表示是必要的。

劉說：“相信人工智慧、心理學、精神病學和其他領域之間的跨學科合作將是實現這一目標並釋放情感量化的全部潛力以造福社會的關鍵。”

在心理健康迅速成為首要任務的世界中，讓人工智慧能正確辨識人類情緒尤其有用。情緒量化人工智慧可以幫助監測個人的心理健康狀況，並為該人創造個人化的體驗，而無需讓其他人參與其中。

成功使用情感識別和量化人工智慧需要幾個主要組成部分。需要解決的一個問題是安全性和透明度，特別是因為它涉及醫療和心理諮商等更敏感的話題。使用此類人工智慧的實體所採取的資料處理實務和隱私措施必須非常嚴格。

此外，確保人工智慧能夠適應文化的細微差別至關重要，因為這將保持人工智慧的完整性和可靠性，以供未來參考和學習。

更多資訊：劉鋒，情感量化中的人工智慧：前瞻性概述，中國人工智慧研究院人工智慧研究室（2024）。DOI：10.26599/AIR.2024.9150040

提供者：清華大學出版社