让计算机具有情感能力的观点并不新鲜，它与“机器人”一词几乎同时出现。1995年情感计算的概念由MIT教授Rosalind Picard首次提出，并于1997年正式出版《Affective Computing（情感计算）》一书，至此开创了计算机科学和人工智能学科中的新分支——“情感计算”。当机器学习技术停留在算法时代时，研究“情感”并不受到学界的欢迎。
但随着研究的深入，人们猛然认识到“认知”、“情感”才是创造出真正AI的瓶颈。于是，全世界的目光都投向对情感计算的研究。
在最新发布的《人工智能之情感计算》报告中，我们从情感计算的概念、技术、人才、应用、趋势等角度全面分析了它的研究现状与发展方向。报告指出，随着后续情感方面的深度研究，多模型认知和生理指标相结合、动态完备数据库的建立以及高科技智能产品的加入等将会成为情感计算相关研究的新趋势，从而更好地实现对用户行为进行预测、反馈和调制，实现更自然的人机交互。
五大篇章：概述篇：本篇回顾了情感计算的产生与发展历程，对情感计算的概念、理论观点进行了介绍，同时分析了情感计算在理论与技术方面存在的认知困境。技术篇：本篇分别对情感计算的传统研究方法和新兴研究方法的技术发展路线进行了探讨。本篇还对情感计算方向较有代表性的获奖论文进行了归纳整理，更加清晰地展示了目前该领域的研究成果。
人才篇：本篇通过对近10年情感计算相关期刊和会议数据的深入挖掘，分析介绍了情感计算领域发文量最高的1000余名学者的分布、迁徙、性别比例等情况，并对国内外情感计算领域的典型学者、研究机构进行了介绍。应用篇：本篇对情感计算在课堂教学、情感检测和医疗康复中的运用做了详细介绍。趋势篇：通过Trend analysis分析挖掘，对当前情感计算领域的热点技术趋势与发展热点作了详细分析。
三大亮点：技术篇新增情感数据库。本篇除了对情感计算的研究路线进行了分析，还根据传统情感计算方法的分类，新增了文本情感分析API列表、语言情感数据库和视觉情感数据库，方便大家参考学习。常用语音情感数据库。人才篇新增中外论文合作情况。
除了对国内外情感计算领域高引学者情况进行了分析，本篇新增了中国与其他国家的论文合作及对比情况，对中国与各国之间合作的论文发表量、论文引用量以及合作论文发表量排序进行了简要分析。情感计算领域中国与各国合作论文情况。应用篇详解情感计算如何在教育、医疗等行业落地。由情感计算之母Picard领导的美国麻省理工学院多媒体实验室近年来提出了50余种情感计算应用项目。
在本篇章中，我们从课堂教学、医疗康复、情感检测与舆情监控等方面展示了情感计算的有效应用。在教育行业，通过面部识别软件EngageSense，计算机能够测量微笑、皱眉和声音来测定学生课堂参与度；TechCrunch公司的员工设计了在线教育平台，来提供一对一指导和精熟学习（mastery learning）。
在医疗行业，可将情感计算运用于自闭症治疗，研究人员开发了NAO机器人，它可以改变眼睛的颜色、肢体的运动以及声音的音调来表达不同的情绪，治疗师可通过与机器人交往时的表现观察了解孩子的情感状态。