导览

近期，我探访了纽约市的公共图书馆，这里是我钟爱的藏书圣地之一，有幸一睹查尔斯·达尔文的数百封原始手稿、著作与思想札记。这位闻名遐迩的英国学者以其笔触细腻，将深邃的好奇心与敏锐的观察力跃然纸上。除了进化论的奠基，达尔文还涉足了人类与动物情感与表情的解析，他的文字探讨了情感的科学性、普遍性与可预见性，以夸张的表情描绘人物形象，这些珍贵资料均得以在此图书馆中展露。

这一探索引发了我对当前科技趋势的深思。随着全球对ChatGPT、通用人工智能以及机器人取代人类工作的担忧日益加剧，监管机构正对人工智能与情绪识别技术的运用发出警告。情绪识别技术，即利用人工智能分析视频、面部图像或音频，以识别个体的情感或心理状态，其原理看似简单。例如，AI模型能识别咧嘴笑、眯眼、仰头、脸颊紧绷等表情与动作，并据此推断个体处于快乐状态。

然而，在实际操作中，情绪识别技术变得极为复杂。批评者指出，这常常被视为伪科学案例，带有潜在的侵犯性。欧洲数字权利与访问现在呼吁全面禁止此类技术，而欧盟人工智能法案虽未实施全面禁令，却禁止在警务、边境管理、工作场所及教育机构使用情绪识别。

美国同样关注这一领域，尤其是考虑到其监管措施的可行性。美国参议员罗恩·怀登等议员对此表达了关切，并警告称面部表情、眼球活动、语调乃至步态等元素都能揭示个人身份或未来行为，这是相当可怕的。尽管如此，仍有大量资金投向基于“虚假科学”的情绪检测AI技术开发。

情绪识别技术的应用范围广泛，尽管尚未大规模普及。例如，Affectiva致力于利用面部表情分析AI技术评估驾驶员的疲劳程度，或是评判电影预告片的观众反应。HireVue则将其作为甄选潜在优秀求职者的工具，但此方法饱受质疑。

信息技术与创新基金会副总裁丹尼尔·卡斯特罗表示，他对私营企业开发这类技术持基本支持态度，尤其是在帮助盲人或视力受损者理解周围环境方面有重要应用。然而，技术的其他应用引发了更多忧虑，包括向执法部门提供识别撒谎者或标记可疑行为的软件。

中国也在探索情绪识别技术的应用，如学校尝试用此技术评估学生的学习理解和表现。欧洲数字权利组织高级政策顾问埃拉·雅库博斯卡未听说过该技术有可信的用途，除了用于监控目标。

情绪识别模型的准确性存疑，情绪的复杂性超越了人类的理解。尽管技术在近年有所提升，但不同系统的准确度差异显著，取决于其目标与数据质量。卡斯特罗指出，技术并非完美无缺，其局限性更多源于人类情绪的复杂性，以及其在文化背景与个体差异下的不确定性。

查尔斯·达尔文的故事提醒我们，科学探索情感的本质是一个充满挑战的过程。随着情感计算的发展，我们可能会见证技术进步，也可能不会。这与人工智能的现状类似，技术正处于高度炒作阶段，旨在使世界更为可预测，人类思维更具可测性。

或许，正如人工智能专家梅雷迪思·布鲁萨德所提问的，一切能否简化为数学问题？在这场探索中，我们需要平衡技术创新与伦理考量，确保科技进步服务于人类福祉而非侵犯个人隐私。