1
00:00:07,052 --> 00:00:11,642
每年，以往被認為
只有人類能完成的事情

2
00:00:11,642 --> 00:00:14,848
漸漸的被機械所超越

3
00:00:14,848 --> 00:00:18,423
現在的電腦可以
在複雜的桌遊中打敗我們

4
00:00:18,423 --> 00:00:21,294
把演講翻譯成各種語言

5
00:00:21,294 --> 00:00:24,746
還能立刻辨識各種物品

6
00:00:24,746 --> 00:00:27,243
在未來，機器人可能會透過

7
00:00:27,243 --> 00:00:30,243
理解我們的感受變得更進步

8
00:00:30,243 --> 00:00:32,381
為什麼這很重要？

9
00:00:32,381 --> 00:00:37,213
假如機器人以及操作者
可以精準判斷出我們的情感

10
00:00:37,223 --> 00:00:42,263
可能會給我們很大的幫助
或是進而操控我們

11
00:00:42,612 --> 00:00:44,254
但在討論到那之前

12
00:00:44,254 --> 00:00:47,393
試問為什麼像情緒這麼複雜的東西

13
00:00:47,393 --> 00:00:51,623
可以轉換成機器唯一理解的
語言符號：數字呢？

14
00:00:53,053 --> 00:00:58,393
其實跟大腦先學習認知情緒
才會詮釋自己的心情是一樣的

15
00:00:58,754 --> 00:01:04,120
美國心理學家保羅·艾克曼
歸類出幾種廣泛存在的情緒

16
00:01:04,120 --> 00:01:09,174
這些情緒的視覺線索
在各個文化中意義都相同

17
00:01:09,174 --> 00:01:14,193
舉例來說，一個笑臉圖像
對都市人和原住民來說

18
00:01:14,193 --> 00:01:16,965
都是代表喜悅

19
00:01:16,965 --> 00:01:18,094
根據艾克曼的說法

20
00:01:18,094 --> 00:01:18,823
憤怒

21
00:01:18,823 --> 00:01:19,533
厭惡

22
00:01:19,533 --> 00:01:20,275
恐懼

23
00:01:20,275 --> 00:01:21,092
喜悅

24
00:01:21,092 --> 00:01:21,848
悲傷

25
00:01:21,848 --> 00:01:25,113
以及驚訝都同樣容易辨識

26
00:01:25,113 --> 00:01:29,716
事實證明，電腦辨識
影像的速度愈來愈快

27
00:01:29,716 --> 00:01:33,665
多虧了像人工神經網絡
這種學習演算法

28
00:01:33,665 --> 00:01:40,975
這些人工節點會藉由互相連結
和交換資訊來模仿生物神經的活動

29
00:01:41,444 --> 00:01:46,405
為了訓練網絡
會事先輸入預先歸類的樣本

30
00:01:46,405 --> 00:01:50,865
例如把標示快樂
或悲傷的照片輸入系統

31
00:01:51,135 --> 00:01:57,525
網絡會根據特定的特徵調整相關數值
學習如何辨別這些樣本

32
00:01:58,175 --> 00:02:04,185
輸入的訓練資料愈多
運算法辨識新資料就會愈準確

33
00:02:04,595 --> 00:02:06,447
這跟我們的大腦一樣：

34
00:02:06,447 --> 00:02:11,065
藉由學習以往經驗
形成往後對新刺激的反應

35
00:02:11,535 --> 00:02:14,966
辨識演算法不只會辨認臉部表情而已

36
00:02:15,266 --> 00:02:17,616
情緒表達有很多種方式

37
00:02:17,616 --> 00:02:19,936
包括肢體語言、語調

38
00:02:19,936 --> 00:02:23,237
心率變化、膚色，以及表皮溫度

39
00:02:23,237 --> 00:02:27,686
甚至包含說話節奏
和書面的語法結構

40
00:02:27,686 --> 00:02:33,295
你可能認為訓練神經網絡
辨識它們是漫長又複雜的程序

41
00:02:33,757 --> 00:02:39,896
不過當你了解網路數據的龐大
和現代電腦運算的速度就會改觀了

42
00:02:40,305 --> 00:02:43,587
像是從社群網站的發文
到上傳的照片和影片；

43
00:02:43,587 --> 00:02:46,777
從通話紀錄到熱感應監視器；

44
00:02:46,777 --> 00:02:50,167
還有記錄生理狀況的穿戴式裝置

45
00:02:50,167 --> 00:02:52,947
最大的問題已經不是如何取得資料

46
00:02:52,947 --> 00:02:55,255
而是使用這些資料的目的

47
00:02:55,255 --> 00:02:59,446
電腦化表情辨識有很多實用途徑

48
00:02:59,446 --> 00:03:02,567
利用演算法辨識表情的機器人

49
00:03:02,567 --> 00:03:04,216
可以幫助孩童學習

50
00:03:04,216 --> 00:03:06,906
或是陪伴孤單的人

51
00:03:07,636 --> 00:03:10,637
社群媒體公司正在考慮運用演算法

52
00:03:10,637 --> 00:03:14,337
來標記含有特定文字或用語的發文

53
00:03:14,337 --> 00:03:17,337
以協助自殺防治

54
00:03:17,337 --> 00:03:21,197
情緒辨識軟體
可以幫助治療心理疾病

55
00:03:21,197 --> 00:03:25,378
甚至提供人們低價位的
自動化心理治療

56
00:03:25,378 --> 00:03:27,008
儘管有這些好處

57
00:03:27,008 --> 00:03:31,227
大型網路自動掃描我們的照片

58
00:03:31,227 --> 00:03:36,627
對話紀錄、和生理層面是相當惱人的

59
00:03:36,627 --> 00:03:44,876
當我們的情緒數據被公司用來打廣告
我們該如何保有隱私？

60
00:03:45,178 --> 00:03:46,788
同時也出現人權問題

61
00:03:46,788 --> 00:03:54,187
警方能夠把未決定犯罪的人
直接判定為罪犯嗎？

62
00:03:54,667 --> 00:03:56,900
機器人的發展還有很長的路要走

63
00:03:56,900 --> 00:04:00,258
例如辨別像諷刺這種細微的情緒

64
00:04:00,258 --> 00:04:04,758
以及分辨情緒強弱
例如一個人多快樂或多難過

65
00:04:04,758 --> 00:04:09,288
儘管如此，機器人將來
可能會精準地判斷情緒

66
00:04:09,288 --> 00:04:10,998
並做出回應

67
00:04:10,998 --> 00:04:15,319
但是人類會不會因
機器人的過度入侵感到恐懼

68
00:04:15,319 --> 00:04:16,987
這又是另一回事了