想像你正處在週末車流高峰期，你被堵在了路上；漸漸地，你越來越沮喪；你的心跳和血壓直線上升。當你在擁堵的道路上左立不安的時候，你手上默默陪伴你的小設備會記錄你的一切生命特徵，然後將這些訊息發送給你家中的電話上。有一種演算法可以檢測你生氣了。溫控裝置稍微地降低了一點房間的溫度，同時開啓了陣陣微風；冰箱也將一份冷開水移動到了你可以輕易拿到的地方。電視也開始播放你喜歡的 Netflix 的節目。你進了門之後，順手抓起了啤酒，倒在了沙發上，瞬間就感覺好多了。

歡迎來到物聯網的世界，在這裡機器可以想你所想，愛你所愛。

Office 小幫手 Clippy 的慘痛教訓

為什麼我們希望機器具有 EQ 呢？根據麻省理工學院媒體實驗室情感計算小組的 Rosalind Picard 博士介紹，這是由於情緒是人機互動的一個組成部分。多項研究表明，人類有將電腦像人類一樣對待的傾向，即使電腦並沒有人臉或者人類一樣的身體。在一項調查（憤怒的機器）中，1250 名英國受訪者中有 75% 承認他們會對著點成做出承諾，雖然他們完全清楚電腦並不是人類。但是我們目前的智慧機器是指認知上的智慧：它們可以學習和記憶等；當涉及到情緒時，它們就徹底失效了。

虛擬助手就是一個很典型的例子。或許你還記得 Clippy，一個命運多途的 Office 小幫手（其網路個性總是非常樂觀）。Clippy 可以在完全不知道作者意圖的情況下突然冒出來，然後主動提供資訊建議。這並不是說 Clippy 不智慧，事實上它和 Office 的契合度非常好，但是對於普通大眾來說卻沒有什麼用。

Office 小幫手看起來像是一個過時的例子，但是它所呈現的問題卻永不過時。電腦在分析我們的社交訊息和娛樂傾向方面非常專業，但是即便是最複的系統也不能告訴你它是否打擾到了最重要的客戶或者長期使用者。「隨著科技逐漸應用到那些必須和人進行互動的領域，那麼對於人的感情的尊重就顯得更加的重要。」Picard 說。

也許你會想：誰在乎那些過於敏感的人？Picard 以及其他情感計算領域的專家必然不會同意這種想法。這並不僅僅是使得人機互動變得更加簡單，Picard 強調到。具有 EQ 意味著機器將會通過觀察來剖析我們的內心狀態。

想像一下這樣一個場景：虛擬心理學家可以通過分析你的面部表情來幫助診斷失望的情緒。軟體或許會通知老師學生對於課程的參與程度是否高，或者是否能很好地跟上教學進度。市場行銷人員也能更好地投放廣告和銷售產品。GPS 系統如果可以感測司機是否困惑，從而可以更好地進行導航。健身追蹤器可以知道何時需要讓你鍛鍊得更加頻繁。醫療檢測裝置也可以在病人不舒服的時候通知醫生。「在這個領域我們已經努力研究了很長一段時間，看起來我們已經到了一些重大突破的邊緣。我認為 2016 年將會是一個分水嶺，情緒將成為一種新的人機互動方式。」Moore 說。

和目標數據庫不同，人類情緒對於某些東西會過分挑剔。甚至認知心理學家也並沒有找出一種好方法來對情緒進行分類。迄今為止，該領域的研究人員一直專注於對於我們不同情緒狀態下的跡象進行量化。

步態、姿勢、心臟速率、皮膚電流和說話的語氣等都是窺探人內心情緒的一些方面。科學家已經開始大力研究這些非常寶貴的訊息。除了 Verbal（以色列的一家新創公司）通過分析人類的聲音語調來確定人類的情緒狀態以外，Microsoft 的 Kinect 會記錄運動員的心跳和身體運動，從而能更好地理解運動員運動時的感覺。然而至今為止，仍然沒有非常成熟的能分析面部表情的系統。直到最近，這項任務才變得更加可能。原因之一是，我們擁有了更好的鏡頭，可以記錄人臉面部肌肉的變化；除此之外，現在我們也有大量的面部表情數據庫，同時強大的機器學習演算法也可以很有效地幫助我們。

卡內基・梅隆大學的研究人員已經開發了 IntraFace，這是一種可以追蹤面部特色和分析情緒的軟體。該軟體的效率奇高，它可以在智慧手機上非常流暢地運行。其他的研究小組也正在結合多種訊號來分析情緒，以便具有更高的準確率。例如匹茲堡大學的 Jeff Cohn 博士會使用面部情緒和聲音來判斷抗抑鬱治療工作對抑鬱症患者是否有效。Aldebaran 公司的 Pepper（一個具有智慧情緒的機器人售貨員）可以通過高畫質攝影機、麥克風等來和顧客開玩笑。

不僅如此，機器學習還可以幫助我們更好的方法通過我們沒有察覺的情緒來量化和分析我們的情緒。有一個研究小組正致力於檢測人類面部的微表情，而這些表情通常會揭示出我們內心的情緒，即便我們通常都想竭力掩飾它們。就在去年，他們報導了他們的算法可以記錄人類的微表情。

當然，這樣做的背後的倫理和隱私問題也是需要我們再三進行考的。當人們的內心情緒被發現，並且被記錄在數據庫中的時候，他們往往會感到不安，畢竟這些數據其實是人們的隱私。雖然物聯網暫時還無法理解我們的情緒，但是正當我們在談論它的時候，其實這些變化已經悄然開始。

資料來源：Singularity Hub