我们已经讨论了人工智能（AI）一词如何涵盖广泛的应用；就像许多这些功能一样，情感计算在市场上开始看到一些增长。情感计算横跨计算机科学、行为心理学和认知科学，通过检测和分析面部、肢体语言、生物特征、语言和/或声音信号，使用硬件和软件来识别人类的感觉、行为和认知状态。虽然情感计算需要摄像头、触摸设备或麦克风等硬件来捕捉上述信号，但大部分交流技术使用软件技术来检测和分析个人当前的情绪或认知状态。采集到的数据的合成和分析很大程度上依赖于人工智能和机器学习算法和建模，以及计算机视觉（CV）、自然语言处理（NLP）和自然语言理解（NLU）等方面。情感计算为组织提供了一个很好的机会来增强人的能力，并在人与人交互的机器之间建立信任。企业正在开发越来越多的包含情感计算的用例，人工智能供应商正在开发创新能力，以帮助组织利用这一机会。以下是一些通过这些创新推动情感计算市场向前发展的供应商：使用情感计算让驾驶更安全、更愉快麻省理工学院媒体实验室spin off Affectiva在其汽车人工智能产品中使用车内摄像头和麦克风捕捉面部和声音信号，使其人工智能能够分析和识别汽车驾驶员和乘客的认知和情绪状态，包括困意或分心。Affectiva的关键区别在于汽车人工智能多模式情感识别工具中使用的技术，该工具使用深度神经网络，在800多万张人脸的不断增长的情感数据仓库中训练，来分析面部和声音信号。除了让消费者驾驶更安全外，情感计算解决方案如Affectiva还可以通过监控和提醒驾驶员分心或不安全的驾驶行为，并通过提供增强的座舱体验，使共乘、出租车和车队管理更加安全。用情感分析建立金融服务的信任瑞士NVISO公司创建了Insights advice，它使用面部分析来识别情绪，并为金融服务客户建立准确的金融行为档案。该应用程序使用生物特征面部识别技术跟踪金融客户回答问题时的68个面部点和头部姿势。NVISO的深度学习网络获取这些信息，并实时分析客户的情绪，以建立相应的财务行为档案。NVISO帮助财务顾问通过更准确的财务行为档案更好地理解和服务客户。Insights ADVISE应用程序使财务顾问能够更好地了解客户的需求、风险偏好和偏好，并更有效地为客户提供服务，从而建立互信，确保实现现实的目标和期望。利用行为洞察力培训面向客户的员工Cogito是麻省理工学院人类动力学实验室的一个分支，它创建了一种分析语音对话中行为信号的产品，为面向客户的服务、销售和护理人员提供实时指导。Cogito的产品分析了200多种行为信号，如音调、音调、节奏、话轮转换、发声努力和语音对话中的声音张力，并提供易于代理人员理解的呼叫指导。Cogito还记录和捆绑来自客户互动的见解，并将其提交给主管，以确定培训机会并分享最佳实践。指导水平有助于担任这些角色的员工为个人客户提供更满意的护理，但也使代理人能够通过目标导向的见解来增强自己的情商并提高整体绩效。通过面部识别改善客户和企业的零售体验Sightcorp使用计算机视觉和机器学习/深度学习来分析和识别零售环境中的人脸，生成店内分析，以衡量客户满意度并提供实时的客户洞察。它还允许通过模糊的方式激活多个产品的隐私。通过边缘处理并遵循这些规则，零售商可以确保在运行面部识别和分析的设备之外，敏感数据不会被传输或易受攻击。零售业中的情感计算提供了企业需要改进和优化客户体验的见解，同时允许零售业员工专注于实际的客户互动，从而提高客户的即时体验和长期客户满意度。与其他人工智能应用程序一样，情感计算使组织能够深入了解企业和消费者，从而获得成功。这项技术需要一个全面的人工智能战略，以提供商业价值，同时导航道德和隐私考虑。了解更多关于将情感计算纳入组织的人工智能战略的信息；观看IDC的按需网络广播"情感计算：用人工智能增强人类情商"。现在就看