「the study and development of systems and devices that can recognize, interpret, process and simulate human affects.」
——Professor Rosalind Picard, Affective Computing, 1995
情感運算正當紅，國際調研機構 Gartner 也指出，emoiton AI 是趨勢中最值得注意的新興科技，並預測其會在五到十年內高度發展。事實上，情感運算已日漸走入大眾生活，而未來，將只會更加普及。本文將介紹情感運算的起源、研究與發展，希冀能讓情感運算更加廣為人知。
圖片來源：Gartner
了解過去方能看透未來
1990 年，Rosalind Picard 教授來到麻省理工學院媒體實驗室，進行圖像壓縮技術的研究。然而，她很快就遇到瓶頸。此時，Picard 教授想到，若機器能夠分辨圖像內容再進行壓縮，那麼就可以改善模型了。但這需要讓機器擁有視覺的能力，區別內容的能力，她因此開始深入了解大腦與神經科學。很快，她一頭栽進情感研究的世界。[1]
1995 年，投身於情感與運算的Picard 教授，拒絕了一筆用於圖像壓縮的龐大研究資金，發表《Affective Computing》一書，在她自己都未預料到的情況下，開創了計算機科學的分支：情感運算。
幾年間，Picard 教授建立起情感運算的研究範圍，包括分類模型（如何分類情感？）、連續模型（如何度量情感？）、檢測與識別情感，甚至是進一步的，讓機器擁有情感。
這個跨學科的領域包含了心理學、認知科學、計算機科學，人們期待著機器能夠了解人類的情緒，並給出適當回應。
然而，直到近二十年，情感運算才因為機器學習、訊號處理等技術成熟後，受到大量矚目。
說到訊號處理，不能不提南加大的 Shrikanth Narayanan 教授所提出的行為訊號處理（BSP）:「行為訊號即是行為可觀察的部分」，例如表情、聲音、身體姿勢等等，透過機器學習及現今的技術分析、整理這些訊號，再進一步應用。
而將數種行為訊號進行處理，就是「多模態訊號處理」，這個方法能夠更全面的分析人類的行為，提升了情感預測、辨識的準確度，推進情感運算的研究前線。
各領風騷的研究者們
研究走在科學的最前端，也是未來科技普及至大眾生活的風向球，不妨透過當今幾個知名的研究單位，了解情感運算的發展方向！
- MIT Media LabAffective Computing Group 麻省理工大學 媒體實驗室 情感運算團隊 說到情感運算的 Lab，首先要提到的就是前述 Picard 教授所帶領的團隊 。該團隊目標是「在人類情感與運算科技間架起橋梁」。除了學術研究外，他們也在穿戴裝置的應用上有一番成就。近期的研究包括了幫助 ADHD 患者專注的穿戴式治療設備、透過生理訊號預測使用者壓力的傳感器、自閉症治療、憂鬱症預警等等。
- USC SAIL 南加大 訊號分析與轉譯研究室 同樣是前述所提到的 Narayanan 教授，他帶領的研究室強調以人為中心的訊號處理，將多種訊號整合處理，也對語音科學領域頗有研究。近期的研究與專案包括了音樂對人類的影響、偵測病患心理健康的 AI 工具、與 Google 合作研究性別與廣告的關係等等。
- TAMU HUBBS Lab 德州農工大學人類生理行為訊號實驗室 由 Theodora Chaspari 助理教授帶領的人類生物行為訊號實驗室，目標是整合資料科學與長期的生理訊號，達到個人化診斷、治療。Chaspari 助理教授近年的研究相當有趣，藉由位夫妻戴上穿戴式裝置來接收生理訊號，包括體溫、心跳、汗水，並同時搜集夫妻間的對話，預測夫妻發生衝突的時刻，準確率高達 86%！
- University of Cambridge Affective Intelligence & Robotics Lab 劍橋大學 情感智慧與機器人實驗室 由 Hatice Gunes 副教授帶領， Affective Intelligence & Robotics Lab 在情感運算領域中，較著重於影像辨識以及人機互動。他們針對多人之間的互動、彼此情緒的互相影響進行探究，也研究機器人處於高度複雜環境中，針對人類、動物、其他機器人的社交環境如何長期學習。
