AI有什么用 AI人工智能不仅能认脸 还能“读心” ？

　　近日，《自然》杂志发表了一篇论文，利用人工智能研究了性格和面部特征之间的关系。研究团队征集了12000多名志愿者，利用人工智能技术通过31000多张自拍学习了128种人脸特征，并且将志愿者的人格特征分为五类，即责任心、神经质、外向性、亲和性、开放性。结果显示，AI在基于静态面部图像预测性格方面的准确率达到了58%，其中对于责任心的准确率高于其他四个人格特征。用AI识别性格，这种“玄乎”的操作让人不禁联想到之前在网上大为流行的“AI相面”，而事实证明，利用AI相面是假，坑钱是真。

　　那么这次《自然》杂志发表的研究成果和“AI相面”有哪些区别呢，我们是否真的可以通过面部特征窥见人心？

　　通过映射函数确定面部和性格关系

　　“‘AI相面’并不可靠，大多是数据拟合出来的一个牵强附会的结果。”中国科学院自动化研究所研究员孙哲南接受科技日报记者采访时表示。

　　此前已有媒体报道了“AI相面”的“吸金”套路及其分工明确的生意链。北京理工大学教授翁冬冬接受媒体采访时也表示，面部识别虽然是身份识别的主流方向，但用于看相并没有科学依据，娱乐性质更多一点。这样的程序开发门槛并不高，在网购平台花几百到几千元购买外包服务就能很快开发出来。

　　孙哲南表示，与“AI相面”不同的是，论文中的研究采集了大量样本，并用计算机深度神经网络模型学习了人脸特征与性格之间的关联映射函数。论文显示，研究最初的样本参与者达到25202名，照片总数达到了77346张，经过数据筛选程序，最终得以保留的数据集包含12447份有效问卷和31367张照片。这些参与者的年龄介于18岁至60岁之间，其中女性占比59.4％，男性占比40.6％。在此基础上，研究团队用神经网络评估了人脸的128种特征，比如嘴巴宽度、嘴唇或眼睛高度，确保了实验覆盖的数据量级和多样性。得到数据之后，研究人员将数据分为两组，一组用来训练AI，一组用来测试神经网络的准确性。实验中的两类数据，用于训练的数据集占比90％，用于验证的数据集占比10％。

　　在AI系统的设计上，研究人员开发了一种计算机视觉神经网络（NNCV），来区分不同的面孔，并且记住面部图像的特征。同时，研究团队还训练了人格诊断神经网络（NNPD），NNPD根据从NNCV分析出的信息，预测输出五种人格特质，整个过程分别针对男性和女性面部识别进行。

　　进行情感计算需先建立与心理活动的关联

　　通过上述研究我们不难发现，目前人脸识别已经有从“读脸”到“读心”的发展趋势，那么通过照片、视频等识别人脸表情，人脸识别技术需要哪些发展？

　　孙哲南认为，人工智能的“读心”功能目前主要是通过情感计算实现。

　　早在1997年，MIT媒体实验室就提出了情感计算的概念，情感计算旨在通过赋予计算机识别、理解和表达人的情感的能力，使得计算机具有更高的智能。在情感计算的研究中，情绪识别是最基础、最重要的内容之一。而情绪识别主要通过面部表情、语音、文字、生理信号等模态的数据，来识别出人类的各种情绪。

　　“目前情感计算已有一些研究成果和进展，但是技术还不够成熟。通过表情分析心理活动是情绪识别不可缺少的方式，但表情识别比人脸识别更加难，因为心理活动的表现因人而异，很难统一建模全球所有人的喜怒哀乐与人脸数据之间的量化关系。首先给人脸图像标注情感类别和强度就是很难的事情，‘一千个观众眼中有一千个哈姆雷特’；此外，情绪判定存在主观性甚至掺杂地域文化风俗习惯等因素。”孙哲南说，因此从识别身份到识别表情，人脸识别技术需要更先进的计算模型建立人脸图像、视频与心理活动之间的关系。但目前机器人有智商无情商，达到高度和谐的人机共存仍然任重道远。

　　此外，孙哲南强调，如果通过面相自动判断性格的技术到达成熟阶段，这种技术将会在企业招聘、职业规划、人机交互、广告营销等领域得到应用。但这种基于面相的性格识别会先入为主地判定人物性格，进而带来一些伦理问题，例如性格歧视与偏见等。（记者 马爱平）

原标题：AI不仅能认脸，还能“读心”

 人工智能是本世纪的主要话题之一。人工智能的功能和无限的潜力导致了许多有趣的对话和辩论。

人工智能的兴起引起了AI的许多新关注。从热情高涨的爱好者开始学习有关AI的更多信息，到渴望探索该领域的有抱负的人，或者只是想批评它的其他人。但是，无论您所处的频谱是什么，您都会想到几个问题。

在本文中，我们期待回答有关人工智能的一些最常见问题。目的是回答这两个方面，包括所有实际问题，并阐明个人对此主题可能有的疑问。让我们简要地看一下今天我们将尝试解决的各种问题。 

• 人工智能会偷你的工作吗?
• 人工智能可以接管世界吗?
• 人工智能的优点是什么?
• 人工智能的弊端是什么?
• 您需要成为天才才能开始学习AI吗?

