​中科院专家揭秘“AI读心术”：能识别情绪，还能辅助诊断抑郁症

中科院专家揭秘“AI读心术”：能识别情绪，还能辅助诊断抑郁症

随着人脸识别等“看脸”技术的成熟，越来越多的科学家开始研究用人工智能技术来“读心”。近日，在2020北京智源大会的“机器感知专题论坛”中，中国科学院计算技术研究所研究员山世光介绍了AI“读心”的相关研究。他引用哲学家西塞罗的话说，“世间一切尽在脸上”。

AI“读心”应用场景

诊断精神性疾病、评估骗贷风险等

AI如何“读心”？山世光解释，AI“读心”并不是真的去推测人的内心想法，“更多地是从情感角度来评估一个人”。也就是说，AI通过一个人外显的语言、行为，来判断这个人内在的心理和精神状态。

因此，AI“读心”可以概括为三个层次，第一层是相对瞬时的生理指标，包括心率、呼吸率、血压、血氧、眨眼率、视线方向等；第二是短期的心理状态，比如疲劳、专注、亢奋、无聊等；第三层是长期的精神状况，这就涉及到自闭症、抑郁症、焦虑狂躁等精神性疾病。

山世光介绍，在辅助诊断精神性疾病方面，AI“读心”已经有了较多的应用。以抑郁症诊断为例，传统的方法主要依靠主观量表的检测结果来判断，主观量表的评测偏差很大，AI“读心”能提供更客观的评估。2018年，来自澳大利亚堪培拉大学、新南威尔士大学等高校的团队曾通过三项特征来诊断抑郁症。具体来说，第一项是语音与语言特征，如被测者说话时音量的大小、停顿的时长和频率等。第二项是头部姿态特征，比如在与他人交流时，被测者是否有摇头晃脑、东看西看等特征。最后一项是眼神特征，例如被测者眨眼的频率、视线的方向等等。实验结果表明，将这三项特征融合之后，能达到88%的精度。

知名华人科学家李飞飞的研究团队也在2018年提出过一种机器学习方法，可以测量抑郁症症状的严重程度。研究人员使用的数据包括患者面部的3D扫描视频、患者的讲话音频及讲话的转录文本。结果显示，对于重度抑郁症的检测，模型显示出了83.3%的敏感性和82.6%的特异性。

山世光及其团队，则将研究重点放在了自闭症的早期诊断上。研究人员通过摄像设备和视线捕捉设备记录儿童的社交和个体行为，比如儿童的面部表情、视线方向、与他人的眼神对视等，再通过计算机视觉技术分析其行为特征，从而得出结论。

用摄像头采集儿童视线方向。

除了辅助诊断精神性疾病，AI“读心”也可以应用于情感陪护机器人和自动驾驶领域，如对司机的危险驾驶行为作出预警。此外，AI“读心”还能构建用户画像，比如在银行在审批贷款时，可以用此评估客户骗贷的风险有多高；企业可以用此评估员工的特性，以便未来更好的管理和培养员工。

AI“读心”现存挑战

缺乏大规模的标注数据

虽然AI“读心”技术已经有了一些落地应用，但山世光说，科学家们仍然面临较多的挑战，其中之一就是缺乏大规模的标注数据。

如果只有一部分经过标注的数据和大量无标注的数据，是否能做表情或情绪分析？如何让AI在半监督的条件下检测面部的微小动作？这些是山世光在试图解决的问题。

表情检测领域有个概念叫做“面部动作单元（Action Unit，以下简称AU）”。这一概念源自美国心理学家Paul Ekman开创的面部运动编码系统。该系统从人脸解剖学的角度定义了44个AU，用于描述人脸局部区域的肌肉运动。

山世光课题组研发的AI模型能检测20多种不同的面部动作，这也导致数据的标注非常麻烦。而且，只有专业人士才能准确地进行数据标注。“标注一分钟的视频，可能需要一个专家花半小时以上的时间才可以。据我们所知能做这件事的人实际上非常少，也导致这个领域的数据非常匮乏。”山世光说。

部分面部动作分类。

为了解决数据匮乏的问题，山世光所在团队尝试把相关领域的知识，引入到数据样本中，让机器学习从纯数据驱动转化为知识和小样本、弱监督的数据共同驱动。

虽然AI“读心”技术距离全面、广泛地应用还有很长的路要走，但是山世光认为，算法必定会越来越深刻深刻地理解人类的情感。“西塞罗说，世界一切尽在脸上，我们能够从脸上看到很多的内容，比如说中医望闻问切中的‘望’，其实是通过看去诊病。”他说，接下来若干年，人类也许会从“看脸时代”进入“读心时代”。“读心对于我们去打造有温度、有情商的AI，我认为是至关重要的。”

采写：南都记者潘颖欣 冯群星