以上簡單介紹幾個研究單位，如果想了解更多，推薦讀者們參考國際先進情感運算協會（AAAC），或是可以追蹤這些研究單位的 twitter、臉書，了解最新趨勢！
國內的佼佼者們
除了國外的研究者，台灣其實也有不少研究單位，從不同的角度切入，深耕情感運算領域，更陸陸續續將情感運算應用在生活中，以下簡單介紹幾位 BIIC Lab 的研究同伴，也期待更多情感運算的研究，能在台灣遍地開花。
- 清華大學資工系 陳宜欣 副教授｜IDEA Lab
陳宜欣老師專注在多媒體資料的探勘與分析，近期則專注於跨語系情緒與心理分析技術。陳宜欣老師及團隊針對機器學習分析社群發文情緒的經驗相當有趣，他們利用社群網站的公開發文建立情緒資料庫，觀察脈絡、反義詞、暗語等等，利用機器學習及分析技術找出邏輯，希望能偵測情緒，應用在網路霸凌或負面情緒疾病的領域！
- 中央研究院 資訊所 古倫維 副研究員｜NLPSA Lab
古倫維老師對 NLP、計算語言學、情感分析有深入的了解，並且也做過許多有趣的研究！例如依用戶心情提建議的鍵盤、對社群中貼文進行情感分析及追蹤以了解用戶立場、針對短語的閱讀和點擊進行網路文章推薦閱讀等等，對情感與語言的研究遍佈了各種應用場景！
- 中央研究院 創新研究中心 楊奕軒 副研究員｜Music AI Lab
楊奕軒老師的專業在音樂訊息檢索、情感運算、機器學習，其中「音樂情緒分析」最為人津津樂道！例如音樂特徵與情緒的關聯、主動依據情緒狀態推薦等等。而隨後再推展到音樂生成的的研究，近期有名的 AI 雅婷創作了「武漢肺炎」專輯，也是由楊老師催生，在楊老師的實驗室還有 AI DJ、AI 聽眾、AI 表演者等等，非常有趣！
- 高雄醫學大學 林宜美 教授｜PAIR Lab
心理學系的林宜美教授以生理回饋、神經回饋的專業知識，應用在情緒辨識上。2019 年林宜美老師與中正、交大的團隊合作，整合情緒辨識和生理訊號：脈搏、心電圖、腦波，監測情緒並提醒使用者緩和生氣、憂鬱的情緒，希望能降低心血管疾病人心肌梗塞的風險！
聊了這麼多研究，研究是終究要走入生活之中，最後，我們透過現今情感運算的應用、發展與相關議題，讓未來的想像更加立體！
Emotion、AI、Life 的整合
調研機構 Gartner 2018 年發表了文章《13種情感 AI 技術的應用》，既是為情感運算的未來勾勒一張藍圖，也是印證這幾年間情感運算研究在世界各地的應用，如今世界變動如此快速，像情感運算這樣發展快速的科技，是未來也是現在！
文章中提到了電玩、醫療診斷、教育、勞動安全、護理、駕駛安全、自駕車、測謊、招聘、客服、物聯網、公共服務、零售消費等應用方式，其中有不少在今天已經實現，例如 Nuance 透過辨識、分析臉部表情與聲音，協助駕駛在穩定的情緒下安全駕駛，但也有如自駕車，現今尚未完全實現自動駕駛，遑論透過情緒辨識給乘客不同的自駕體驗。
而目前應用較為普遍的醫療、招聘，也都成為情感運算的熱門議題。在醫療方面，透過各種各樣的情感運算，來協助不同的病患維持生理與心理的健康，大眾的接受度較高；然而在招聘方面，許多面試者表示，面對 AI 而非真人面試，讓他們的感到相當不安，網路上也出現許多「AI 面試攻略」，反之企業則表示利用 AI 面試，大大降低了招聘成本，看來 AI 招聘的利弊與發展還有待觀察！[2]
另一方面，利用情感運算的客服、零售消費甚至是公共服務，或許正悄悄走進大眾的生活。不論是文字、語音的客服，越來越多企業整合進情感運算，提供更好的消費體驗；而零售消費則是在商店中，安裝攝影機分析消費者分不及情緒反應；英國政府在社群媒體上利用文字分析大眾對公共議題的情緒動態，而阿聯酋則是在公共場所裝上攝影機，了解人們總體情緒，希望讓國民更加幸福。
情感運算的應用在普及的過程中，最大的障礙不外可信度和隱私。可信度有賴於嚴謹的研究規範，以及更多平等的意識，以避免歧視，也有研究者公開呼籲政府監管情感運算應用，讓研究領域更加穩定，並保護消費者。而大眾也開始接受更多元的隱私訊息分享，例如公開分享自己運動的歷程、生理紀錄，但在情感運算多元的資料中，究竟如何被使用是可接受的，還有賴更多的社會討論和政府規範了！[3]
期許國際社會及台灣政府，都能夠加速對新興科技的了解與管理，也希望這篇文章能讓各位讀者對情感運算更加了解，我們下次見！
