麻省理工學院媒體實驗室(MIT Media Lab)的研究人員開發(fā)了一種機器學習模型，它使計算機更接近于像人類一樣自然地解釋我們的情緒。

媒體實驗室的研究人員開發(fā)了一種機器學習模型，該模型在捕捉這些小的面部表情變化方面優(yōu)于傳統(tǒng)系統(tǒng)，可以在訓練數(shù)千張面部圖像時更好地衡量情緒。此外，通過使用一些額外的訓練數(shù)據(jù)，該模型可以適應全新的一組人，具有相同的功效。目的是改進現(xiàn)有的情感計算技術。

“這是監(jiān)控我們心情的一種不引人注目的方式。”媒體實驗室研究員兼合作者Oggi Rudovic在一篇描述該模型的論文中說道，“如果你想要具有社交智能的機器人，你必須讓它們變得聰明，更像人類，可以自然地回應我們的心情和情緒。”

該論文的共同作者是：第一作者為Michael Feffer，電氣工程和計算機科學的本科生; Rosalind Picard，媒體藝術和科學教授，情感計算研究小組的創(chuàng)始負責人。

個性化專家

傳統(tǒng)的情感計算模型使用“一刀切”的概念。他們在一組圖像上進行訓練，圖像上描繪了各種各樣的面部表情，優(yōu)化了一些特征 —— 例如唇部在微笑時如何卷曲 —— 并將這些一般特征優(yōu)化映射到整個新圖像集。

相反，研究人員將一種稱為“混合多專家模型”(MoE)的技術與模型個性化技術相結合，這種技術幫助從個體中挖掘出更細粒度的面部表情數(shù)據(jù)。Rudovic說，這是第一次將這兩種技術結合起來用于情感計算。

在MoE中，許多稱為“專家”的神經(jīng)網(wǎng)絡模型都經(jīng)過訓練，專門從事單獨的處理任務并產(chǎn)生一個輸出。 研究人員還納入了一個“門控網(wǎng)絡”，它可以計算出哪個專家能夠最能察覺未被發(fā)現(xiàn)情緒的概率。 “基本上，網(wǎng)絡可以分辨出不同的個體，并指出，這是給定圖像的正確專家。”Feffer說。

對于他們的模型，研究人員通過將每個專家與RECOLA數(shù)據(jù)庫中的18個單獨視頻錄制中的一個進行匹配來個性化MoE。RECOLA數(shù)據(jù)庫是一個公共數(shù)據(jù)庫，在專為情感計算應用設計的視頻聊天平臺上，人們進行交談的數(shù)據(jù)。他們使用9個分類訓練模型，并在其他9個分類上對其進行評估，所有視頻都分解為單獨的幀。

每個專家和門控網(wǎng)絡在剩余網(wǎng)絡(“ResNet”)的幫助下跟蹤每個人的面部表情，該網(wǎng)絡是用于物體分類的神經(jīng)網(wǎng)絡。在這樣做時，模型基于情緒效價(愉快或傷心)和喚醒(興奮)對每個幀進行評分，這是一種常用指標來編碼不同的情緒狀態(tài)。另外，六名人類專家根據(jù)-1(低水平)到1(高水平)的等級標記每一幀的效價和喚醒，該模型也用于訓練。

然后，研究人員進行了進一步的模型個性化，他們從剩下視頻片段的一些幀中輸入訓練過的模型數(shù)據(jù)，然后在這些視頻中對所有看不見的幀進行測試。最后的結果顯示，只有5%到10%的數(shù)據(jù)來自新人群，該模型大大優(yōu)于傳統(tǒng)模型，這意味著它在看不見的圖像上獲得了效價和喚醒，更接近人類專家的解釋。

Rudovic說，這表明模型在極少的數(shù)據(jù)下，從人群到人群，或個體到個體的適應力。 “這是關鍵。”他說， “當你有一個新人群時，你必須有辦法解釋數(shù)據(jù)分布的變化[微妙的面部變化]。設想一個模型集來分析一種文化中需要適應不同文化的面部表情。如果不考慮這種數(shù)據(jù)轉移，那些模型將會表現(xiàn)不佳。但是，如果你只是從新文化中抽取一點來調(diào)整我們的模型，這些模型可以做得更好，特別是在個人層面。這是最能體現(xiàn)模型個性化重要性的地方。”

目前可用于這種情感計算研究的數(shù)據(jù)在膚色方面并不是很多樣，因此研究人員的訓練數(shù)據(jù)是有限的。但是，當這些數(shù)據(jù)可用時，可以訓練模型以用于更多不同的人群。 Feffer說，下一步是將模型訓練為“一個更加多元化文化的更大數(shù)據(jù)集”。

更好的人機交互

研究人員說，訓練模型的另一個目標是，幫助計算機和機器人自動從少量變化的數(shù)據(jù)中學習，以更自然地檢測我們的感受并更好地滿足人類的需求。

例如，它可以在計算機或移動設備的背景中運行，以跟蹤用戶基于視頻的對話，并在不同的環(huán)境下學習細微的面部表情變化。 “你可以讓智能手機應用程序或網(wǎng)站之類的東西能夠分辨出人們的感受，并提出應對壓力或疼痛的方法，以及其它對他們生活產(chǎn)生負面影響的事情。”Feffer說。

這也可能有助于監(jiān)測抑郁癥或癡呆癥，因為人們的面部表情往往因這些條件而微妙地改變。 “能夠被動地監(jiān)控我們的面部表情。”Rudovic說，“隨著時間的推移，我們可以向用戶個性化這些模型，并監(jiān)控他們每天有多少偏差 —— 偏離平均表情水平 —— 并采用它關于健康和幸福的指標。”

Rudovic說，一個很有前途的應用是人類—機器人互動，例如個人機器人或用于教育目的的機器人，機器人需要適應，并評估許多不同人的情緒狀態(tài)。例如，一個版本被用于幫助機器人更好地解釋自閉癥兒童的情緒。