最近俄亥俄州立大学的认知研究科学家们在人脸识别技术和机器学习方面有了突破性进展，能够让电脑比人类更准确地读取面部表情进而识别情感状态。这种"情感识别处理"技术的潜在应用包括嵌入各种类型设备(包括诸如谷歌眼镜等可穿戴技术)的情感检测器。主要特点

扩展的情感数据库——为了便于研究，俄亥俄州立大学的研究人员招募了一些志愿者，对他们在诸如"你刚刚获得了意外的好消息("愉快地的惊讶")或"你闻到一股恶臭"("感到讨厌")等提示性信息下的脸部表情进行了拍摄。同时利用20世纪70年代晚期开发并且在21世纪00年代获得更新的一种身体语言分析标准——面部动作编码系统(FACS)中使用的相同方法对每幅照片中的面部肌肉打上标签。然后用这些照片产生了21个独特的可被计算机识别的面部表情模型，这个数量是以前研究人员用于识别人类情感的面部表情模型数的三倍以上。

准确度超人类——在扩展表情数据库的帮助下，计算机系统在实验室环境中分辨真假表情的准确率可达85%，而人类的平均准确率得分只有55%。

临床应用——识别研究科学家可以用面部动作编码系统识别基因、化学混合物以及大脑用来调节情感产物的神经元回路。情感识别技术还能用来诊断孤独症、创伤后应激障碍或面部表情不直接反应情感的其它情况。

商用情感检测——Emotient是加州大学的一个研究团队创立的一家公司，旨在向零售与医疗行业提供利用机器学习算法读取情感的解决方案。该公司为其情感分析玻璃产品发布了一个邀请测试版本软件。谷歌眼镜用户可以利用这种软件实时检测人们的表情，并读懂他们的情感。

ARIS点评

巨大的潜力——实时情感识别技术可以极大地改善所收集的信息的数量和质量，从而达到最优的用户体验目的。在这种思想指导下，Emotient公司为零售和医疗行业垂直体系提出了清晰的愿景和令人信服的价值主张。，而且这种技术在公共安全和国家安保领域也极有前途。Emotient公司的情感识别技术不需要专门的图像处理硬件。包括集成有照相机的任何硬件(比如笔记本电脑、智能手机、数字标牌显示器等)都能进行情感捕捉。这类设备的广泛使用确保了情感识别技术能够得到快速普及。

隐私担忧——对隐私和保密权利的顾虑会阻碍情感识别技术在消费市场中的普及。当谷歌眼镜被完全商用化后，对隐私的担忧将很可能在公共场合和传媒报道中产生负面意见，进而推动私人和公共场合规范潜在入侵性技术的使用。这意味着情感识别技术的成功很大程度上取决于公众意见和立法行动。

具有情感意识的机器人——情感识别运算代表人机交互取得了重要进展。对于真正的"智能系统"开发而言，这种技术是必需的，但还不够。面向消费者的产品制造企业可能是率先采用这种技术的客户(本田公司是这种技术的早期购买者，希望以此改进汽车内的信息娱乐中心)，但B2B的工业与服务系统的生产企业将肯定紧随其后，其中包括为消费、服务和工业领域开发机器人产品的公司，因为这种情感识别技术具有彻底改革人机交互的潜力。