谷歌人工智能会下围棋 广州人工智能会读心术

团队带头人文贵华教授

华工团队研发的人工智能表情识别程序，该程序可根据人物表情猜心情

　　文/羊城晚报记者 王倩 通讯员 卢庆雷 图/羊城晚报记者 周巍

　　3月13日，韩国首尔，人类围棋顶尖高手李世石终于扳回一局，但仍3：1输给了计算机“阿尔法围棋”，15日的最后一战也无法改变已定的败局，人工智能终于攻克了人类智慧的明珠——围棋。

　　3月15日，中国广州，华南理工大学的一间计算机实验室，文贵华教授和他的团队也正筹划着让自己研发的人工智能系统和人进行一场比赛，不过他们比的不是围棋，而是更为复杂的“读心术”。

　　如果说李世石和“阿尔法围棋”的这场“世纪之战”标志着人工智能的发展迈上了一个新台阶，那么，文贵华团队研发的成果则可以展现，以人工智能技术为基础的多种服务其实已经深入我们的生活，并正在逐步掀起一轮又一轮的革命。

　　“这台PC机正在学习辨认微表情”

　　“读心术”，听起来让人联想到缭绕印度香的气味、充满吉卜赛风情的神秘心理游戏，是绝对只有人类，而且是敏感、充满想象力的人才能玩的把戏。不过在文贵华团队的实验室，一切遐想都破灭了——放着电脑和文件的明亮格子间和任何一间office毫无二致，一群戴着眼镜的理工科男生也绝对不会看手相什么的。唯一的不同在他们身后，看上去最普通的家用PC上，以固定速度不断跳动的图片让人好奇，图片上范冰冰、周杰伦的面孔不时出现，给这个典型理工面孔的实验室增添了一丝柔软的颜色。

　　“这台电脑正在学习，”一个计算机专业的研究生说，“学习辨认图片上的人。”

　　人脸识别技术其实已经是一个相对成熟的技术，在刑侦和安全领域，这项技术已被广泛应用。广州早在2008年就在高考考生进场时应用了人脸识别系统，以防止替考作弊的发生。

　　文贵华团队则更进一步，他们要让计算机学会辨别人的情绪，发现内心的秘密。

　　微表情，是心理学名词，最短可持续1/25秒，虽然一个下意识的表情可能只持续一瞬间，但这是种烦人的特性，很容易暴露情绪。当面部在做某个表情时，这些持续时间极短的表情会突然一闪而过，而且有时表达相反的情绪。

　　读心APP准确率已超过七成

　　在网上搜索“微表情”，会发现后面常常紧跟着另一个词“读心术”，网上还有不少技术帖，教人如何通过辨别微表情来洞察对方的内心真实想法。

　　这表明了，即便对于人类，“读心”仍然是个难题，因为人们常常善于伪装和隐藏。那么，计算机能做到吗？

　　文贵华的手机上装了一个APP，打开它对着自己拍张照，然后就可以开始测试心情了，一共有七种：高兴、伤心、生气、害怕、厌恶、惊讶、中性。目前它的测试准确率超过70%，还不够高，不过也许，比有的人已经高了。

　　“我们打算让它和人比一比，看看谁的辨别准确度更高。”文贵华很期待这场比赛。说真的，没人统计过人类的“读心”能力到底有多高，比如说很多时候，他真的看不出她是高兴还是不高兴。

　　计算机或代替医生“望闻问切”

　　文贵华团队的“读心术”正式名称叫做“情感识别开放平台”，它可不仅仅是用来装在手机上娱乐别人的，科学家们希望这种技术能用来揭示那些不该被隐藏的情绪。

　　首先是对老年人特别是独居老人的关怀。电视上最近常常播放一则公益广告，广告里的老两口十分孤独，甚至生病住院，但在和儿女的电话里，还要说自己很忙，忙着跳舞、聚会，让孩子安心工作不要担心。

