人工智能可以预测女朋友什么时候生气吗？

都说女人心海底针，每一个谈过恋爱的男生，也许都被女朋友的话里有话给逼疯过。你可能永远不知道她什么时候、为了什么而生气。近日，在“某乎”上浏览到了一个问题，人工智能可以预测女朋友什么时候生气吗？答案是肯定的！

人工智能可以预测女朋友情绪

那么，人工智能怎么预测女朋友什么时候生气吗？从技术角度看，又该如何建立这个生气预测AI呢？

第一步：听懂女孩子的话

当然，与让AI听懂“自然语言”不同，我们要让AI能够听懂女朋友们的话，毕竟女孩子的话，往往都“话里有话”。

那么，这就需要采集你女朋友的历史数据，包括生气和高兴的数据：内在因素、外在因素、潜在因素、持续时间、生气后果、缓和时间、缓和原因及缓和结果等大项的数据；然后再细分成无数的小项，例如，从表情到动作，从五官开始判断变化，头部及四肢会产生哪些特有的行为动作，言语上会说哪些话，对这些进行记录，提取话语中频率较高的词汇等。

通过将以上大项不断细化为小项，进行大量的记录，每过一段时间，你归纳、整理的历史数据就会更大，被你女朋友训练的Al分析能力也更强，并逐渐形成正循环。

第二步：构建女朋友生气预测模型

接下来，我们需要用Python构建女朋友生气的预测模型。目前，NLP中的表示方法一共有两大类，独热表示和分布式表示。

词的独热表示(one -hot representation)是将每一个词写成一个N维的向量，其中只有一个分量为1，其他为零。N代表的是现有语料库的词汇表的大小。这种方法被称为词的离散化表示，单离散表示有很大的缺点：维数灾难，内存占用大，速度慢。所以引出将词表示成一个定长的连续的稠密向量，词向量形式。

词的分布式表示（Distributed representation）是若干元素的连续表现形式，将词的语义分布式地存储在各个维度中，与之相反的是独热向量。基于分布假说的词表示方法，根据建模的不同，分布式表示主要可以分为三类：基于矩阵的分布表示、基于聚类的分布表示和基于神经网络的分布表示。

建立预测模型后，运用我们收集到的历史数据来训练模型，最后就可以使用这个模型来预测女朋友什么时候可能生气了。

预测情绪，个人隐私如何保障？

人工智能预测女朋友情绪是建立在大量收集女友数据的信息技术之上，不可避免地涉及到了个人信息的合理使用问题，涉及到侵犯个人隐私问题。可能有人会说，只要征求到女朋友同意就可以。

但卓源科技认为，人工智能语境下的个人数据的获取和知情同意应该重新进行定义。首先，相关政策、法律和标准应直接对数据的收集和使用进行规制，而不能仅仅征得数据所有者的同意；其次，应当建立实用、可执行的、适应于不同使用场景的标准流程以供设计者和开发者保护数据来源的隐私；再次，对于利用人工智能可能推导出超过公民最初同意披露的信息的行为应该进行规制。预测女友情绪相关类AI也应当满足上述条件。

不过，如人饮水，冷暖自知，人工智能预测女友情绪，真的能使你们的感情更牢固、更深厚吗？