您可以随时跳过最想要回答的问题。但是，如果您不想错过任何特定要点，强烈建议您阅读整篇文章。现在，让我们期待回答有关AI的十个最常见的问题。

人工智能是指开发的软件或特定模型可以自己执行复杂的任务而无需任何人的帮助。AI的更正式定义可以描述如下：

“能够执行通常需要人类智力的任务的计算机系统的理论和开发，例如视觉感知，语音识别，决策和语言之间的翻译。”

人工智能是一个庞大的研究领域，由多个子领域组成，包括机器学习，深度学习，神经网络，计算机视觉，自然语言处理等等。

人工智能被认为是未来的技术，它可以解决机器人，医学，物流和运输，金融等众多领域的众多问题，并提供更多的工业公用服务。

我强烈建议您从下面提供的链接中查看以下有关使人工智能神秘化的文章，以更好地了解这一领域。

为了回答这个问题，让我们简要地看一下人工智能的复杂历史，尤其是神经网络领域。人工智能的概念及其无限的能力在几十年前就已经确定。预计AI将是为现有问题提供解决方案的下一件大事。

随着时间的流逝，人们意识到人工智能并没有想象中那么简单。而且执行复杂的活动几乎是不可能的，尤其是在那段时期内的现有技术下。

最初，AI并没有像人们认为的那样成功，原因是缺少数据以及能够执行复杂排列和组合的能力的技术资源。

但是，在当前时代，我们得出的结论是，人工智能是创造革命性世界的潜在未来。人工智能甚至可以解决某些复杂的任务，相对而言，这可能会花费更多的时间。

这个问题的简单答案-“人工智能有多强大?”在现代时代，取决于研究人员从事程序计算的能力。开发人员的技能使AI模型足够好，可以尽快解决特别复杂的任务。

随着图形处理单元(GPU)的兴起，您可以帮助更快地计算AI模型并开发创新的东西。截至目前，人工智能已经非常强大，可以高效地解决分配给它的一系列任务。但是，它还没有达到顶峰，距离这一点还差几年。

3.人工智能会取代你的工作吗?

人工智能是当今增长最快的领域。据《财富》杂志统计，人工智能专家的招聘在过去四年中增长了74%。人工智能被视为当代最“热门”的工作。

对熟练的AI专家的需求以前所未有的速度增长。人工智能子领域(如机器学习，深度学习，计算机视觉，统计和自然语言处理)的专家的要求和职位空缺每天都在增加。

自然产生的问题是，人工智能最终会变得如此强大，以至于它有能力窃取我们所有的工作吗?

我认为，关于AI将来会窃取您的工作的说法几乎可以视为神话。在这种假设情况下，人工智能将取代所有人类活动并接管现代世界的大部分任务，因为它们不易出现人为错误，并且可以更高效地执行特定任务。

在引入机器的工业革命时期，也发生了类似的事情。显然，它没有窃取工作机会。相反，它为人类控制工作铺平了道路。人类是知识分子。因此，人工智能将简化人工工作的复杂性，但实际上并不会夺走您的工作!

4.人工智能可以接管世界吗?

科幻电影改变了一些人对人工智能的认识。他们用AI编程的图像机器人将变得如此强大，以至于他们最终将摧毁他们的创造者并摧毁整个世界，从而导致新的AI控制物种的发展。

一个引人入胜的故事情节，但在不久的将来随时发生，这是不真实的!

不可否认，人工智能已经走了很长一段路，并发展成为现代世界的独特功能。尽管AI取得了进步，但是大多数任务仍然是在工作或开发阶段的人工监督下完成的。

人工智能也仅限于编程完成的特定任务。一个有趣的例子是自动驾驶汽车，其中AI负责控制汽车并将其驾驶到用户选择的所需目的地。但是，AI仅限于精确地驾驶汽车，而没有其他外部任务。

因此，对于科幻电影中所显示的AI占领世界来说，距离这样的结果至少还有几十年的时间。但是，只是为了保持对此猜测的好奇心，将来最终有可能!尽管目前，这只是虚构的。

5.人工智能的优点是什么?

