如果企业为高管和员工部署AI助手，让AI聊天机器人成为一线销售人员和客服代表，那么，如果AI无法理解愤怒时的“你这是什么意思？”与困惑时的“你这是什么意思？”之间的区别，它又如何能表现出色呢？

情感人工智能（Emotion AI）自称是情感分析（sentiment analysis）的更高级版本，后者是一种人工智能出现之前的技术，它试图从基于文本的交互中（尤其是在社交媒体上）提炼出人类的情感。情感AI可能被称为多模态技术，它使用视觉、音频和其他输入的传感器，结合机器学习和心理学，试图在互动期间检测人类的情绪。

主要的AI云服务提供商提供的服务使开发人员能够使用情感AI功能，如微软Azure认知服务的情绪API或亚马逊网络服务（AWS）的Rekognition服务。（后者多年来一直饱受争议。）

据PitchBook称，虽然作为云服务提供的情感人工智能并非新事物，但随着工作场所中机器人的突然兴起，它在商业领域的前景比以往任何时候都要广阔。

PitchBook的新兴技术高级分析师Derek Hernandez在报告中写道：“随着AI助手和全自动人机交互的普及，情感人工智能有望实现更加人性化的解读和回应。”

Hernandez表示：“摄像头和麦克风是情感AI硬件不可或缺的部分。它们可以安装在笔记本电脑、手机上，或单独放置在某个物理空间中。此外，可穿戴硬件可能会为在这些设备之外应用情感AI提供另一种途径。”（因此，如果客服聊天机器人要求访问摄像头，这可能就是原因。）

为此，越来越多的初创公司应运而生。这包括Uniphore（共筹集了6.1亿美元，其中包括2022年由NEA牵头的4亿美元），以及MorphCast、Voicesense、Superceed、Siena AI、audEERING和Opsis等公司。据PitchBook估计，这些公司也都从不同的风险投资公司筹集到了数额不等的资金。

当然，情感人工智能是一种非常硅谷式的做法：用技术来解决由人与技术结合使用所带来的问题。但即使大部分AI机器人最终将获得某种形式的自动共情能力，这并不意味着这种解决方案就真的有效。

事实上，上一次情感人工智能在硅谷引起广泛关注是在2019年左右，当时人工智能/机器学习领域的大部分研究仍集中在计算机视觉上，而不是生成式语言和艺术。那一年，一组研究人员发表了一篇对多项研究的元综述，并得出结论：人类的情绪实际上并不能通过面部表情来确定。换句话说，我们认为可以通过教AI模仿人类识别情绪的方式（观察面部表情、肢体语言、语调）来训练它检测人类的情感，这一想法在其假设上存在一定的误导性。

此外，人工智能监管（如欧盟的《人工智能法案》）也可能将这一想法扼杀于萌芽状态，该法案禁止在某些用途（如教育）中使用计算机视觉情感检测系统。（一些州法律，如伊利诺伊州的《生物识别信息隐私法》，也禁止未经许可收集生物识别信息。）

所有这些都让我们更广泛地窥见了硅谷目前正在狂热打造的AI无处不在的未来。这些AI机器人要么会尝试进行情感理解，以便从事客户服务、销售、人力资源和其他所有人类希望分配给它们的任务，要么可能在任何真正需要这种能力的任务上都表现不佳。也许我们所面对的是，办公室生活中充满了与2023年Siri水平相当的AI机器人。与会议期间实时猜测每个人情绪的管理型机器人相比，很难说哪个更糟糕？