研究人员正在开发人工智能技术，以更好地量化人类情绪，将传统心理学与面部识别和脑电图等先进工具相结合。这项技术有望彻底改变医疗保健和教育等领域，但它必须优先考虑隐私、文化敏感性和跨学科合作。
研究人员的目标是通过将传统技术与创新技术相结合来彻底改变情绪量化领域，以实现更多目标准确测量情绪。
人类情绪很复杂，并不总是容易归结为可识别的模式。确定一个人的情绪状态对于人类来说可能很困难，而且作为一个情绪实体存在的许多细微差别似乎不可能训练一个非人类实体来理解、识别和学习。
但是，人们已经投入了大量的工作和研究来训练人工智能（AI）来观察、量化和识别人类的各种情绪状态。将经过验证的心理学方法与人工智能的智能和可训练性相结合，可以使情绪识别技术在医疗保健和教育等领域发挥无价的价值。
结果最近发表在 CAAI 人工智能研究上。
在传统技术有限的地方，人工智能可以改进。通过使用手势识别技术、面部情感识别（FER）和多模式情感识别等多种发展成果，情感识别技术有机会为许多个人和整个研究领域带来变革。
能够理解人类情感并能够在人类情感输入的情况下进行适当交互的人工智能对于人机交互来说是革命性的，并且可以成为评估个人心理健康状况的关键。这不仅仅通过一种形式的输入来完成，而是还可以考虑生理学。例如，一些技术可以通过脑电图扫描获取大脑电活动的输入，并将其与眼动技术相结合来监测人们的表情。心率变异性和皮肤电反应等情绪唤醒的其他测量也是用于将无形情绪转换为模式和可识别、可读数据的工具，供人工智能学习和改进。
多-模态情绪识别同样结合了不同的感知通道，例如视觉、听觉和触觉，以更全面地了解情绪可能带来的影响。不同领域和技术的结合对于准确、全面地表达人类情感的复杂性是必要的。
人们相信，刘说，人工智能、心理学、精神病学和其他领域之间的跨学科合作将是实现这一目标并释放情感量化的全部潜力以造福社会的关键。
让人工智能能够正确识别人类在心理健康迅速成为首要任务的世界中，情绪尤其有用。情绪量化人工智能可以帮助监测个人的心理健康状况，并为该人创造个性化体验，而无需让其他人参与这一过程。
成功使用情绪识别和量化人工智能需要几个主要组成部分。需要解决的一个问题是安全性和透明度，特别是因为它涉及医疗和心理咨询等更敏感的话题。使用此类人工智能的实体所采取的数据处理实践和隐私措施必须非常严格。此外，确保人工智能能够适应文化的细微差别至关重要，因为这将保持人工智能的完整性和可靠性，以供未来参考和学习。
参考：情感量化中的人工智能：A刘锋的前瞻性概述，2024 年 8 月 21 日，CAAI 人工智能研究。
DOI: 10.26599/AIR.2024.9150040
华东师范大学计算机科学与技术学院的刘锋是该研究的作者和研究员。
行为和心理健康支持了这项研究。