北京时间8月22日，伴随桑巴游行表演，2016年的奥运圣火在里约马拉卡纳球场缓缓熄灭，而社交网络上有关本届奥运会的讨论依旧热烈。有媒体戏称里约奥运会是被“洪荒少女”的表情包撑起来的，不过，除了燃爆社交网络外，机器代替真人解说比赛，机器人写作报道奥运，机器预测比赛结果等各种人工智能的应用也让本届奥运会亮点颇多。
专注于“情感计算”与“情绪分析”的人工智能领域FaceThink情感计算实验室，专门针对“奥运网红”们的采访视频进行了解读，发现在观看傅园慧等中国游泳队运动员的赛后采访视频时，观众的愉悦情绪高达75%，是观看其他金牌得主的采访视频时的5倍。同时，观众的情绪反馈越良好，越愿意主动分享相关的奥运信息。
机器预测:让观众感到高兴与惊讶的内容更易被传播
据四川大学副教授、FaceThink情感实验室负责人杨松帆博士介绍，实验室分别选取了两组有代表性的赛后采访视频(同等时长)，一组是盛产“奥运网红”的中国游泳队赛后采访视频集锦，另一组是奥运冠军的赛后采访视频集锦。前者的内容轻松、逗比，后者则稳健、沉着，通过观察50名参与实验的观众对2组视频的情绪反馈曲线，来预测其对视频的喜爱偏好及分享意愿。
图1：观众对中国游泳队及奥运冠军赛后采访视频的情绪反馈曲线
机器分析的结果显示，观众在观看奥运冠军的获奖采访时，情绪反馈曲线相对平稳，平均愉悦度只有15%。但在观看“奥运网红”游泳队的视频时，情绪反馈曲线起伏较大，不断出现反馈良好的高愉悦指数波峰，平均愉悦度高达75%，正面情绪是前者的5倍。
图2-1：机器分析的情绪愉悦指数与问卷统计的观众偏好结果一致
人工智能可根据观众情绪状态精准预测分享行为
除了在播放视频时用摄像头实时记录下观众的面部表情，该实验室还同时采用传统问卷调研的形式，详细记录了受访者分别对两组视频的喜爱偏好及分享意愿。有趣的是，观众的情绪反馈越积极(愉悦、惊讶、高兴等正向情绪曲线较高)，就越喜欢相关的影像内容，与他人分享的意愿也越强烈。
图2-2：机器分析的情绪愉悦指数与观众反馈的分享意愿一致
四川大学副教授、FaceThink情感实验室负责人杨松帆博士表示，这次针对奥运表情包的解读采用的是他们自主研发的表情自动识别算法，在以往情绪分析的基础上增加了情感色彩正负的判断，提高了情绪识别的准确度。目前机器可以识别8种人类情绪：正面情绪“高兴”;负面情绪“厌恶、悲伤、疑惑、轻蔑、愤怒”;中性情绪“专注、惊讶”。
图3：FaceThink实验室对傅园慧热门表情进行的情绪分析图
杨教授披露，整个实验的过程主要分四步：首先通过摄像头采集观众样本的面部表情数据;紧接着利用机器学习算法自动检测人脸，并提取面部关键点(例如眼睛、鼻子、嘴等)。依据心理学家Paul Ekman的面部动作单元理论，提取并分析面部肌肉移动的变化特征，训练出预测性模型;该模型可以判断受访者的情绪种类及强度;最后，结合问卷调研的结果，验证机器预测的准确度。从这次实验室研究的结果看，表情自动识别技术能够准确检测到观众在观看视频期间每时每刻的情绪状态，加之进一步的统计分析，可以对观众未来的行为做出预判。
据悉，在情绪识别领域中，科学家们通过多种传感器采集数据来预测人类心里状态，比如这些数据包括血压、心率、脑电波、表情、语音等。其中，表情识别技术以其高精度，低成本的特点, 广泛应用于不同领域，包括视频广告的优化，市场调研，在线教育，汽车辅助驾驶及游戏等。
)