如果让机器人为你做心理治疗，你会作何感想？具备情感智能的机器或许并不像看起来那么遥远。在过去几十年里，人工智能（AI）读取人类情绪反应的能力越来越强。
但读取并不等于理解。如果人工智能无法亲身体验情感，它们能真正理解我们吗？如果不能，我们是否有可能把机器人并不具备的特性归到它们身上？
最新一代人工智能的出现，得益于可供计算机学习的数据增多以及处理能力的提升。这些机器在那些一直被视为人类专长的任务上，竞争力日益增强。
如今，人工智能还能够识别人脸、将人脸素描转换为照片、识别语音和下围棋。
识别罪犯
最近，研究人员开发出一种人工智能，只需观察一个人的面部特征，就能判断其是否为罪犯。研究人员使用一个中国身份证照片数据库对该系统进行了评估，结果令人震惊。人工智能将无辜者误判为罪犯的情况仅约占6%，而成功识别罪犯的比例约为83%。总体准确率因此高达近90%。
该系统基于一种名为“深度学习”的方法，这种方法在面部识别等感知任务中取得了成功。在这里，深度学习结合“人脸旋转模型”，使人工智能能够验证两张面部照片是否为同一个人，即使照片的光线或拍摄角度有所不同也能做到。
深度学习会构建一个“神经网络”，其设计大致模仿人脑。神经网络由数十万个按不同层级排列的神经元组成。每一层都会将输入内容（例如一张人脸图像）转换为更高层次的抽象表示，例如一组具有特定方向和位置的边缘。这一过程会自动突出与完成特定任务最相关的特征。
鉴于深度学习的成功，人工神经网络能够区分罪犯与非罪犯并不令人意外——前提是两者之间确实存在可供区分的面部特征。研究表明，这类特征有三个。其中一个是鼻尖与嘴角之间的夹角，罪犯的这一角度平均小19.6%。罪犯的上唇弧度平均也大23.4%，而双眼内眼角之间的距离平均窄5.6%。
乍一看，这项分析似乎表明，认为过时的观点——可以通过外貌特征识别罪犯——并非完全错误。不过，事情或许没有这么简单。值得注意的是，最相关的特征中有两个与嘴唇有关，而嘴唇是我们面部表情最丰富的部位。研究所用的身份证照片必须呈现中性表情，但人工智能或许成功从照片中发现了隐藏的情绪。这些情绪可能细微到人类难以察觉。
很难抗拒去看论文中展示的样本照片的冲动；这篇论文尚未经过同行评审。仔细观察确实会发现，非罪犯的照片中带着一丝微笑——不妨亲自看看。但目前只有少数样本照片可供查看，因此我们无法将结论推广到整个数据库。
情感计算的力量
这并非计算机首次能够识别人类情感。所谓的“情感计算”领域已经发展了数年。有人认为，如果我们要与机器人舒适地共同生活和互动，这些机器就应当能够理解人类情感并作出恰当反应。该领域已有大量研究，发展前景也十分广阔。
例如，研究人员曾利用面部分析，在计算机辅导课程中发现学习吃力的学生。研究人员训练人工智能识别不同程度的投入和挫败感，使系统能够判断学生是否觉得学习内容太简单或太难。这项技术有助于提升在线平台上的学习体验。
人工智能还被一家名为BeyondVerbal的公司用于根据声音识别情绪。该公司开发的软件会分析声音的变化，并寻找人们说话方式中的特定模式。公司声称，该软件识别情绪的准确率达到80%。未来，这类技术或许可以帮助自闭症人士识别情绪。
索尼甚至正在尝试开发一种机器人，能够与人建立情感纽带。目前关于他们打算如何实现这一目标，或机器人具体会做什么，信息并不多。不过，他们提到希望“整合硬件与服务，提供能够引发情感共鸣的体验”。
具备情感智能的人工智能有多种潜在益处，既可以为人们提供陪伴，也可以帮助我们完成特定任务——从讯问罪犯到谈话治疗。
但这也涉及伦理问题和风险。让一位失智症患者依赖人工智能陪伴，并相信它拥有实际上并不存在的情感生活，这样做对吗？我们能否根据人工智能将某人判定为有罪，就给这个人定罪？显然不能。相反，在这类系统得到进一步改进并经过全面评估后，一种危害较小且可能有益的用途，是针对被人工智能视为“可疑”的个人启动进一步核查。
那么，未来我们应当对人工智能抱有什么期待？情感和情绪倾向等主观议题仍然难以让人工智能学会，部分原因在于人工智能可能无法获得足够优质的数据来客观分析这些议题。例如，人工智能终有一天能理解讽刺吗？同一句话在一种语境下说出来可能是在讽刺，在另一种语境下却未必如此。
然而，数据量和处理能力仍在不断增长。因此，除了少数例外，未来几十年里，人工智能很可能能够在人类识别不同类型情绪的能力上与人类比肩。但人工智能是否可能体验情感，仍是一个有争议的话题。即便它们能够体验情感，也肯定存在一些它们永远无法体验的情感，这使得它们难以真正理解这些情感。
