人工智能在识别情绪方面仍然落后于人类

根据UCL参与的一项新研究，人工智能在解读人们脸上的情绪时仍然落后于人类观察者。

根据《PLOS One》发表的研究结果，这种差异在情绪的自发表达中尤为明显。

都柏林城市大学领导的研究团队研究了八种“开箱即用”的面部表情识别自动分类器(能够识别面部人类表情的人工智能)，并将它们的性能与人类观察者进行了比较。

研究人员发现，人类情感的识别准确率为72%，而在测试的人工智能中，研究人员观察到的识别准确率在48%到62%之间。

该论文的第一作者，达米恩德普雷博士(都柏林城市大学)说：“声称可以从面部表情识别人类情绪的人工智能系统现在很容易开发。然而，大多数人工智能系统都是基于不确定的科学证据，即人们通过面部表情来表达情绪。同样的方式。

“对于这些系统来说，人类的情绪只能归结为六种基本情绪，但它们无法很好地处理混合情绪。

“使用这一系统的公司需要意识到，获得的结果并不是衡量他们感受到的情绪的指标，而只是衡量一个人的脸与应该对应于这六种情绪之一的脸的匹配程度。”

这项研究涉及从两个大型数据库中取样的937个视频，这些视频传达了六种基本情绪(快乐、悲伤、愤怒、恐惧、惊讶和厌恶)。选择了两个著名的动态面部表情数据库：纽约宾汉姆顿大学的BU-4DFE和达拉斯德克萨斯大学的另一个数据库。两者都被注释在情感范畴，包含姿势或自发的面部表情。所有检查过的表情都是动态的，以反映人类面部行为的真实本质。

自发情绪行为的AI分类准确率始终较低，但姿势表达的差距缩小。两个最好的人工智能系统也擅长识别手势。

为了评估情感识别的准确性，本研究比较了人类裁判和八个商业自动分类器的性能。

合著者、UCL心理和语言科学学院的伊娃克鲁姆胡伯博士补充道：“人工智能在识别人们的面部表情方面取得了长足的进步，但我们的研究表明，在识别真实的人类情绪方面仍有改进的空间。”

UCL都柏林城市大学、不来梅大学和贝尔法斯特女王大学的研究人员在PLOS进行了一项研究。

Krumhuber博士最近领导了发表在《情感》的另一项研究，该研究比较了人和机器在14个不同动态面部表情数据库中的情绪识别。这项小规模研究使用不同的方法分析机器数据，发现AI在识别情绪方面与人类相当。