公共安全，就像是我們這個(gè)社會(huì)的“免疫力”，可能平時(shí)很少注意到它，一旦發(fā)生事故，說明危險(xiǎn)已至，輕則“感冒”，重則“要命”。

近期發(fā)生的一些公共安全事件反映出，安檢作為公共安全的防御屏障，是不夠的。

比如7月19日，溫州醫(yī)科大學(xué)附屬第一醫(yī)院心血管內(nèi)科的李晟醫(yī)生，在門診診療過程中，突然遭到一名持刀男子的襲擊，經(jīng)搶救無效不幸去世。更早時(shí)候，上海地鐵軌交9號線合川路站內(nèi)的持刀傷人案，則是在過了安檢之后的出站驗(yàn)票處發(fā)生的。山西臨汾鐵路侯馬西站候車室的水果刀傷人案，同樣在站內(nèi)捅傷兩人。

事發(fā)之后，有人說，想要杜絕危險(xiǎn)物品，安檢要做到機(jī)場的嚴(yán)格程度，做不到就是形式主義。也有人說，地鐵、醫(yī)院、高鐵站的安檢進(jìn)一步加強(qiáng)，通行效率會(huì)很低，基本要癱瘓了，還要投入大量安保資源，屬于勞民傷財(cái)。

種種事件說明，安檢可以檢測有形的有害物品，卻很難檢測無形的有害情緒。這些有害情緒，比如極端仇恨、矛盾沖突、報(bào)復(fù)社會(huì)心理等，就像不定時(shí)炸彈，一旦爆發(fā)就會(huì)造成無辜傷亡。

因此，公共安全，不能止于檢物。

AI情緒檢測，就是一道提升公共安全“免疫力”的無形屏障。

根據(jù)科技媒體WIRED報(bào)道，目前英國火車站的攝像頭，正在使用亞馬遜的情緒檢測系統(tǒng)，監(jiān)控火車站內(nèi)情況。一旦發(fā)現(xiàn)情緒異常人員，就會(huì)通知工作人員進(jìn)一步查看。

情緒檢測能在對個(gè)人隱私數(shù)據(jù)保護(hù)堪稱嚴(yán)苛的歐洲國家落地，或許足以說明一些東西。

本文來聊聊，能讓一貫保守的英國接受，AI情緒檢測究竟做對了什么？必要性又在哪里？

據(jù)報(bào)道，采用了情緒識別算法的智能攝像頭，會(huì)被用來檢測火車乘客的情緒，通過面部掃描來預(yù)測潛在情緒，從而發(fā)現(xiàn)盜竊、闖入者等異常行為。

這件事最難的地方，并不是技術(shù)，而是如何在人臉識別限制法規(guī)最嚴(yán)苛的歐洲國家，接受對公眾開展面部檢測？

歐洲對面部識別技術(shù)在公共場所的應(yīng)用，經(jīng)歷了一個(gè)變化顯著的過程：

全面禁止。自2017深度學(xué)習(xí)技術(shù)爆火以來，CV領(lǐng)域的人臉識別成為主流應(yīng)用之一，而歐洲對此嚴(yán)格監(jiān)管，在2019年12月出臺的《人工智能白皮書（草案）》中，表示在公共場所使用人臉識別技術(shù)將被禁止3至5年。

反復(fù)搖擺。號稱史上最嚴(yán)苛的AI和數(shù)據(jù)法規(guī)頒布之后，就有大量分析師和科技人士表示，這些限制極大地阻礙了歐洲人工智能技術(shù)的進(jìn)步和應(yīng)用的落地，導(dǎo)致AI產(chǎn)業(yè)發(fā)展阻滯。但歐洲對此的態(tài)度一直比較搖擺，2021年2月的《歐盟數(shù)據(jù)戰(zhàn)略》等文件態(tài)度緩和，說會(huì)嚴(yán)格限制，但不會(huì)全面禁止，到了當(dāng)年10月又通過決議，禁止警方在公共場所使用面部識別技術(shù)。

暫時(shí)緩和。最終在今年2024年3月13日，歐洲通過了具有里程碑意義的《人工智能法案》，對面部識別技術(shù)的態(tài)度有所緩和，禁止了“基于敏感生物特征（如面部識別）進(jìn)行無目的的大規(guī)模監(jiān)控的應(yīng)用”，也對該技術(shù)的合理使用放了一馬。

為什么會(huì)對AI情緒檢測“特殊對待”呢？

這就要提到公共安全的“不可能三角”：成本、收益、體驗(yàn)。

公共安全“事前預(yù)防大于事后補(bǔ)救”。高風(fēng)險(xiǎn)事件一旦發(fā)生，“亡羊補(bǔ)牢”的代價(jià)往往是人的生命，所以應(yīng)當(dāng)采取更嚴(yán)格的事前監(jiān)管。一般來說，就是安檢。

