17、机器学习与学习科学的前沿探索

机器学习与学习科学的前沿探索

1. 面部表情分析技术的发展

早期，Marni持续开发计算机表情识别工具箱（CERT）。随着计算机运算速度提升，CERT能实现接近实时的分析，可对视频流中人物不断变化的面部表情进行标注。

2012年，Marni Bartlett和Javier Movellan创立了“Emotient”公司，将面部表情自动分析技术商业化。该公司开发的深度学习网络，在实时、自然行为、广泛光照条件以及非正面人脸的情况下，准确率达96%。例如，在一次演示中，其网络能在几分钟内检测出唐纳德·特朗普在第一场共和党初选辩论中对焦点小组产生的最高情感影响，而民意调查者需数天、专家需数月才能得出相同结论。此外，该网络还能在尼尔森收视率公布前数月预测哪些电视剧会成为热门。2016年1月，Emotient被苹果收购，Marni和Javier如今为苹果工作。未来，iPhone或许不仅能询问用户为何心烦，还能帮助用户平静下来。

2. 学习科学中心的创立与研究

2005年，在温哥华的NIPS会议上，Gary Cottrell看到美国国家科学基金会关于学习科学中心的提案征集公告，因其每年500万美元、为期五年且可再续五年的预算而心动，邀请我一同提交提案。最终提案成功，但报告工作繁重，每年需提交300页的报告。

我们的学习时间动态中心（TDLC）汇聚了来自全球18个机构的100多名研究人员。在NSF资助的六个学习科学中心中，我们的中心最侧重于神经科学和工程学，并将机器学习的最新进展融入项目。以下是TDLC研究人员开展的部分项目：
|项目负责人|项目内容|
| ---- | ---- |
|April Benasich|开发测