(Face code: 使用簡單的webcam擷取面部影像， Affectiva的軟體能追蹤眉毛、嘴唇及臉部其他部位肌肉的動態，以判斷一個人的情緒狀態。)
就在去年，來自四個國家的一千多名受測者看了115個（如M&M擬人巧克力）的電視廣告，在此同時，網路攝影機也正把這些人的表情鉅細靡遺地送回位於麻州Waltham的伺服器。
在Waltham，一間名為Affectiva的新創公司發展出一種可以解讀面部表情的演算法。它能追蹤受測者挑起的眉毛、發皺的眉心、傻笑、微笑等（相關影片請看這裡），當這些表情資料跟廣告產品實際的銷售數字結合分析後，發現有著75%左右的預測準確率（跟廣告播送後產品銷量的增減相比），與此相較，以問卷方式進行的分析約能達到70%的準確率。
雖然在統計上，這種作法僅能達到漸進式的改進，但卻是「情感運算」領域上的重要里程碑。很多人其實都會遇到難以精確表達感覺的時候，但現在機器逐漸能解讀我們的感覺，甚至從統計上進一步預測我們接下來的行為。
「美國光電視廣告就有700億美金的市場，而深度瞭解表情密碼對生意人而言其實是大件事。」Rosalind Picard說。她是Affectiva的共同創立人，也是MIT媒體實驗室情緒運算小組的負責人。她今年稍早已離開此公司，但仍為股東。
即便如此，這項科技卻尚未被推廣到更為「利他性」的用途上，幫糖果商賣更多巧克力固然不賴，但如果能用在幫助自閉症患者降低社交障礙、幫老師找到學習困難的孩子、或是設計出更有「感情」的電腦系統豈不更好？
答案也許將在下個月出現，Affectiva將會釋出軟體開發套件給一些經過核准的應用程式。Affectiva的科技長Rana el Kaliouby說，她希望能把這個技術用在行銷以外的領域，雖然未提及任何實際或潛在的合作夥伴，但她表明任何對象都有可能，包括從遊戲娛樂到學習教育等類型公司。
某些應用--比方學習輔助，可以讓老師知道學生們何時感到困惑，或是協助自閉症的孩子瞭解其他人的表情等，這也是該公司強調的概念。Affectiva迄今創立四年，現有35名員工與2000萬美元的創投資金，衍生自Picard實驗室的manifesto專案，該專案的宗旨就是：如果電腦能理解並反應人類情緒，那麼就能從事社會服務。
多年來，該實驗室創造了不少產品原型，包括壓力感應滑鼠，當你握緊它時，它會變得激動。以及一部名為Kismet的機器人，它會微笑並且揚起眉毛。還有Galvactivator--一種皮膚感測器，可測量心跳及流汗狀況，再過來就是 el Kaliouby所開發的表情辨識系統。
一開始Affectiva押注在兩個先期產品上：名為Q sensor的腕戴裝置，它可以測量皮膚的導電、溫度、活動程度等資料，從而得到壓力、焦慮、睡眠障礙、癲癇等醫學狀態的指標。以及Affdex，也就是前述的表情辨識系統。但當Q sensor似乎正要問世時（請見"Wrist Sensor Tells You How Stressed Out You Are"與 “Sensor Detects Emotions through the Skin”），公司卻在四月停止了這個產品，可能這種生理徵象測量產品對研究者而言，是個相對小的市場。因此公司只留下了後者，目前許多市調公司如Insight Express、Millward Brown及產品公司如Unilever與Mars都仍是Affdex的主要使用者。
現在，正當該公司準備對外釋出軟體開發套件的同時，其市場研究經驗正在顯現出巨大的間接價值。在世界各地進行三年多的市場研究後，Affectiva的資料庫已經累積了超過百億筆的臉部表情反應資料，而該系統累積的準確度，足以為未來跑在家用電腦或行動裝置上的相關應用鋪上一條康莊大道。「Affectiva解決了一個巨大的難題，也就是在各種環境下的臉部表情分析，這是多數學術機構不願觸及的部份。」劍橋大學博士生Tadas Baltrusaitis說，他在表情分析領域已發表數篇論文。
更進一步地說，正因Affectiva累積了52個國家的受試者，它已經跨越了性別、文化、測試內容等研究障礙。在人們不願在問卷中表現真實感覺的時候，表情辨識反而能顯現出獨到的價值。比方說印度女性在看到乳液廣告的時候，她們每一位都會為了丈夫觸摸妻子腰部的片段而笑出來，但在之後調查中卻完全不會提到該片段，更別提她們願意承認這個片段是愉悅的。
而教育也有機會能讓這項科技變得更加完善，下述研究展現了該科技的潛力。加州大學聖地牙哥分校的研究者也成立了一家公司Emotient，他們發現表情偵測能預料到學生對影片課程接受的困難度，以及喜歡的播放速度。而另一個研究則顯示，表情分析能測量學生對於一堂以iPad為輔具的課程的投入程度，並預測之後學生的考試結果。
這類科技對於有學習障礙的學生來說特別有幫助， 亞利桑那州立大學的助理教授Winslow Burleson如此說，他也是一篇描述此科技潛在應用論文的作者。同樣地，這項科技能幫助醫生知道病人是否能瞭解衛教內容，也能以偵測玩家動態以達到改善電腦遊戲、增強虛擬人物的目的。
總括來說，這些相關研究也為Affdex系統建議了一個方向--線上教室。 Picard說「在真實的教室中，你會感覺到學生是否專注，但在線上課程，你甚至不知道學生是否在場。現在你可不但可以知道他們是否在場、是否專注，你還能知道他們的表情是微笑還是大笑，特別是當你說了個笑話以後！」
然而，Baltrusaitis也提到許多問題仍有待解決，比方說哪種情緒狀態跟學習有關？當偵測到這些狀態時要採取什麼作法？ 他認為在教室或線上課程實施這種科技仍為時尚早，至少要等它再成熟一點。
接下來的一年，將會揭露Affdex是否能在電視廣告市場以外得到利潤，Affdex不但面臨其他對手的競爭，也必須面對市場行銷公司對於新科技是否優於傳統方式的質疑。而且，並非所有反應都會顯示在臉上，還有許多其他工具也宣稱它們能偵測情緒，廣告代理商Hill Holliday消費者研究部門的負責人Ilya Vedrashko說。
每獲得一張新的面孔，這項科技就變得更強大，這也是el Kaliouby為何如此相信它能解決更大問題的原因，她說「我們要讓臉部辨識科技無所不在。」
原文譯自 Startup Gets Computers to Read Faces, Seeks Purpose Beyond Ads
沒有留言:
張貼留言