但安檢存在一個(gè)“不可能三角”，需要在投入成本、安全收益、公眾體驗(yàn)之間進(jìn)行復(fù)雜的權(quán)衡。

如果安檢流程不夠敏感，出現(xiàn)“漏檢”，會(huì)給有害“病毒”可乘之機(jī)。而危險(xiǎn)群體會(huì)對安檢系統(tǒng)產(chǎn)生“耐藥性”，就像病毒對藥物的抵抗能力增強(qiáng)一樣，找到安檢流程的漏洞進(jìn)行規(guī)避。

但我們也很清楚，在任何場所無差別地采用機(jī)場級別的安檢水平，進(jìn)行搜身式的違禁品查驗(yàn)，不僅會(huì)影響通行效率和民眾出行體驗(yàn)，而且需要更為龐大的安檢人員，帶來高昂的成本支出，邊際收益是很低的。

特別是歐洲的地鐵、火車高鐵站、景區(qū)，此前普遍沒有安檢，等于向危險(xiǎn)品、恐怖威脅“大開方便之門”。而從頭推行常態(tài)化安檢，要從頭開始部署安檢人員、設(shè)備等成本，并教育公眾改變長久以來的出行習(xí)慣，幾乎是不可能被廣泛接受的。

這種背景下，AI情緒檢測的應(yīng)用，有望為傳統(tǒng)安檢的“不可能三角”，找到一種新的解法。

AI情緒檢測并不是一項(xiàng)新技術(shù)，為什么此時(shí)卻成了歐洲公共安全的救命稻草？

這要從幾個(gè)變化說起：

變化一是算法的進(jìn)步，極大地增加了安全收益。

英國高鐵站所采用的情緒檢測系統(tǒng)，是亞馬遜已經(jīng)在電商、醫(yī)療、公共安全、營銷等領(lǐng)域探索多年的Rekognition系統(tǒng)，可以識別包括快樂、悲傷、憤怒、驚訝、厭惡、平靜、困惑在內(nèi)的多種情緒，2023年迭代之后，還可以識別“恐懼”。

比如在電商場景中，通過門店攝像頭來判斷消費(fèi)者的情緒，以優(yōu)化產(chǎn)品陳設(shè)；在個(gè)人娛樂場景中，亞馬遜的Alexa等智能設(shè)備可以及時(shí)感知用戶情緒，當(dāng)用戶處于憤怒或悲傷等負(fù)面情緒時(shí)，提供安慰或建議。

可以說，目前情感分析和情緒識別的算法已經(jīng)相當(dāng)成熟，準(zhǔn)確度和檢測精度可以達(dá)到在公共場所兼顧效率、安全和體驗(yàn)的復(fù)雜要求。

變化二是數(shù)字社會(huì)的持續(xù)推進(jìn)，讓AI情緒識別的成本可控。

智慧城市在全球多個(gè)國家和區(qū)域不斷完善，用于城市安防的智能攝像頭經(jīng)過多年迭代，目前技術(shù)和產(chǎn)品已經(jīng)相當(dāng)成熟。其中，“軟件定義”的智能攝像頭可以在線加載不同的算法，來實(shí)現(xiàn)垂直的智能應(yīng)用，無需更換硬件就能實(shí)現(xiàn)AI情緒檢測的更新和升級，也不會(huì)帶來過高的成本壓力。

變化三是近年來，人們對公共安全的擔(dān)憂和對隱私顧慮的下降，因此對情緒檢測的接納度較好。

隨著世界政治局勢和經(jīng)濟(jì)環(huán)境的動(dòng)蕩，很多國家的公眾對公共安全的擔(dān)憂有所增長，尤其是在非法移民增多的歐洲，跨國犯罪和矛盾沖突給公共安全帶來了不少威脅。

這種背景下，AI情緒識別不僅能提前檢測出潛在的緊張氛圍和沖突跡象，避免情緒失控導(dǎo)致的公共安全事件，而且不像暴露面部隱私那樣，讓人感覺到不舒服。

這是因?yàn)?，情緒檢測所采集的數(shù)據(jù)并不具有“強(qiáng)識別性”。

正如《隱私的權(quán)利》中所說的，隱私是“不被打擾的權(quán)利（the right to be left alone）”。相比“強(qiáng)識別性”的人臉識別，公眾場所的AI情緒檢測并不會(huì)在危機(jī)尚未暴露時(shí)打擾到公眾、涉足個(gè)人隱私信息，也就是說并不能通過情緒，對自然人進(jìn)行唯一識別和認(rèn)證，不會(huì)因此知道你姓甚名誰。這就極大地減少了公眾的被監(jiān)視感。

