我們的情緒會影響 日常生活的各個層面， 從我們的健康到如何學習、 如何做事、做決定， 無論事情大小都受此影響。 我們的情緒也會影響 我們如何與他人交流。 我們已經進化到生活在 一個像這樣的世界， 然而我們的生活卻愈來愈像這樣── 這是我女兒昨晚傳來的簡訊── 一個缺乏情感的世界。 所以我帶著使命要改變這種狀況。 我想將情感重新注入數位體驗中。 我在 15 年前走上這條路。 當時我在埃及是電腦科學家， 而且我才拿到劍橋大學 博士班的入學許可。 所以我做了一件 對身為年輕新婚的埃及回教婦女來說 相當不尋常的事： 在我先生的支持下， 他留在埃及， 我整理行囊搬到英格蘭。 在劍橋，離家千里遠的地方， 我發現我與筆電相處的時間， 遠超過與人交流的時間。 儘管與筆電相處如此親密， 它卻完全不了解我的感受， 它不知道我是否開心， 今天順不順，是否緊張或困惑， 所以那令我沮喪。 更糟的是，在我上線 與遠方的家人聯絡時， 我覺得我的情感 在這虛擬空間裡消失無蹤。 我好想家，我好孤單， 有些日子我真的哭了， 但我所能傳達的只有這個。 （笑聲） 今天的科技有很多智商， 卻沒有情緒智商； 有很多認知智商， 卻沒有情緒智商。 所以這讓我思考， 如果我們的科技可以 感受我們的情緒會怎樣？ 如果我們的電子裝置可以 感受我們的感覺並做出相對回應， 就像一位高情商的朋友一樣， 會是怎樣？ 這些問題讓我及我的團隊 創造出可以讀懂情緒 並做出回應的科技， 我們的起始點是人的臉。 人類的臉恰好就是有力的管道， 能用來傳遞社交及情緒狀態， 從愉快、驚訝， 到同情、好奇都可以。 情緒科學中，我們稱每一種 顏面肌肉運動為一個動作單位。 舉例來說，動作單位 12， 這可不是好萊塢的動作巨片， 這其實是拉嘴角， 這是微笑的主要部分。 大家都試一下吧！ 讓會場有點笑容。 另一個例子是動作單位 4。 這是蹙額。 就是你把眉頭皺在一起 所產生的紋理和皺紋。 我們都不喜歡皺紋， 但那是負面情緒的重要指標。 我們有約 45 種動作單位， 排列組合後可以表現出數百種情緒。 要教電腦讀懂這些顏面表情很難， 因為這些動作單位很快、很細微， 而且還有各種不同的組合法。 所以再舉個例子，微笑和假笑。 兩者看起來有點像， 但是意義大不相同。 （笑聲） 微笑是正面的， 假笑往往是負面的。 有時候一個假笑可以讓你成名。 但是說真的，要讓電腦能夠 辨認出這兩種表情的不同很重要。 所以我們怎麼做呢？ 我們給我們的演算法 成千上萬筆我們知道在微笑的例子， 各式人種、年齡、性別都有， 假笑也如法泡製。 然後，機器用深度學習法， 讓演算法找出臉上 所有的紋理、皺紋， 及臉型的改變， 基本上學得所有的微笑 都有共同的特點， 所有的假笑也有 稍稍不同的特點， 所以下一次電腦看到新的面孔， 它基本上會得知 這張臉與微笑有相同的特點， 然後它會說，「啊哈！ 我認得這個，這是微笑的表情。」 要展示怎麼用 這項科技的最佳方法， 就是來一個現場示範， 所以我需要一名志願者， 最好是有臉的。 （笑聲） 我們今天的志願者是克蘿伊。 過去五年，我們從 麻省理工的一項研究計畫 發展成一家公司， 我的團隊很努力 讓這項科技能快速傳播， 好像我們常說的，（病毒）擴散中。 我們也把它縮小， 讓核心情緒引擎能用在 任何有照相機的行動裝置上， 像是這台 iPad。 現在來試一下。 正如你們所見，基本上 演算法已經找到了克蘿伊的臉， 就是這個白色的框框， 它正在找她臉上的 幾個主要特徵點， 像是她的眉毛、 眼睛、嘴巴和鼻子。 問題是，它能辨識她的表情嗎？ 我們來考一下機器。 首先，來一張撲克臉。 對，好極了！（笑聲） 然後她微笑的時後， 這是真誠的微笑，很棒， 你們可以看到她微笑的時候， 綠色的信號格增加。 那可是個好大的微笑。 你可以試一下淺淺的微笑嗎？ 