不能理解咋能陪伴：人工智能研究轉向情感計算

讓機器人成為電影《Her》中的人工智能伴侶似乎還有點遠。在大眾消費市場，與機器人的語音互動常常以“我不太明白你在説什麼”終結。Alpha-Go、深藍這些機器學習的尖端算法技術和知識，在計算機後台形成了豐富的資源，但如果不能跟人類交互，其價值遠遠不能算被充分開發。

現在，情感計算正在幫助完成人機交互這一命題，充分挖掘人工智能技術可能為人類創造的價值。也許在不遠的將來，擁有《超能陸戰隊》中的“大白”不是夢，更多場景將會有它們陪伴。

人工智能背後的情感經濟

“AI對我們的定義不僅僅是大數據和算法，還有模擬人的行為方式，能夠理解到人講話的意圖，只有語義的理解還不是真正的AI，還包括自然元素裏的情感、意圖的理解。”在由《商業週刊/中文版》主辦的“展望2017”峯會上，竹間智能科技創始人兼CEO簡仁賢告訴記者。

作為微軟(亞洲)互聯網工程院前副院長，簡仁賢曾負責微軟小冰及小娜產品技術的研發，情感計算是其目前研究的重點領域。根據用户文字或語音對話輸入，深度理解對話主題、意圖與情緒，並結合上下文與對用户的記憶，進行合情合理的回答，這是情感計算最主要的意圖。

早在2012年，受西班牙財政危機的影響，一家巴塞羅那喜劇俱樂部的夜場觀眾流失了三分之一，為了提升上座率，這家喜劇俱樂部別出心裁地採取門票免費但按照觀眾觀看時的笑容數來收費，結果客源提升了35%，收入也相應增加，負責識別和統計笑容數量的技術就來自於一家名為Affectiva的公司。

讀懂、聽懂、看懂

這是情感計算的一個片段。在簡仁賢看來，要做好人機交互，首先機器人要能夠做到讀懂、聽懂、看懂。

所謂讀懂就是要解析一句話背後的情感、情緒、心情、感覺，通過搭建情緒模型，並進行深入分析得到答案。此外，對話聚焦主題，並判斷出語言背後的語言行為也是加深理解的重要方面，比如判斷這一語言是諮詢問題，還是詢問意見。

看懂，不僅需要理解自然語言、搭建對話系統，更重要的是機器視覺、人臉識別上的技術成熟。精準識別面部表情與動作，能夠判斷一個人情緒變化、情感變化和注意力變化，並能夠在多樣場景上應用。例如一個人走進一個商場，機器如果能夠識別出是緊張的狀態或是憤怒的狀態，就能為安保工作帶來積極效果。

聽懂則更聚焦在語音識別技術上。同樣的話用不同的語調錶達，往往能傳遞不同的意思，高興、無奈、憤怒，都是語音能夠傳遞的不同情感。

簡仁賢認為要實現上述目標，類腦對話機器人、機器視覺、語音情感、多模態情感計算成為四個可發展的基礎支撐技術。“多模態情感計算即對語言、聲音、圖像進行綜合計算分析，得出背後的文字情感、語音情感和麪部情感的綜合結果。” 簡仁賢解釋道。

精準地判別意圖，才能完成任務。如果一個機器人只能閒聊，就達不到研發者要建立的黏性跟互動。簡仁賢把目前市場上存在的對話機器人分為三類——只會瞎聊的、指令式的、只懂垂直知識的。

當前對話機器人的普遍問題，就是侷限於關鍵字、詞的處理，單句問答，不能理解上下文。實操過程中，只能用“人工”來處理指令，讓機器人們顯得不那麼“智能”。

沒有記憶也被認為是機器人對話過程中的頑疾。沒有記憶，就不能積累交流對話中獲取的信息，即不能對人產生一個完整、全面的數據畫像，不存在產生理解人喜好、習慣、語言、行為意圖的基礎，就無法做到最人性化、個性化的對話，進一步無法理解人，陷入一個死循環中。

藉助場景定製落地

既然情感機器人能夠理解個人行為和商業行為的意圖，那通過抽取不同領域內不同的意圖，就可以使未來的機器人達到高度定製化。

實際上，情感機器人就是實現定製化機器人的技術基礎。它能對不同環境與環境中的人進行有效理解，並完整互動，基於此進行某部分的技術放大和延伸，從而成為適應該場景的定製機器人。

而現在市場上落地應用的機器人很多反應很遲鈍，就跟無法依據使用場景定製、工程化不足有關。儘管諸多人工智能公司宣稱自己的識別技術精度在95%以上，但其產品的使用體驗似乎無法匹配如此高的識別精度。

“一般你看到的識別競賽很多都是學術研究機構的，學術跟研究離落地還很遠，中間有很多細節，包括應用場景和工程上，你有可能在實驗室裏達到某個效果，但是時間很長，工程化的時候達不到那個效果。”簡仁賢説。

一項技術如果能製造出5種不同的應用場景，不同場景用不同技術的些微差別去推出，“揚長避短”，這就是定製的本質。

簡仁賢舉例，“例如有些場景可以容忍時間比較長的辨識，那我們就用辨識度最高、時間最多的，有些場景要做到客户端裏面去，就需要時間很短，誤差率比較大，精準度沒有那麼高。場景如果允許誤差比較高，那就需要在性能、成本和技術精準上面做一個平衡。落地化然後應用到不同場景，這個是AI落地必須要考量的很重要的一點，也是很多公司沒有注意到的。”

以微軟小冰為代表的聊天機器人也在加入情感計算功能，在浙江大學教授張宏鑫看來，情感計算可以根據文字對話的上下文找出情緒，優化上下文處理，給出推薦內容，從而進行場景的優化。“互聯網的本質是流量，通過情感因素加入可以提升用户體驗，進而提升流量。但目前準確率確實不會太高，不過對於對話類的與推薦類型的應用已經足以應用了，對於定製化的場景比較有效。”張宏鑫告訴第一財經記者。

不過打造超級情感機器人並非易事，人在決策過程中的情感往往摻雜太多不穩定因素，還需要機器做大量的學習和探索，但針對特定場景例如自閉症患者治療、美妝領域的客户顏值測試，安全駕駛方面的疲勞度甄別等等，懂得察言觀色的機器人正在走來。

(實習記者王媛媛對此文亦有貢獻)