MoodScope教手机察言观色

手机更智能了，它可以提醒我们早上出门要不要带伞，下班回家需多长时间。但它总是冷冰冰的，从不曾了解主人的寂寞悲欢。来自微软亚洲研究院的研究项目MoodScope似乎能改变这种状况。

每天的大部分时间，手机都陪伴在我们左右。很多人一刻也离不开手机，甚至将其视为自己的新器官。事实上，智能手机作为随身携带的计算设备，确实越来越聪明了。它知道我们去过哪里、访问过哪些网站、经常跟谁联系，甚至几点上下班。基于这些数据，它可以在很多方面成为我们生活的好帮手。现在，来自微软亚洲研究院的MoodScope项目希望给手机增加一样新本事——感知用户的情绪。如果识别准确率足够高，或许它能使手机在人工智能方面迈上新台阶。

7月初，我们采访了MoodScope项目的负责人，来自微软亚洲研究院的刘云新和Nic Lane。两位都是移动计算相关领域的专家。与其他两位合作者一起，他们在移动计算领域最重要的国际学术会议MobiSys 2013上发表了一篇论文——MoodScope：通过智能手机使用模式建立情绪感应器，并引起广泛关注。

刘云新告诉CHIP，MoodScope系统的实现方式是“全新的”。以前的情绪识别方法主要有两大类。一类是使用额外的硬件，比如测量血压、心跳和皮肤导电性的设备。这样得出的结果更准确，但使用不便，且成本过高。另一类是利用手机现有的传感器，比如通过前置摄像头观察用户的面部表情。这样很耗电，而且不利于保护用户的隐私。他们的新方法不需要增加额外的硬件，也不会耗很多电，几乎是零成本的——只需观察用户在正常的日常行为中对手机的使用情况，比如打了多少电话，访问了哪些网站，打开了哪些App等。

那么这一技术理念到底是如何运作的呢？刘云新和Nic Lane及时揭开了谜底：情绪会影响行为，行为也可以反应情绪。他们利用了一个先进的心理学模型，通过机器学习的方式找出行为与情绪之间的关系，对一般人认为难以捉摸的情绪进行量化计算。

情绪的量化模型

为了找到将情绪量化的模型，刘云新和Nic Lane学习了很多心理学方面的知识。他们了解到，传统上描述心情使用的是非常离散的信息，诸如愤怒、开心、悲伤等，可能需要上百个词才能获得全部的心情状态。后来，心理学领域出现一种新的方法，就是把心情分成两维。一个维度是高兴程度（Pleasure），即有多高兴和多不高兴；另一个维度是活跃程度（Activeness），即在一种心情下多想活动和多不想活动。

有了这个得到广泛认可的心理学信息模型，他们就可以把用户离散的心情状态对应到这个二维空间中，进行定量描述。MoodScope系统首先需要采集用户的心情数据，从非常不高兴到非常高兴，分别对应1分到5分。这需要用户自行输入。然后，MoodScope利用用户输入的心情数据与系统采集到的手机使用情况搭建一个机器学习的模型。在这个模型运行一段时间之后，MoodScope就能根据用户使用手机的情况计算出他们的心情指数。

据刘云新透露，他们进行了一个由32名中美志愿者参与的、为期两个月的实验。通过实验得出的数据是，如果所有人都使用同一个模型，把所有数据混合在一起，MoodScope的准确率在60%左右。但如果仅使用一个人的数据，然后为这名志愿者搭建一个专门的模型，MoodScope的准确性可以超过90%。

情绪感应器的前景和限制

为了展示他们的研究成果，刘云新和同事开发了几个用来演示的App。它们可以调用MoodScope原型系统的API来实现一些与心情相关的功能，例如根据当时的心情选择歌曲视频或者自动写心情日记。

谈到MoodScope的前景，刘云新告诉我们，情绪本身在生活中扮演着重要的角色。人们喜欢在社交网络上分享自己的生活，MoodScope可以将分享心情的过程自动化。例如在微博或微信上可以显示心情指数，这样如果看到父母心情不好就可以打个电话聊聊天。“我们已经在跟美国莱斯大学和新加坡国立大学进行一些合作交流，希望这个技术能在监控病人情绪状况方面发挥作用。”刘云新补充说。

不过，MoodScope还是有很多限制的。Nic Lane说，一个局限是目前MoodScope只能在手机上使用，但用户在日常生活中会使用平板电脑和笔记本电脑等多种设备，如果能采集用户与所有设备打交道的行为，那么精确度可以进一步提高；另一个局限是用户的情绪会受到很多外部因素的影响，仅通过用户与设备的互动来获取情绪信息很难获得精确的结果。除此之外，他们还面临着一个难题——如何设计一种方法让用户更愿意“输入”自己的情绪信息，完成机器学习的训练（Training）过程。

尽管如此，MoodScope的设计思路还是给我们带来很多启发，原来捉摸不定的情绪信息事实上也是可以科学计算的。虽然它不完美，也有诸多限制，但它终于能通过一段时间的训练，让冷冰冰的机器有了那么一点察言观色的能力。

对MoodScope的隐私和功耗的疑问

MoodScope系统的手机使用数据采集过程，使用了莱斯大学的合作伙伴开发的工具。该工具支持iOS和Android平台，可以记录用户打了多少电话、访问了哪些网站等日常手机使用数据。刘云新表示，他们对所有涉及的敏感数据都进行了匿名化处理，比如他们知道用户打电话的时间和次数，但并不知道电话号码和号码主人的身份。

此外，MoodScope系统只是被动地在后台观察和记录用户的行为，并不会主动去开启任何一项功能或服务。所以它在采集数据方面的功耗基本可以忽略，主要的功耗用于记录用户的输入（每天4次）和进行数据上传上，每天消耗的电池容量不到总电量的1%。

声音

现在的手机虽然有些智能，但是我们认为还远远不够。相信未来它会变得越来越智能，其中一点就是更好地理解用户的内心状态、感受和意图，从而为用户提供更好的个性化或者情景感知服务。

——刘云新

微软亚洲研究院

无线与网络组主管研究员

我们的合作伙伴莱斯大学准备用这项技术监控病人的心理状态，因为病人的情绪变化可能更剧烈一些，了解他们的情绪变化之后就能制定更有针对性的治疗方案了。

——Nic Lane

微软亚洲研究院

移动与感知计算组研究员