當系統捕捉到畫面中高興的人臉表情比例達到某個預先設定的百分比，系統就自動拍照，現場的觀眾可以通過手機掃描二維碼，獲得跟自己有關的照片。這是清帆科技在一個產業峰會上展示的黑科技，這家從事教育行業的AI公司所展示的產品正是情感計算的研究成果。

如何在人群中獲取人臉表情，并根據表情得出一個人的情緒，是情感計算的基礎。其實通過計算機來判斷一個人的情感不僅僅可以通過人臉識別技術，語音、肌電、皮膚電、呼吸和血容量搏動等技術都可以分析出人的情緒。

早在1997年Rosalind Picard就提出“情感計算”的理論，但在很長一段時間，情感計算一直位于AI領域之外。直到20世紀末期，情感作為認知過程重要組成部分的身份才得到了學術界的普遍認同。隨著語音識別、自然語音處理和人臉識別的提升，情感計算也被推到了一個新的高度。

情感計算正在成為一個新的發展方向。相比語音識別和視覺計算，情感計算被認為是一個新的AI高地。

李飛飛也曾在公開場合表示：“我認為下一步人工智能的發展，需要加強對情感和情緒的了解，要走進認知學，心理學。我說的不僅是腦科學，而是認知學。因為我們目前對人的情感理解非常少，而這對于人工智能來說是很重要的。”

相比語音識別、自然語言處理和人臉識別等技術，情感計算在AI領域的產品還相對較少，面對如此大的市場，對產業從業者來說無疑是大好機會。

情感計算的產品以及隨之而來的創業機會，應該分為兩個階段，一個是通過機器獲取人的情感信息，就像前文說提到的清帆科技通過采集人群中的表情，判斷人的高興、中性、驚喜、傷心、生氣、害怕、厭惡7 種表情識別。通過機器獲取人的情感后，為現有的傳統產業加持，提高現有傳統行業的效率和質量。

正如清帆公司在教育行業應用情感計算，為線上、線下等多樣化教育場景帶來以“情感計算” 技術為核心的課堂教學分析解決方案。此外，在一檔名為《機智過人》的節目中有一個名為阿爾法鷹眼的AI機器人，最終以快于人類心理專家孟偉的速度準確地找出了隊伍中的狙擊手。由此可見，情感計算對于安防、刑偵等方面也能提供幫助。

傳統行業的應用可以算是“情感計算”現階段最靠譜的創業機會，這里面的難點除了通過語音、視覺和其他感知終端獲取人的情感之外，對獲得數據的分析，也就是結合傳統行業的應用成為關鍵點。

相對傳統行業的應用，人機情感交互將是AI更高發展階段。這個階段不僅需要對人的情感的捕捉，更需要讓機器跟人進行情感的表達，盡管與獲取人類情感信息的分類幾乎一樣，但技術難度要大得多，包括情感語音合成、面部表情合成、肢體語音合成等技術。目前更多的技術還屬于實驗室階段，可能未來在這個領域的優秀公司也將來自大學實驗室。

除了現階段在傳統行業的應用和未來更高階段的人機情感對話，安全是被很多人忽略的細分領域。當人類和機器的情感都可以用來計算后，個人隱私將是趨近于零。隨著智能手機、可穿戴設備等智能終端設備的普及，人工智能對個人數據的采集范圍已經涵蓋指紋、心率、情緒、情感、睡眠狀況、飲食習慣、健康水平等各個方面。

每個人和每個機器的個人情感都是可以被他人通過情感計算捕捉到，甚至連自己都搞不清楚的情感都能被機器所計算出來，這個時候如何保護個人隱私就成了一個必要的需求，相比互聯網時代的網絡安全，情感隱私的安全將呈現更大的市場需求。

情感計算是AI技術一個重要分支，也是其更高階段的表現，當知識和能力提升到一定程度后，情感計算的需求將出現猛增的態勢。在語音、視覺、芯片、大數據和機器人等細分領域已經過熱的情況下，創業團隊通過布局情感計算，在為傳統行業加持的過程中獲得訂單和經驗，待到人機互動的情感需求大規模來到的時候，或將能抓住更大的產業機會。