從這個(gè)角度說，AI情緒檢測在成本、收益、體驗(yàn)上都達(dá)到了比較好的平衡，應(yīng)該成為傳統(tǒng)安檢之外，一道公共安全的無形屏障。

AI情緒檢測，防止惡性極端安全事件，對于整個(gè)社會(huì)來說，絕對利大于弊。那么，咱們什么時(shí)候也能搞起來呢？

坦率地說，目前國內(nèi)大中型城市的智能安防系統(tǒng)已經(jīng)做得很不錯(cuò)了，想上線情緒檢測算法并不難，難就難在，算法的國產(chǎn)化之路，還得走一陣。

其中最大的障礙，是數(shù)據(jù)集不夠多、不夠好。

我采訪過一位山東某高校的老師，對方利用深度學(xué)習(xí)技術(shù)，進(jìn)行微表情的識別算法開發(fā)。微表情的特點(diǎn)是持續(xù)的時(shí)間非常短、運(yùn)動(dòng)幅度的變化較小、難以掩飾和抑制，所以很適合用來進(jìn)行潛在危險(xiǎn)人員的情緒檢測。

微表情需要心理學(xué)實(shí)驗(yàn)來采集，再通過計(jì)算機(jī)進(jìn)行分析處理。需要先給受試者看一些心理學(xué)家論證好的刺激源，誘發(fā)微表情的產(chǎn)生，用一個(gè)高速攝像機(jī)對著待測者的臉，讓計(jì)算機(jī)把圖像一幀一幀存儲起來。收集好數(shù)據(jù)之后，還要進(jìn)行標(biāo)注，打上情緒標(biāo)簽，以及時(shí)空域特征，就是該表情發(fā)生的開始時(shí)刻、結(jié)束時(shí)刻以及高潮時(shí)刻。

該老師提到，在其團(tuán)隊(duì)建立MMEW數(shù)據(jù)庫之前，針對微表情的研究，缺乏一些特別大的公開數(shù)據(jù)庫，最大的數(shù)據(jù)庫也僅有247個(gè)樣本，而且圖像分辨率不高。

既需要心理學(xué)實(shí)驗(yàn)，又要計(jì)算機(jī)工程，既然微表情數(shù)據(jù)集這么難，為什么要從頭開始自己構(gòu)建呢？

我們知道，情緒表達(dá)會(huì)受到文化、社會(huì)生活等背景的影響。而國際上的情緒圖片，大多是基于外國人臉采集的數(shù)據(jù)，在識別中國面孔的情緒狀態(tài)、意圖和行為時(shí)，未必會(huì)很準(zhǔn)確。所以，AI情緒檢測在公共安防領(lǐng)域的真正應(yīng)用，還需要從扎實(shí)構(gòu)建國產(chǎn)高質(zhì)量數(shù)據(jù)集做起。

另一個(gè)問題就是，有了算法，誰來賣？

更準(zhǔn)確的說法是，誰來提供算力和一系列配套服務(wù)。情緒識別是一個(gè)復(fù)雜的過程，需要強(qiáng)大的計(jì)算能力來快速分析海量數(shù)據(jù)，并實(shí)時(shí)反饋情緒識別結(jié)果，對算力有著極高的需求。此外，AI是一個(gè)持續(xù)演進(jìn)的技術(shù)，情緒檢測模型需要不斷學(xué)習(xí)和優(yōu)化，以提高識別的準(zhǔn)確性和泛化能力。以英國高鐵站落地的Rekognition系統(tǒng)為例，是亞馬遜AWS推出的云服務(wù)之一，在云端進(jìn)行學(xué)習(xí)、分析和功能性改進(jìn)。

而在國內(nèi)，因?yàn)樯婕肮娦畔?shù)據(jù)，一定是私有化本地部署，最終核心競爭力的還是算法技術(shù)和ToB服務(wù)能力。所以，國內(nèi)CV算法公司會(huì)比云廠商在該市場更具競爭力，但如何解決算力的成本問題、服務(wù)的人效問題，是算法公司長期存在的難題，需要更精巧合理的商業(yè)設(shè)計(jì)。

九層之臺，起于壘土。盡管AI情緒檢測的國產(chǎn)化之路，還有待從數(shù)據(jù)、算法、商業(yè)等層面一點(diǎn)點(diǎn)夯實(shí)，但用技術(shù)來提升公共安全“免疫力”，避免惡性安全事故，取得成本、效益、體驗(yàn)的平衡，應(yīng)該逐步成為整個(gè)社會(huì)的共識和目標(biāo)。

人是目的，而技術(shù)是手段。

捍衛(wèi)人們生命權(quán)的技術(shù)，理應(yīng)獲得發(fā)展權(quán)，即使是對新技術(shù)極盡嚴(yán)苛的歐洲，這或許是AI情緒檢測落地帶給我們的最大啟示。

審核編輯 黃宇