「情緒識別」演算法
面部表情研究先驅保羅·艾科曼於1971年發表的《Constants across cultures in the face and emotion》表示：「對於不同國家、不同種族的人類而言，雖然他們的語言、文化都不相同，但基本的情緒表情卻是一致的，其外在表現遵循固定的模式。」因此科學家認為讓機器學習我們的情緒或許有困難，但讓它們辦別我們的情緒似乎是有機會的。為了實現這一目標，微軟、IBM和亞馬遜等巨頭都開始出售所謂的「情緒識別」演算法，基於人臉的分析來推測人類的心情。比如說， 如果有人皺眉、噘嘴，就意味著他們生氣了；如果他們眼睛變大、眉毛抬起、嘴巴大開，這意味著他們會害怕，等等。
自動忽略文化差異
微軟和南加州大學安嫩伯格分校的研究員凱特·克勞福德在《大西洋》雜誌上說：「這挑戰在於要建立一種檢測某人情緒的演算法時，會自動忽略文化差異和其他重要因素。」克勞福德在她的著作《人工智能地圖集：人工智能的力量，政治和行星成本》的改編內容中，闡述了科學家試圖將複雜卻有缺陷的情感與特定的面部動作聯繫在一起的紀錄，以及人工智能演算法如何嘗試重複實驗面部情緒辨識的事情，但實驗結果通通都以失敗收場。
花費高達9億美元卻未出現成效
克勞福德寫到：「幾十年來，科學家們一直試圖將不同情緒相關的面部表情編纂出來，但從未奏效。」研究人員一再試圖創造出與特定情感相對應表達方式的理想化圖像，但不同文化中的照片若是匹配在一起卻會分崩離析，我們過去認為的各種種族基本的情緒表情都會是一致的觀點似乎是不對的，因此訓練演算法來達到同樣的識別程度被認為是徒勞無功的想法。
以運輸安全管理局的面部表情篩查算法SPOT為例，克勞福德寫到：「該算法旨在通過臉部精確定位來表達壓力、恐懼或欺騙的人，希望能在911事件後開發出發現恐怖分子的技術，儘管官方在算法上花費了高達9億美元，但卻沒有任何證據表明它曾經起作用過。」
圖片來源：gigabyte
資料來源：DAN ROBITZSKI(2021,APR 29).MICROSOFT SCIENTIST: EMOTION-READING AI IS DOOMED TO FAIL. Futurism
更多科學與科技新聞都可以直接上 明日科學網站 www.tomorrowsci.com