AI情感监测，把求职女硕士挡在银行门外！
参考资料丨nextdaily、sina
▌所属行业：企业、交通
▌应用场景：AI面试、疲劳驾驶
▌关键技术：计算机视觉、深度学习、大数据
▌提供商：Affectiva
小鑫（化名）是某省财经大学在读研三研究生，从本科到研究生，都是学习会计专业。在导师、家长、同学眼中，她是成绩优秀、性格活跃的女生。
2018年3月，在参加某行的校园招聘中，一路过关斩将，顺利通过笔试、面试。
然而！！！
画风突然转变：
闻所未闻——小鑫却栽倒在第三方机构ATA（全美在线）的性格测试环节，判定理由是：情绪上存在高风险，难以适应快节奏的工作。
不可思议——招聘单位银行，作出让小鑫不能接受的决定：不录用！
没脸见人——这份情绪监测报告由“AI机器人”出具的。
这事迅速在网络上发酵，很多人都在评论：
吃瓜群众：机器人仅凭性格测试，就判定女硕士情绪风险等级高，难以适应快节奏的工作，这有点太无稽之谈了。
打抱不平：我跟我老婆生活那么多年，都没摸清她什么性格，AI机器人仅凭几道测试题就看清一个女人，太厉害了吧？
嗤之以鼻：都说女硕士是李莫愁，AI机器人小瞧我们了！
ATA（全美公司）魏先生解释：
ATA的个性测评，是目前全世界信效度最高的个性测评工具，已被英国心理学会（BPS）权威认证。
ATA的个性测评会根据招聘单位需要，采用不同的模块，事先设置题目，由机器出具评估结果，相对比较科学、权威。
魏先生也同时承认，机器检测不排除也有误判，但概率较小。为此，检测只是类心理测试，招聘方不能将测试结果作为唯一依据。
AI图片识别，我知道。
AI语音识别，我也能理解。
但AI情感监测，是个啥东西？
所谓人工智能情感识别技术，即利用深度学习算法，监测情感行为如面部特征表情识别、语音情感识别、姿态识别，从中提取情感特征，并根据这些特征确定被测对象情感状态。
简单说，就是用AI对人类进行"情绪计算" 。
女硕士的老师评价，该女生积极健康，但是说话直接。看来太直接的女生，AI机器人不太喜欢。
人脸识别技术能让我们刷脸乘车、解锁手机、甚至能把躲藏在张学友万人演唱会上的坏人送进监狱。
更有意思的是，现在，算法不仅能识别我们是谁，还可以知道我们在想什么。
目前，情感识别技术还处于早期发展阶段，但并不妨碍越来越多公司招聘过程中使用AI情感监测这一技术甄选人才。
因为，算法可以解读求职者有多热情、多厌烦或多诚实；可以帮助雇主排除性格不太合适的应聘者。
运用AI，不存在以貌取人，而是依据他们的性格。这项技术的目标之一就是克服招聘过程的种族和性别歧视。
上世纪70年代，美国心理学家Paul Ekman和Wallace V Friesen就开发出了一种称为“面部动作编码系统”(Facial Action Coding System，FACS)的人类情感分类法。
保罗·艾克曼：美国心理学家，是研究情绪和面部表情的先驱
使用该系统，FACS专家只需分析一张照片就能判断一个人的微笑是否真诚。人工情感智能就是学习以类似方法解读面部表情。
AI情感监测不仅在企业招聘上很受宠，在监测疲劳驾驶上也很有效。
最牛逼AI初创公司，Affectiva专注于分析人类情感。通过计算机视觉、深度学习和大数据等方面的研究，通过对人类脸部表情的识别，判断情感并作出反馈。
Affectiva推出了监测车内驾驶员情绪的一项服务，通过镜头拍摄，分析驾驶员开车时的脸部表情和声音；
由此来判断驾驶人的情绪、精神状况和分心走神的程度，如果判定驾驶人不适合开车，可转为自动驾驶模式。
在Affectiva的情绪引擎的AI模型中，通过脸部情绪、表情、嗜睡等评估标准，以及头部姿势、声音和情绪等特征；
脸部情绪分为：开心、惊讶和愤怒三种情绪；
表情则分为：微笑、眼睛放大、眉毛上扬等等；
嗜睡评估标准包括：闭眼、打呵欠、眨眼和眨眼频率。
为了打造更为准确的计算模型，Affectiva已在87个不同的国家中，收集了650万名驾驶人的开车脸部影像，来训练识别模型，让机器学习怎样从脸部的表情和声音，来判断情绪。
▼
一个落地的AI号
请关注