我们认为人工智能与其实际可行的东西之间一直存在着鸿沟。我们的电影，文学和视频游戏表示“智能机器”，将AI描绘为独立但高度直观的界面。我们会发现用情感AI重新想象的沟通。

在蓬勃发展的AI文艺复兴时期，我们开始从人工智能中看到更高的情商。

随着这些人工系统被整合到我们的商业，娱乐和物流网络中，我们正在目睹情商。这些更智能的系统可以更好地理解人类的感受以及他们为何如此。

结果是“重新想象”人们和企业如何进行沟通和运营。这些智能系统正在极大地改善我们家中语音激活系统的语音用户界面。人工智能不仅改善了面部识别，还改变了对数据的处理方式。

人们在交流时会使用成千上万的次要线索。他们的语气，某人说话的速度 - 这些都是谈话中非常重要的部分，但不是该对话的“原始数据”的一部分。

旨在衡量这些言语互动的新系统现在能够基于与特定线索和表达相关的许多指标来观察诸如愤怒，恐惧，悲伤，快乐或惊喜之类的情绪。正在训练算法以评估彼此相关的语言细节，建立我们如何在社交场合中相互阅读的地图。

系统越来越能够根据所说内容的音调，音量，速度或清晰度来分析语言的潜台词。这不仅有助于这些系统更好地识别说话者的性别和年龄，而且他们在识别某人何时兴奋，担心，悲伤，愤怒或疲倦时变得越来越复杂。虽然这些系统的实时集成仍处于开发阶段，但语音分析算法能够更好地识别关键问题和情绪，因为它们变得更加智能。

机器学习是成功的人工智能的基石 - 在情绪AI的发展中更是如此。这些系统需要庞大的人类面部表情，声音和交互存储库，以学习如何建立基线，然后确定从该基线的变化。更重要的是，人类不是静止的。生气或悲伤时，我们并不都会做出同样的反应。口语不只影响语言的内容，而且影响其结构和传递。

要使这些算法准确无误，他们必须从全球范围内以及特定国家/地区的不同地区收集代表性样本。收集各种人群对开发人员来说是一个额外的挑战。这是您的IT开发人员，他负责教授机器，让他们更像一个人。与此同时，您的开发人员必须考虑到人们的不同程度，以及人们互相阅读的不准确程度。

其结果是人工智能复制人类基本行为的能力显着提升。我们让Alexa开发人员积极致力于教导语音助理举行能够识别情绪困扰的对话，美国政府使用语音检测技术来检测现役士兵和退伍军人中创伤后应激障碍的症状和体征，并对特定体能的影响进行越来越先进的研究像帕金森这样的疾病就是某个人的声音。