圖片來源：美劇《Lie to me》
三月底，好未來官方微信公眾號用一篇推送文章，透露了其正在教育場景中測試“人臉表情識別”技術。一個月后，專注于情緒識別引擎開發的 Facethink 宣布，其獲得了由好未來提供的千萬級 Pre-A 輪融資。
以“用科技推動教育進步”為使命的好未來，再次向行業中投下了一枚技術“炸彈”。這一被巨頭選中的前沿科技及其背后的團隊，將為教育帶來怎樣的改變?
一個足以商用的“黑科技”
“情緒識別并不是個新出現的技術，從 Paul Ekman 研究表情與情緒的關系算起，已經有幾十年的歷史了。”FaceThink 創始人楊松帆說，“而現在，機器對人類表情的識別已經到了足以商用的階段。”
在決定創業之前，楊松帆已經是國內情緒識別領域最權威的學者之一了。在美國加州大學河濱分校、爾灣分校攻讀博士和博士后學位時，他就以計算機視覺、情感計算等為研究方向。在 2011 年的 IEEE 大賽上，楊松帆曾代表學校在情感計算識別領域戰勝了包括麻省理工，卡耐基梅隆，劍橋等在內的 13 支頂級科研團隊。
完成學業后，楊松帆加入了知名的游戲開發商暴雪娛樂，負責數據挖掘、深度學習模型方面的工作。2014 年歸國后，他在四川大學擔任了副教授的教職，仍然專攻情緒識別方向。談起從科研到創業的“轉身”，楊松帆表示：“人工智能技術的應用，需要與場景的實際結合，這需要大量來自工業界的數據。所以，做出一個被實際應用的產品可能是一個更好的選擇。”
“情緒識別”這項技術本身，也走到了從實驗室到工業界的窗口期。楊松帆告訴芥末堆，自 2012 年深度神經網絡在圖像識別領域取得突破性進展以來，這一底層技術開始在多個領域開花結果。如在表情識別領域，其就幫助解決了暗光、復雜光線下識別的問題，讓其具備了實用的價值。
在應用上，思緯、益普索等全球知名的行業調研企業已開始逐步應用這一技術，在被訪者參與調查、測試的同時采集情緒數據，為調研結果添加更多參考維度。
技術進步和個別行業的實際應用，讓楊松帆意識到將“情緒識別”商用化的機會已經到來。2016 年，他拉來好友兼同學的清華大學計算機博士陳飛，開始組建團隊，一同創立了 FaceThink。
過程信息化，如何讓教育“升維”?
在國外，情緒識別這項技術已經在視頻調研、泛娛樂、電影、游樂園等不同場景下被應用。2015 年，日本軟銀所推出的情感機器人 papper，更是以情緒識別、情緒反饋為核心賣點。但楊松帆卻認為，教育可能是最適合情緒識別“爆發”的行業。
首先，對于“情緒識別”本身，教育場景的難度相對其他行業更低。以線上教學的場景為例，攝像頭所捕捉的畫面通常較為穩定，且以人臉為主體，這為機器對人面部表情的識別創造了良好的環境。同時，相對標準化的教學流程，也讓聽課、筆記、互動等學生行為可以被提前預估，也大大提升了識別的準確度。
更關鍵的，則是教育場景下的實際需求。情緒識別能為行業解決的，實際上是教育過程的“數據化”問題。有經驗的教師，通常能夠看出學生實際的上課狀態，卻很難針對單個學生進行調整，課后也無法形成有效的數據。即使是線上直播授課，學生的學習狀態數據也往往是缺失的。
“從前我們只能從考試分數來評價學生，”楊松帆說，“而過程性數據，實際上是為教育添加了一個評價的維度。”
當坐標從一維變為二維，評價標準也就不再局限于成績，而是綜合上課狀態，分析學生是“沒聽”還是“沒聽懂”，從而對學生進行針對性輔導。如果把這樣的分析細化到每一個知識點，還可與學生的課下練習數據對接，實現顆粒度更細的個性化教育。
而對于學校、教育機構和老師自身來說，學生的情緒數據也有著對教研的指導意義。大面積的負面情緒反饋，可能意味著教學安排的不合理。依照情緒數據進行改進，將為學生帶來更好的課堂體驗。
面向行業提供解決方案，產品一年內面世
早在此次融資公布之前，FaceThink 團隊就開始與好未來進行深度合作，共同打磨產品。目前，雙方正在線上教學和雙師課堂兩個場景上不斷地進行測試和優化。
據透露，除高興、生氣、驚訝、害怕、厭惡等常見的情緒指標外，FaceThink 針對教育場景下最重要的“專注度”進行了建模，力圖讓機器識別的結果逼近有豐富經驗的教師。根據測試，FaceThink 在兩個場景下的識別率分別為 94% 和 91%，隨著數據量的增加，識別率還有繼續進步的空間。
另一個專為教育場景所開發的模塊是“視線識別”，機器能夠根據攝像頭給出的錄屏，識別學生將目光投向何處。
楊松帆表示，FaceThink 最終會以 To B 的方式，將情緒識別的能力輸出給行業。根據不同的合作方，可以有不同的合作方式，標準化 SDK 可以讓企業將情緒識別功能添加入自己的產品中，而針對特殊場景，FaceThink 也能夠提供定制化產品。
有關企業及教師、學生用戶對新技術、新產品的接受度，楊松帆并不擔心。他強調，情緒識別的意義在于改善課堂教學、提供過程性數據，而非對師生雙方的監控，最終會讓雙方受益。而對于機構運營者來說，情緒識別是提升教學質量的有效工具，能夠幫助他們不再僅僅關注“續班率”等運營數據，從而引導行業進一步發展。
據稱，這款專供教育行業的情緒識別產品將最快于三個季度后面世。在圖像、語音識別之后，人工智能技術對教研環節的“滲透”也即將開始。
