人工智能开发者在重新发明垃圾伪科学方面有一种不可思议的诀窍。不管是将膈肌学复活为面部识别，据说可以确定某人的个性，还是声称可以根据外表普遍检测情绪，人工智能领域有很长的历史，声称要做不可能的事。
 

 
微软和南加州大学安纳伯格的研究员凯特-克劳福德（Kate Crawford）在《大西洋》杂志上认为，挑战在于建立一个检测某人情绪的算法，忽略了文化差异和其他重要因素。在她的书《人工智能地图集：权力、政治和人工智能的地球成本》的改编部分中，克劳福德阐述了科学家试图将情感与特定的面部动作联系起来的复杂而有缺陷的历史--以及试图做同样事情的人工智能算法如何在本质上注定要失败。
 
克劳福德写道，几十年来，科学家们一直在尝试编纂与不同情绪相关的面部表情，但却从未成功。研究人员反复尝试创建理想化的图像，让人们做出与特定情绪相对应的表情，但在一种文化中具有意义的照片匹配在其他文化中却不尽如人意--因此，训练一种算法来做同样的事情是徒劳的。
 
以交通安全局的面部表情筛查算法SPOT为例，克劳福德写道，该算法的目的是在9/11之后，通过确定表达压力、恐惧或欺骗的旅行者，自动发现恐怖分子。尽管在该算法上花费了9亿美元，但没有证据表明它曾经起过作用。
 
"这就是情绪识别自动化的危险。克劳福德写道："这些工具可以把我们带回到过去的肾上腺学，当时虚假的主张被用来支持现有的权力体系。"情绪是复杂的，它们的发展和变化与我们的文化和历史有关--所有生活在人工智能框架之外的多方面的背景。"