企业和政府正在积极测试面部识别技术，测试的范围从警务人员到一些普通的员工。更细微的测试正在进行中，他们背后的技术公司保证：自动的情感识别技术可以很快帮助机器人更好地理解人类，或者检测汽车司机的是否在驾驶车上时因为愤怒乱开车。

面部识别技术是指利用分析比较的计算机技术识别人脸。人脸识别是一项热门的计算机技术研究领域，其中包括人脸追踪侦测，自动调整影像放大，夜间红外侦测，自动调整曝光强度等技术。

人脸识别技术属于生物特征识别技术，是对人本身的面部特征来区分个体。

但是专家警告说，试图解释面部表情的面部识别算法可能会侵犯到人权。这些声明是AI Now研究所年度报告中的一部分，他们是一个研究人工智能对社会影响的非营利组织。该报告还包括了监管人工智能和提高行业透明度的建议。

现在的问题是人工智能被应用在很多社会环境中。人类学、心理学和哲学的相关知识都是和人工智能极其相关的，这些理论都是来自技术计算机科学背景的培训。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等，人工智能在未来将得到广泛的应用。

Crawford和AI Now的报告提到了通常用来将面部表情编入七种核心情绪的系统，起源于心理学家Paul Ekman。这七种核心情绪指的是喜、怒、忧、思、悲、恐、惊。他研究现代社会的人们的面部表情表明，面部表情是普遍的。通用面部表情的概念对于人工智能研究人员来说很方便，因为现在使用的人工智能能够对复杂的图像或声音进行分类。

亚马逊公司销售面部识别技术的产品，承诺这些产品能看出来你的情绪，微软公司也一样。微软的情感人工智能程序声称能够辨人类的情感并且列出的通用面部表情识别的情感类型完全相同。据微软网站的介绍，一款可以识别人表情的眼镜已经在Pivothead的产品中使用了。Pivothead是一家制造智能眼镜的公司，它能够使员工的观点更加生动传神。

但是，表情在脸上的表现方式可能比先前所认为的更加具有情境性，这就使得面部识别的有效性受到质疑。心理学家丽莎·费尔德曼·巴雷特·巴雷特（Lisa Feldman Barrett Barrett）在2017年在《金融时报》上写道：“皱眉头可能意味着某人生气，但在其他情况下，它意味着他们在思考，或者在明亮的光线下眯着眼睛。”所以作为一个情感阅读的机器人需要大量的知识和背景来猜测某人时下真正的情感体验。”

尽管还有一些漏洞，这项技术仍在假设其有效的情况下得以实施。这种情绪面部识别在汽车、手机和安全摄像机中被发现。面部识别技术有他自己的优点，比如用于识别失踪儿童。或者在乘坐专车时，司机需要在通过面部识别验证自己的身份，然后才能开始搭乘乘客。

“任何通过人工智能将面部表情简单映射到基本情绪类别上都可能会产生最简单的错误，”报告称。“但是一旦技术进入成熟阶段，他会在多个领域发挥重要作用。”