　　在文贵华的设想中，情感识别技术通过摄像头，就可以真实捕捉老人们的情绪，“当他们的不良情绪达到一定比例时，程序会自动告知家人，老人情绪不佳，需要及时探视”。

　　另一种常用的领域就是安全，目前的人脸识别系统只能识别已有的“黑名单”面孔，而对可疑人员还无从辨别。情感识别技术则可以在视频中捕捉难以察觉的恐惧、紧张等情绪，提醒相关部门注意可疑人员。

　　在生活服务方面，他们还希望将这种技术和中医知识相结合，让计算机代替医生来“望闻问切”，通过辨识舌苔、面色等指标判断人的健康情况。

　　“还有，”文贵华认为它能帮助人们提高情商，“现在的孩子都很自我，他们不太会关注别人，这对他们自己没好处，不如通过这个练习练习。”

　　那么这就是人工智能了么？不要奇怪，你家的扫地机也是人工智能的产物，它就是这样已经默默地来到了我们身边。也许你会说，我家的扫地机还是很笨，没关系，20年前的大哥大也挺可笑的。

　　记者手记：当计算机开始 深度学习。。。。。。

　　参观文贵华团队的实验室不由得让人开始思考——计算机真的会思考吗？也许，那要看我们究竟如何定义“思考”。

　　文贵华从事人工智能研究和应用已有超过10年时间，在他看来，让计算机开始深度学习，让人工智能走出第二个死胡同。第一个死胡同是神经网络，“当时人们欢呼雀跃，认为抓到了人类智慧的要害，但不久就发现，计算机只能进行线性思维，这条路走不通”。于是科学家们认为计算机缺乏系统的知识，开始将海量的人类已有知识成果向计算机“灌输”，开发了各种“专家系统”，但这种学习方法有点类似于死记硬背，知其然而不知其所以然。中国也开发了中医的专家系统，但名老中医的经验非常个人化，人为总结的规律在实践中证明行不通。

　　随着互联网时代的到来，大数据的运用改变了局面，深度学习的概念被提出。“我们改变了计算机学习的方法，以前是让它学习结论性的知识，现在只是给他数据库，让它从数据也就是现象和结果中倒推原因，进行自我学习。”文贵华说。文贵华的团队用的就是最普通的计算机，并不是人们以为的超级计算机，而家用PC都可以学会人工智能真的让人觉得有点不可思议。

　　“关键是算法，就是我们如何教它学习。”在文贵华的实验室，最核心的无疑是那一屏一屏的代码，而硬件设备的提升，也会带来学习成果的飞跃。“我们现在的计算机学习一张图片需要3秒时间，一天不停学习也只能学习两万多张图片，如果硬件和服务器升级，学习速度就会更快。”

　　另一方面，数据的数量也至关重要，目前这个大学团队拥有的图片数据库仅有几万张，要知道据说“阿尔法围棋”存储了15万份职业棋手棋谱、百万计业余高手棋谱，并有3000万次自我对局经历。大数据的魔力就在于一定要足够“大”，一旦华工这个普通实验室能够拥有足够大的数据库，这个现在看上去安分守己的人工智能程序会自我学会什么，真的很难讲。

　　“每天你的电脑在网上搜索海量图片，除了识别面孔和情绪，它还从中学会了什么，你知道吗？”我问。

　　“说实话，我不知道。”文贵华说。不过他还是蛮乐观，认为计算机目前而言都在科学家的控制之中，因为目标和方法都是人类设定的。

　　“至少它还不会自己写程序，但我不知道会不会有疯狂的科学家打算偷偷让他的计算机学习写程序”。

　　科学家的担心并非异想天开。2015年7月，国际人工智能联席会议上，包括著名天体物理学家史蒂芬·霍金、特斯拉创始人伊隆·马斯克和苹果联合创始人史蒂夫·沃兹尼亚克都签署了一封公开信，呼吁禁止将人工智能技术应用于开发自动化武器，他们认为这种武器将是继火药和核武器之后的“第三次战争革命”。（王倩）