没有情绪的人工智能如何识别人类的情绪？
从了解情绪变化过程中肌肉的变化，到利用机器识别人类的情绪，我们对情绪的认知是个漫长而又渐进的过程。最新一期的《机智过人》，展示了机器成功识别人类不易观察的情绪变化的案例。人类的情绪为何会被识别？机器又如何能够判断出人类情绪变化的？这是本文要回答的两个问题。
情绪为何难以控制？情绪一词，最早可追溯到1579年，来源于法语单词émouvoir，意为挑起或搅动。
因此，情绪事实上即是多种感觉、思想和行为交织一起，综合产生的心理和生理状态。从生物进化角度而言，情绪可以分为基本情绪和复合情绪，而前者主要由6种基本的形式构成，包括高兴、愤怒、惊讶、厌恶、悲伤和害怕，是与生俱来的，为人和动物所共有。情绪通常表现出明显的冲动性和外部特征，包括认知评估、身体反应、主观体验（如喜悦、愤怒，悲伤等）、外在表现（面部表情、身体姿态和动作等）和行动倾向（产生动机）。
情绪机制是人类经历漫长进化过程之后而固化的一种本能。
情绪的产生和调节受到三个因素的影响：遗传学、大脑发育以及后天训练。当一个人的情绪体验和情绪反应出现异常，严重影响正常生活和社会活动时，就会出现情绪障碍，例如焦虑、抑郁和躁狂症等。究其原因，可能是遗传因素在情绪障碍的发病中导致机体产生易感性，容易受到特定环境因子的促发。当情绪压倒理性时，我们认为“情绪脑”在其中起到关键作用。
与情绪有关的脑区出现异常发育、发育不全或者损坏的条件下，情绪也会失控。其中脑区损坏最著名的例子就是，1848年，铁路建筑工人Phineas Gage头部受到严重的贯穿性创伤，损坏了负责情绪抑制的前额叶，奇迹生还后，性格大变，情绪非常不稳定。
尽管情绪的调节容易受到诸多先天因素（遗传和发育）和后天脑部损伤的影响，但在日常生活中我们会发现有一些特殊的人群，例如演员和战士，接受严苛的训练后，可以近乎完美地控制自身的情绪反应。在《机智过人》的节目现场，蛟龙突击队队员，正是这样一群拥有着超常心理素质和自控能力的人群。蛟龙突击队的选拔是个万里挑一的过程，每位战士都必须完成两个方面的训练，即恶劣自然环境的适应性训练和肉体承受的极限训练。
其中，狙击手的情况更为特殊，除了精确的射击技术，狙击手们还需长期接受情绪控制方面严格的定型、定力和专注力训练，这些使得他们在面临重大危机和伤痛时，也不会表现出太大的情绪波动。
身经百战的蛟龙突击队前成员们需要在节目中接受两轮特殊的检验。第一局中，班长、观察兵、狙击手、机枪手和医疗兵等8位战士需依次带上耳机，蒙眼组装枪械。
而第二局，战士们则要手持亲人照片凝视10秒（其中狙击手的照片与别人不同），在这个过程中，既不能说话，也不能做任何动作。每轮对战结束之后，刑警心理咨询师孟伟和一个名叫“阿尔法鹰眼”的安检产品将进行速度的比拼，找出真正的狙击手。孟伟拥有15年一线刑警心理咨询经验，阿尔法鹰眼号称“用鹰的眼镜直击坏人的内心，让坏人无处藏身”。最终，“阿尔法鹰眼”找到了真正的狙击手。
人类情绪在机器下无所遁形。
为何特种部队完美的伪装也会出现破绽？“情绪的产生过程会反映在外周器官状态变化。比如人受到外界刺激感到恐惧的时候，会出现心跳加速或心律不齐、呼吸短促或停顿和血压升高等情况。这是因为人在不同的情绪状态下存在特定的自主神经活动模式。”节目嘉宾，清华大学教授鲁白解释道。
情绪的自主神经反应通常伴随着交感神经和副交感神经的活动变化，而下丘脑则能整合自主神经系统的活动并控制情绪的行为表达，起到自上而下的调控作用。通过记录皮肤导电率、血压和心电图以及测试者的主观感受可以发现，电刺激下丘脑的不同核团，同样也可以引起部分类似情绪表达（恐惧和愤怒）的自主反射，例如心跳速度、肠胃的蠕动、弓背以及瞳孔放大等现象。
情绪的识别，除了可以通过皮肤导电率进行“量化”外，还可以通过脑电进行记录。清华大学心理学系教授张丹，在Frontiers in Human Neuroscience上发表的一篇文章中，针对10种不同类型的积极情绪的脑电表征进行分析，发现不同类别的积极情绪会诱发不同的脑活动，而且大脑存在不同的机制支撑积极情绪。节目中“阿尔法鹰眼”采取的则是另外一种快速识别的方法，可以捕捉人眼无法察觉的细微变化。
它的工作原理是通过采集3至5秒的人体脸部视频流，基于前庭情感反射理论，将细致到0-1000 μm振幅以及频率为0-10 Hz的肌肉振动进行建模分析，从而达到情感计算，是一种建立在人类自体原发性情感上的度量模型。“阿尔法鹰眼”的整个识别过程不受表情、人种、年龄和面部遮挡物影响，并且突破局限，覆盖了传统人脸识别技术不可检测的盲区。可以说，监控技术从“看人”、“识面”发展到“知心”的新水平。
生物识别技术的新突破和运用。在科技发展日新月异的今天，人脸识别技术已逐渐渗透到日常生活的方方面面。从传统的摄像机、温度检测器和超声波检查等方式获取数据，到如今的指纹支付、虹膜和声纹识别以及步态分析等，生物识别技术不断取得重大突破和进展。尽管如此，现有的人工智能识别技术仍处于IQ阶段，学习过程就是建立大量数据库，让人工智能与大数据进行对比，从而得到结果。
以“阿尔法鹰眼”为代表的生物识别3.0技术则规避了上述弊端，只需通过一个超过30万像素的摄像头和一个服务器即可实时监测因为紧张、焦虑和压力导致的情绪波动，实现非接触式的人类情感计算，让人工智能拥有“读心术”。
未来几年，随着情感计算和情绪表现的深入研究，以及云端的AI和大数据技术的发展，完整的情绪识别技术和完整的危险人群预警与实时监控系统有望形成。此外，对情绪和认知的研究还可以建立基于情商（EQ）的大数据，同更多的场景结合，实现更广阔的应用，拓展到疾病筛查、教育、交通和金融风控等领域。