還記得電影《喜劇之王》中，周星馳百變表情的橋段嗎？星爺當時的表情變化，只能用嘆為觀止來形容。

同樣關于表情的作品，還有蒂姆·羅斯主演的美劇《Lie to me》。劇中，行為學專家保羅·艾克曼只需要通過你微小的表情與動作，就能看穿你是否正在撒謊。

在所有已知生物中，人類是唯一能夠通過表情來傳達情緒的物種。當然，可能有時候你會覺得你家的貓主子、狗大爺也會笑，但實際上并不，它們只是面部肌肉在運動而已。

對于非人類的生物來說，識別表情一直是一件很難的事情。不僅是狗，就連前幾天橫掃中韓棋壇的人工智能、阿爾法狗的小弟弟Master也做不到。

這就引引申出一個問題：為什么小電腦能夠干掉所有人類棋手，但卻不能看懂坐在對面的人類旗手的失落和沮喪呢？人類可是在幾千甚至上萬年前就擁有這種技能點了。

“愛笑的女孩子運氣不會太差。——by古龍”

科學家Donald Knuth曾說過，“人工智能已經在幾乎所有需要思考的領域超過了人類，但是在那些人類和其它動物不需要思考就能完成的事情上，還差得很遠。”

PS：Donald Knuth也是個計算機 圈里的傳奇人物，其著作《計算機程序設計的藝術》的地位，大概就相當于計算機領域的《相對論》。

將Donald Knuth的話換個說法（此處引用Wait But Why文章The AI Revolution: The Road to Superintelligence）：

造一個能算出十位數乘法的計算機——太簡單了

造一個能分辨出一個動物是貓還是狗的計算機——非常困難

造一個能戰勝世界象棋冠軍的電腦——早就成功了

造一個能夠讀懂六歲小朋友的圖片書中的文字，并且了解那些詞匯意思的電腦——谷歌花了幾十億美元在做，還沒做出來。

一些我們覺得困難的事情——微積分、金融市場策略、翻譯等，對于電腦來說都太簡單了

我們覺得容易的事情——視覺、動態、移動、直覺——對電腦來說太TM的難了。

這倒不是人類作弊，人類進化出這種“直覺”的時間大概有幾千萬年；而發明圍棋不過是4000年前的事。

這很好，在“不需要用腦”的前提下，人類還是大幅領先于機器的。

不過壞消息是，在一些直覺層面上，機器與人的距離可能正在不斷拉近。例如表情識別。

周六（1月14日）國航與百度合作了一個活動，搞出了兩架名為“微笑中國號”的航班，打著“帶著微笑回家過年”的旗號，讓乘客體驗了一下表情識別技術。

活動說來簡單：國航CA1415、CA1416航班上，空乘姐姐們為乘客發放百度特制的搭載微笑互動裝置的iPad，乘客可以通過笑容來開啟、操作iPad上的應用。

經肉身測試，微笑互動裝置確實能夠捕捉到人臉上的笑容，但這是在光線穩定的前提下。

此處有一個小插曲：

漂亮的空乘姐姐將iPad拿給靠窗的我后，最初并不能通過笑臉來開啟應用進入游戲。在對著鏡頭傻笑了五分鐘后（此處請腦補喜劇之王中星爺的表情包），微笑進度條依然停在原點。

空乘姐姐的笑和我的笑

空乘姐姐拿走iPad并用自己的笑臉測試了一下，微笑進度條開始前進……

……

……

兄弟！這就很尷尬了。我丑我承認，但特么機器也搞歧視嗎？

圖為程序界面

二次接過iPad后我反思了一下，看著自拍區域的臉上，有著明顯的光線痕跡，于是拉下了遮陽板/對準大臉/微笑——進度條開始挪動。此處需說明，只是淺笑，嘴角弧度并沒有上揚到夸張，板牙也踏踏實實的藏在嘴唇后面。

事后和百度人員溝通，百度方表示，由于飛機上不能聯網，啟動前期也可能存在不能識別表情的狀況。（不過我還是傾向于是被光線干擾的原因，稍后解釋）

拋開小瑕疵不說，這次航班至少說明，精準的表情識別技術已不再遙不可及。

為什么要強調精準呢。因為所謂的笑臉識別在幾年前就被運用在相機中了。但受限條件很多，比如嘴角弧度小，或沒有露出牙齒，相機就很難完成拍攝。這是因為笑臉識別，基于系統中存儲的微笑和不笑時的模版對比（具體對比的是額頭、眉毛、眼睛、嘴巴、下顎等部位），如果二者差距極小（微笑），系統就不能判斷出你的笑容。

從這一點來看，百度對表情的捕捉更為細致。

從技術角度來看，實現表情識別更精準的主要原因是百度在人臉上捕捉了更多的關鍵點，并能夠有效將其關聯成表情網。資料顯示，百度的人臉識別技術對人臉型、眉毛、眼睛、鼻子等部位的72個關鍵點進行了檢測和跟蹤。

72個關鍵點的分布

這只是開始，之后面部識別系統會將這72個關鍵點連接成表情網（如圖）。每次關鍵點的聯動，都會反映在表情網上，之后再通過對比數據庫，判斷并輸出此時呈現的面部表情是否為笑容。

其中最大的難點，在于如何準確的捕捉到這72個關鍵點。而百度的解決方法是：

百度在FDDB（序號并非排名）

說起來容易，但實現難度不小。據全球最權威的人臉檢測評測平臺FDDB，百度人臉檢測的準確率在排名中一直屬于第一梯隊，還曾獲得過世界第一（哦小米也曾獲得過該平臺人臉識別組的第一，但相對于隔壁百度的人臉檢測組，人臉識別組的難度更低一些）。這大概是對該技術最權威的認可了吧。

但從失敗案例中能夠看出，百度表情識別的光線問題【可能】依然沒有完全克服。

眾所周知，人臉是3D的，但人臉圖像卻只是一個二維的投影。因此當光照程度不同時，會造成二維投影中人臉圖像的灰度分布不均勻，使局部對比的差別度擴大，從而影響到算法中對關鍵點的捕捉。

高空光線rio強

該癥結幾乎是所有面部識別技術的通病，美國軍方數據庫(FERET)和人臉識別供應商評測(FRVT)測試也表明光，照變化是實用人臉識別系統的最大瓶頸之一。同時，實驗和理論表明：同一個人在不同光照下得到的不同圖像間的差異，可能比不同的人在同一光照下的差異還要大（來自W. Zhao和R. Chellappa的文獻）。

所以，姑且算作技術上的小瑕疵吧。人類用了幾千萬年才演化出這些功能，要給小機器人一些時間。

其實不只是玩笑臉識別的百度，包括卡耐基梅隆大學機器人研究所、Louis-Philipe Morency等在內的研究機構，都在15、16年期間推出了自己的表情識別系統，并實現了落地。也因此，很多科技媒體都將16年視作“表情識別”的分水嶺。

雖然，目前表情識別的應用場景還不夠廣泛，但這是AI向感知人類情緒邁進的重要一步。畢竟語言、文字之外，人類還有表情、語氣、動作等諸多表達情緒的手段，只有感知到這些，人工智能才有機會真正的理解人類。

所以不要看不起你手機中那個不知道由誰開發的、不起眼的笑臉識別程序，那是人工智能的一大步。