新时代当中我们的生活当中是充满了各种各样的高科技产品，如果我们没有去了解这些高科技产品，那么我们肯定就会落伍，所以每天去了解各种科技新闻也是我们现在必须要去做的，那么今天小编就为大家来分享一些目前比较前沿的科技信息吧。
根据一项涉及UCL的新研究，当涉及到阅读人们脸上的情绪时，人工智能仍然落后于人类观察者。
根据PLOSOne上发表的研究结果，这种差异在自发地表现情感时尤为明显。
由都柏林城市大学(Dublin City University)领导的研究小组研究了8个面部情感识别自动分类器（人工智能可以识别人脸上的人类情感），并将其情感识别性能与人类观察者的情感识别性能进行了比较。
研究人员发现，人类对情绪的识别准确率为72%，而在人工智能测试中，研究人员观察到识别准确率的差异，从48%到62%不等。
主要作者Damien Dupre博士（都柏林城市大学）说：“声称从人类面部表情中识别人类情绪的人工智能系统现在非常容易开发。 然而，大多数都是基于不确定的科学证据，即人们以同样的方式表达情感。
“对于这些系统，人类的情绪只有六种基本的情绪，但它们不能很好地处理混合的情绪。
“使用这类系统的公司需要意识到，所获得的结果并不是衡量所感受到的情绪，而仅仅是衡量一个人的脸与应该与这六种情绪中的一种相对应的脸的匹配程度。”
这项研究涉及来自两个大型数据库的937个视频，它们传达了基本的六种情绪（快乐、悲伤、愤怒、恐惧、惊讶和厌恶）。 两个著名的动态面部表情数据库被选择：BU-4DFE来自纽约宾厄姆顿大学，另一个来自达拉斯得克萨斯大学。 两者都是用情感类别来注释的，并且包含姿势或自发的面部表情。 所有被检查的表情都是动态的，以反映人类面部行为的现实性质。
对于自发情感行为，人工智能的分类精度一直较低，但对于所提出的表达，差距缩小。 两个最好的人工智能系统对人们识别提出的表达方式同样娴熟。
为了评价情感识别的准确性，本研究比较了人类法官与八个商业上可用的自动分类器的性能。
合著者Eva Krumhuber博士(UCL心理学和语言科学)补充说：“人工智能在识别人们的面部表情方面已经取得了很大的进展，但我们的研究表明，在识别真正的人类情绪方面仍有改进的余地。”
PLOS One研究是由都柏林城市大学、UCL、不来梅大学和贝尔法斯特皇后大学的研究人员进行的。
Krumhuber博士最近领导了一项单独的研究，发表在《情感》杂志上，比较了人类和机器在十四个不同的动态面部表情数据库中的情感识别。 这项较小的研究使用了一种不同的方法来分析机器数据，发现人工智能在识别情绪方面与人类相当。