看看電腦能不能辨識？ 它的確也能辨識淺淺的微笑。 我們真的很努力要做到這一點。 然後抬眉毛，表示驚訝。 蹙額，表示困惑。 皺眉，很好，很完美。 這些就是不同的動作單位。 還有更多。 這只是瘦身版示範。 我們稱每一個讀取 為一個情緒資料點， 然後它們一起發動 就能描繪出不同的情緒。 右邊的這張示範── 表現你很開心。 所以那是高興。高興出現了。 然後給我一張噁心的臉。 試著回想贊恩退出 男團一世代的那種感覺。 （笑聲） 沒錯，皺鼻子。太棒了！ 效價呈現高負值， 所以你一定是大粉絲。 效價指的是感受的好壞程度， 而投入程度指的是 她的表情有多大。 想像一下如果克羅伊 能使用這套即時情緒串流， 而且她還可以跟任何人分享。 謝謝妳！ （掌聲） 到目前為止我們已經 累積了 120 億筆情緒數據點。 這是世界上最大的情緒資料庫。 我們從 290 萬筆臉孔短片 收集資料， 由同意與我們分享他們情緒的人提供， 來源遍及全球 75 個國家。 資料每天都在增加。 這真令我驚異萬分， 我們能量化像情緒 這麼個人的東西， 還能做到這個地步。 所以至今我們學到什麼？ 性別。 我們的數據證實了一些 你們大概已經料到的事。 女人的表情比男人的更豐富。 她們不但更常微笑， 微笑的時間還更久， 而且我們現在真的能量化 造成男女不同反應的東西。 來看文化：在美國， 女性比男性多 40% 更願意表達情感， 但奇怪的是， 在英國看不到這樣的差距。 （笑聲） 再看年齡：50 歲以上的人 比年輕人多 25% 更願意表現情感。 20 多歲的女性 比同年齡的男性更常微笑， 大概是因為這是約會必殺技。 但是這筆數據最讓我們訝異的， 大概是我們隨時都有表情， 即使我們獨自坐在裝置前也是如此， 而且不只是在我們看 臉書上貓短片的的時候。 我們在寫信、傳簡訊、網購， 甚至在報稅時都表情豐富。 今天這筆數據用在哪裡呢？ 用在瞭解我們如何與媒體互動， 所以能瞭解影片爆紅及投票行為， 也用在情緒辨識科技， 我想分享幾個 讓我特別感動的例子。 情緒辨識眼鏡能幫助 視障者讀取別人臉上的表情， 也能幫助各種程度的 自閉症患者解讀情緒， 這是他們的最大難題。 在教育上，想像一下 如果你的學習應用程式 感受到你的困惑並放慢速度， 或是知道你覺得無聊了 所以加快速度， 就像一位好老師 在課堂上做的一樣。 如果你的手錶能追蹤你的心情， 或是你的車能感受到 你現在很疲倦， 或是你的冰箱能知道 你現在壓力很大， 所以它會自動鎖住， 你就不能拿東西來吃。（笑聲） 我會喜歡那個，真的。 當我在劍橋的時候， 如果我能用這套 即時情緒串流工具， 我就能用非常自然的方法 與遠在家鄉的家人分享， 就好像我們都在 同一間房間一樣，那有多好？ 我想五年後， 我們所有的裝置 都會有一個情緒晶片， 我們就會忘記當年 裝置還不會回應我們皺眉的時候說出： 「嗯，你不喜歡這個，是吧？」 是什麼樣子。 我們最大的挑戰是 這種科技有許多應用程式， 我和我的團隊瞭解 我們不可能只靠自己發展全部， 所以我們開放這項科技 讓其他開發者 能繼續開發並激發創意。 我們知道會有潛在風險， 也可能遭到濫用， 但是個人認為， 在花了這麼多年做這個之後， 我相信這對人類的益處， 就是開發情緒智能科技的益處， 遠超過誤用的潛在危險。 我請大家口耳相傳。 愈多人知道這項科技， 我們就愈能發聲說明 這該如何使用。 隨著我們的生活愈來愈數位化， 試圖以遏止使用裝置來重拾情緒 是一場必敗的仗。 與其如此， 我寧可把情感帶進科技， 讓我們的科技更有回應。 所以我想用這些 原本使我們疏遠的裝置， 讓我們重新結合在一起。 藉著把科技人性化， 我們擁有這個黃金時機 來重新想像我們如何 與機器連結， 進而想像我們身為人類 如何能重新連結彼此。 謝謝。 （掌聲）