今天大部分面部識別軟件面臨的問題是，如果不是匹配簡單的照片，軟件的計算就會變得繁重復雜。如果能夠加速人臉識別的過程，增加面部特征的跟蹤能力，使得任何人在智能手機的APP上都能輕松應用——它可能會帶來一些重要的新機會。

　　近20年來，AI研究者正在研究自動面部表情分析技術。如今，在2016年，它終于可以裝在智能手機上，觸手可及。誰知道呢?

　　即使你從來沒有在任何一個人工智能實驗室呆過，有可能你也已經熟悉了面部識別軟件。例如，Facebook有一個用來鑒別人臉的軟件，鑒別準確率達到了97.25%。

　　然而，今天大部分面部識別軟件面臨的問題是，如果不是匹配簡單的照片，軟件的計算就會變得繁重復雜。如果能夠加速人臉識別的過程，增加面部特征的跟蹤能力，使得任何人在智能手機的APP上都能輕松應用——它可能會帶來一些重要的新機會。

　　上述就是卡內基梅隆大學人類感知實驗室AI研究者們的目標。從2016年2月份開始，他們將向同行業的研究者們提供先進的面部圖像分析軟件。這個快速高效的“IntraFace”軟件，能被作為一個APP，內置在手機中。

　　現在，為了給人們一個預先介紹，研究者們制作了免費的智能手機演示app，用來說明InterFace怎樣鑒別面部特征和識別情感。這些演示可以從人類感知實驗室的主頁上下載，也可以在蘋果的應用程序商店或GooglePlay上下載。

　　項目的首席研究員，卡內基梅隆大學機器技術部門的助理研究教授FernandoDelaTorre，表示他看到了IntraFace在AI領域的巨大利益。「是時候為這項技術開發新的應用了。我們自己已經有一些，但我們相信還有很多人有更多更好的點子。」

　　例如，杜克大學的醫學研究者正將IntraFace用在檢測自閉癥上。醫生們可以用病人的面部表情來監測病癥，包括抑郁和焦慮。

　　人臉識別分析在日常生活中的一個應用例子是用在汽車上，用以檢測方向盤后的司機是否走神。在上面這個IntraFace的demo視頻中就有一個例子：一個正在開車的父親轉過頭安撫后座上的嬰兒，很快便因偏離方向而收到了警示。

　　如果這個技術被商業化，公司的市場和銷售團隊將會很喜歡這個技術，因為他們將可以從用戶的表情中讀出他們是否喜愛自己的產品。卡內基梅隆大學的研究者將其稱為「觀眾反應測量」(audiencereactionmeasurement)，當眾演講者可以用其來測算自己在人群中有多么受歡迎。但是，它們或許也會以生物識別器的形式出現在廣告牌上，以檢測人群對廣告的反應。

　　說到這一點，你肯定會想象到，它們可以被用在約會軟件上。如果你不知道該不該接近心儀的對象，只需要用IntraFace的app去讀取那個小鮮肉或大美女的面部表情就好了。如果app為你開了綠燈，你就大膽去嘗試吧。

　　IntraFace是DelaTorre和他的同事們十年來的工作成果，這其中包括匹茲堡大學的心理學和精神病學教授JeffreyCohn，他同時也是卡耐基梅隆大學機器人研究所的兼職教授。這些研究者使用了機器學習技術來訓練軟件識別和追蹤面部特征。他們創造了一個算法，能夠將這種對面部的泛化理解個性化，讓表情分析得以成為可能。

　　然而，對任何潛在的突破性技術，都需要考慮反面的因素。面部識別軟件的商業化必然會引發公眾對消費者隱私的擔憂。Facebook用這種技術來標記照片中的朋友并不可怕，可怕的是照相機在你不希望被拍下的時候，捕捉到了你的臉和表情。去年，Facebook的面部識別軟件DeepFace就曾引發了類似的評論。

　　在國家安全方面，也可以有一些應用——例如，在人群中識別恐怖分子永遠是面部追蹤軟件的潛在應用。這種技術在《終結者》電影中出現時，似乎只是一個科幻的想法，但如今已經被執法機關使用。例如，FBI已經開始基于生物信息數據庫，用人臉識別軟件來在人群中匹配人臉和名字。

　　總的來說，自動面部表情分析利大于弊。近20年來，AI研究者正在研究自動面部表情分析技術。如今，在2016年，它終于可以裝在智能手機上，觸手可及。誰知道呢?或許圣誕老人也會在未來使用這種app來看看哪些孩子很淘氣——他甚至不用問問你的意見。