研究人员希望利用传统与新型技术方法的融合，更好地量化情绪，从而改变情绪量化领域的面貌

 人类的情感是复杂的，并不总是容易被归结为一个可识别的模式。人与人之间很难确定一个人的情绪状态，而且作为一个情感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。然而，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。将经过验证的真实心理学方法与人工智能的智能和可训练性相结合，可以使情感识别技术在医疗保健和教育等领域变得非常宝贵。 

研究结果发表在2024年8月21日的《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。通过使用大量的发展，如手势识别技术，面部情感识别(FER)和多模态情感识别，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。

 该评论的作者兼研究员刘峰表示:“这项技术有可能改变医疗、教育和客户服务等领域，促进个性化体验，增强对人类情感的理解。” 

人工智能能够理解人类的情感，并能够根据人类的情感输入进行适当的交互，这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。这不仅仅是通过一种形式的输入来完成的，而是可以考虑到生理学。例如，一些技术可以通过脑电图扫描从大脑的电活动中获取输入，并将其与眼动技术相结合，以监测人们的表情。其他情绪唤醒的测量方法，如心率变异性和皮肤电反应，也是用来将无形的“情绪”转化为模式和可识别、可读的数据的工具，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渠道，如视觉、听觉和触觉，以获得更完整的情绪可能带来的画面。不同领域和技术的结合是必要的，以创造一个准确和全面的表现人类情感的复杂性。 

“我们相信，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的关键，并将释放情感量化的全部潜力，造福社会。” 

在一个心理健康迅速成为重中之重的世界里，让人工智能能够正确识别人类的情绪尤其有用。情绪量化人工智能可以帮助监测个人的心理健康状况，并为个人创造个性化的体验，而无需让另一个人卷入这个过程。 

成功使用情感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和透明度，特别是涉及医疗和心理咨询等较为敏感的问题。使用这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严格。此外，确保人工智能能够适应文化的细微差别是至关重要的，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。

 华东师范大学计算机科学与技术学院的刘峰是这项研究的作者和研究员。 

北京市行为与心理健康重点实验室支持本研究。