\u00A0\u00A0如何讓人工智能在任何情況下都能很好的領悟人類的情緒及精神狀態，極具挑戰。搭建人工智能系統與人類配合默契還有很長一段路要走。
如果是在特定場合下捕捉人類面部表情的變化，從而判斷當時人的情緒與反應，也許會容易一些。
\u00A0\u00A0加州理工學院和迪士尼研究院就合作開發了這樣一套神經網絡系統，能夠追蹤觀眾的面部表情，來預測和了解觀眾對電影的反應。
\u00A0\u00A0長期以來我們要知道一部電影好不好看，除了從影評和演員陣容來判斷，似乎也只能由消費者肉身到電影院去鑒別。只不過，往往各種影評或許充斥著水軍的成分，讓人難辨真偽。況且從時間還是金錢方面來說，都不能每部電影都親自去看看。
\u00A0\u00A0幸運的是技術更迭速度超乎我們預期，這有助于人類更加客觀地判斷。這一技術或許可以通過測試，實時識別和跟蹤影院內的觀眾的面部表情，達到更加客觀地判斷當下觀影的心情的目的，盡管還處于初級階段，新方法技術還不夠成熟，卻可以推斷這一方法將勝過常規方法。
\u00A0\u00A0這套系統使用了一種名為分解式變量自動編碼技術（factorized variational autoencoder），研發團隊介紹，該技術相比目前的方法，能夠更好地捕捉復雜的事物，比如動態的面部表情。
\u00A0\u00A0該研發團隊通過150部迪士尼電影來收集大量的觀眾面部數據（在播放迪士尼電影的影院通過紅外高保真攝像機捕捉每個人面部和動作），并把這些生成的數據（1600萬左右個數據點）饋送到神經網絡進行訓練。
\u00A0\u00A0當訓練結束，這個系統就能夠了解觀眾在觀看影片過程中產生的所有情緒。在實際應用時，神經系統不僅僅能夠處理過去的信息，還能夠對觀眾進行預測，比如團隊在研究中發現觀眾的預熱時間大概需要十分鐘，那么通過十分鐘的觀察，便可預測該觀眾在余下時間內的面部表情。
\u00A0\u00A0從技術角度來看，這種新的方式能夠相對簡單、可靠、實時地對影院中的觀眾的面部表情進行識別和跟蹤。從而幫助電影制作人去了解觀眾的喜好和反應，才能知道觀眾對電影的真實評價，比如“觀眾是否喜歡這部電影？”、“哪個橋段最吸引他們？”、“哪個片段觀眾覺得無聊。”
\u00A0\u00A0只不過目前該技術還只能測笑容類表情，驚恐、哭泣等面部表情暫時還不能預測，畢竟了解人類行為和情緒是人工智能發展的最大調整，何況人類自己也并不是總能明確地表示自己的不開心和遇到的問題。
\u00A0\u00A0也許你會說，看上去這么厲害的AI技術難道只是用于電影測評，幫助電影產業發展嗎？會不會可惜了？當然不是，這只是這項技術可以應用到的場景之一，也許未來還可以用在人群監控等相關場景。
\u00A0\u00A0隨著AI技術的發展，想必會有更多更新的技術呈現形式的出現，讓AI擁有了更高級的行為能力，譬如社交能力、對人類的理解能力。
\u00A0\u00A0當然，這一切都基于人工智能對人類行為的了解，只不過目前看來，難度依然大。我們期待著人工智能可以帶來更多更便利的應用。
\u00A0\u00A0易北辰頻道：每日一篇全球前沿科技觀察。