由于现代对人工智能的炒作是巨大的，因此它具有许多优点。

除了先前讨论的由AI创造的大量工作机会外，它还具有其他优点，例如完成循环或人类需要执行的重复性任务，而不会出现容易发生人为错误的缺点。

人工智能类似于计算机程序，不会疲倦，因此具有在特定任务上全天工作的能力，直到实现期望的结果。

与人类的速度相比，他们能够对各种问题进行更快的计算，并获得精确的结果。他们还拥有大量现实生活中的应用程序，以使我们的日常生活更简单。人工智能的优点是不言而喻的。

从头开始构建人工智能模型有时可能很耗时且需要大量资源。如果您希望在没有GPU的普通计算机上开发深度学习模型，则替代方法是切换到云平台，因为该模型的构建过程在您的PC上不可持续。

除了消耗大量时间和资源外，在某些情况下，人工智能模型的部署也可能非常昂贵。而且，在特殊情况下AI模型发生故障的情况下的维护成本可能很烦人。

人工智能要考虑的另一个重大缺点是缺乏使用人工智能来完成更高级的知识任务。我们仅限于人工智能。ANI对于执行许多任务是有益且必不可少的，但它并不像AGI那样有效。这一点使我们想到了下一个问题。

人工智能是一个有趣的概念。AGI是人工智能程序可以人类水平的完整性和智能性来计算，评估和处理多个任务的时候。

尽管进行了不断的研究和技术进步，人工智能领域仍未取得丰硕成果。有关此概念的实验和研究正在不断地进行评估，以期在不久的将来获得更好的结果。

根据专家的说法，人工智能尚未实现的主要原因是由于几乎不可能复制人脑。

尽管神经网络在执行分配给它们的特定复杂任务时表现出色，但不幸的是，它们并不能替代人脑。

8.人工智能有哪些应用?

自然界中的人工智能具有广泛的应用。这些包括您从一天开始到一天结束的旅程。通常，当您使用智能手机开始新的一天时，您会利用智能面部锁定或其他指纹AI措施的AI功能来解锁手机。

然后，您决定使用Google进行搜索，就会遇到自动完成和自动更正的AI功能，该功能利用序列技术进行序列建模。除智能手机外，人工智能还有大量其他应用程序，包括电子邮件垃圾邮件检测，聊天机器人，对象字符识别等。

人工智能还可以在许多其他领域中找到其应用，例如机器人技术，医学，物流与运输，金融等主题，以及行业中更多的公用事业服务。

9.您需要成为天才才能开始学习AI吗?

这个问题有一个简单的答案-“不，你不!”

人工智能是一个神话般的领域，包含许多壮观的子领域。如果您对以下主题提供的各种有趣概念特别感兴趣，那么完全值得投资您的宝贵时间来获得有关AI主题的更多知识。

虽然从头开始学习AI有时有时会很困难，但随着您继续投入更多时间学习与AI相关的众多概念，它会变得更加有趣和酷。您将接触到数学，编程，机器学习等方面的知识，这将扩展您的大量知识。

即使您发现人工智能领域不适合您的特定兴趣，只要您学习了有关AI众多主题的知识，这还是完全可以的。

使用人工智能弄湿手最好的部分是，您从以下学科获得的知识也可以部分或全部用于各种软件应用程序和工作。

好的!因此，到这一点，希望您对人工智能的各种功能着迷，并为寻找人工智能的理想起点感到兴奋。

人工智能是一个广阔而渺小的领域。但是，不用担心!您可以利用大量宝贵的资源和生产资料来产生最佳结果。仅通过分析和研究Internet上的资料，您就可以获得广泛的知识领域。

诸如Stack Overflow，Data Stack Exchange和GitHub之类的网站是一些最受欢迎的网站，它们可提供深入的解决方案以及对您在运行或安装程序或相应代码块时遇到的问题或错误的解答。

我建议您查看本文结论部分提供的第一个链接，以详细了解“ 10个最好的免费网站，以了解有关数据科学和机器学习的更多信息。”在从资源中获得大量知识的同时，这应该是分析各种观点的一个很好的起点。

在本文中，我们涵盖了有关人工智能的大多数常见问题，同时试图为众多AI主题提供可持续的信息和解决方案。我们还旨在澄清误解，并讨论有关AI的各种概念。

阅读本文之后，我希望所有的观众都能清楚地看到人工智能以及有关AI的众多主题。对AI的现实认识对于理解世界革命性未来将发生的变化具有重要意义。

因此，必不可少的是要了解复杂的细节并在人工智能方面具有丰富的知识，以避免错误的观念和其他误解。同样，了解AI并致力于确保AI的未来是一种令人愉快的经历。这是一个充满新机遇和发现的崭新领域。