摘要：谷歌周四发布了其最新 AI 模型系列 PaliGemma 2，该模型具备图像分析能力，可以生成图像描述并回答有关照片中人物的问题。谷歌在其博客中介绍，PaliGemma 2 不仅能识别物体，还能生成详细且与上下文相关的图片说明，涵盖动作、情感以及整体场景的叙述

IT之家 12 月 8 日消息，谷歌表示，其新的人工智能模型系列有一个奇特的功能：能够“识别”情绪。

谷歌周四发布了其最新 AI 模型系列 PaliGemma 2，该模型具备图像分析能力，可以生成图像描述并回答有关照片中人物的问题。谷歌在其博客中介绍，PaliGemma 2 不仅能识别物体，还能生成详细且与上下文相关的图片说明，涵盖动作、情感以及整体场景的叙述。

PaliGemma 2 的情感识别功能并非开箱即用，需要进行专门的微调，但专家们仍然对此表示担忧。

多年来，许多科技公司一直在尝试开发能够识别情感的 AI，尽管一些公司声称已经取得突破，但这一技术的基础仍然存在争议。大多数情感识别系统都基于心理学家 Paul Ekman 的理论，即人类有六种基本情绪：愤怒、惊讶、厌恶、喜悦、恐惧和悲伤。然而后续的研究表明，来自不同文化背景的人们在表达情感时存在显著差异，这使得情感识别的普遍性受到质疑。

伦敦国王学院专门研究人工智能的研究员 Mike Cook 表示，情感识别在一般情况下是不可行的，因为人类的情感体验非常复杂。虽然人们可以通过观察他人来推断他们的情绪，但不能做到全面且完美地解决情绪检测问题。

情感识别系统的另一个问题是其可靠性和偏见。一些研究表明，面部分析模型可能会对某些表情（如微笑）产生偏好，而最近的研究则表明，情感分析模型对黑人面孔的负面情绪判断比白人面孔更多。

谷歌表示，PaliGemma 2 在进行“广泛测试”后，评估了其在人群偏见方面的表现，结果显示其“毒性和粗俗内容的水平低于行业基准”。但该公司并未公开测试所依据的完整基准，也没有明确表示所进行的测试类型。谷歌披露的唯一基准是 FairFace—— 一个包含数万张人像的面部数据集。谷歌声称，PaliGemma 2 在该数据集上的表现良好，但一些研究者批评 FairFace 存在偏见，认为该数据集仅代表少数几种族群。

AI Now 研究所首席 AI 科学家 Heidy Khlaaf 表示，解读情绪是一件相当主观的事情，它超越了使用视觉辅助工具的范围，深深地嵌入在个人和文化背景中。

据IT之家了解，欧盟的《人工智能法案》禁止学校和雇主部署情感识别系统，但允许执法机构使用。

Khlaaf 表示，如果这种所谓的情感识别是建立在伪科学假设的基础上的，那么这种能力可能会被用来进一步歧视边缘化群体，例如在执法、人力资源、边境治理等领域。

谷歌发言人表示，公司对 PaliGemma 2 的“表征危害”测试充满信心，并进行了广泛的伦理和安全评估。

来源：IT之家