Emokit杜鹏飞：机器人之恋——人工智能的新风口

一直以来人们有一个美好的愿望是让机器帮助人类，理解人类，但是自从计算机诞生以来，人机交互的逻辑大都是人给机器赋予指令，机器执行指令，后来人们定义了一种新的技术叫AI（Artificial Intelligence）,AI的愿景是研究出一种能以人类智能相似方式做出反应的智能机器，从而改变人机交互的方式，让机器可以主动的观察人，与人交流。但是一直以来人工智能的研究人员把重点放在问题的解决、推理、学习、感知、语言和其他智能所必需的认知任务上，而忽视了情感对于人类这些功能的影响。

人类从婴儿阶段开始最先是依靠情感与他人表达交流；在更为明显的智慧发展迹象出现之前，情感显然是本源。所以研究人工情感对真正强人工智能的诞生，对人类认知、意识和高等生命体本质的研究起着重要作用。1995年MIT的Picard教授正式提出情感计算概念，研究赋予机器像人一样观察、理解和生成各种情感特征的能力。

 
情感计算研究的人工情感是对人类情感信息处理过程的模拟，主要包括情感识别、情感建模和情感表达三个部分。
情感识别是对情感反应出来的信息进行测量、分析和理解。

一个是利用生理信号例如心电图、肤电、肌动电流图、血压等进行情感的识别。另外一种是借助机器视觉、语音识别等技术进行情感行为识别例如面部表情、语音情感识别、姿态识别等，这一研究方向。近年来DeepLearning技术的热潮为人工智能带来了新的发展，图片识别和语言识别的准确率得到了很大的提高，原来提高1个百分点很大成就的领域利用deeplearnig技术随随便便就实现了十几个百分点的提高，人工智能的新的春天已经到来，同时这也带动了情感计算的发展，尤其是面部表情识别、语音情感识别等领域都取得了很大进展。

将情感赋予机器，让机器能识别人的情感，将极大的提高所有智能机器的智能化能力丰富其智能内涵，同时这也是下一个万亿级蓝海市场，其典型应用包括：

（1）家用机器人，例如软银的paper机器人，图灵机器人等都在强调机器人的情感交互和表达的能力。

（2）教育教学，教师可以根据学生的情绪反馈调整教学内容，同时通过学习者对所学习内容脸部情感姿态分析其对哪些内容有强烈的兴趣。

（3）智能家居，未来我们将脱离遥控器解放双手，让智慧家居的智慧大脑根绝我们的心情、喜好和习惯为我们安排一切，选喜欢的节目、预定喜欢的菜品。

（4）智慧呼叫中心，对客服人员的考核和服务质量的提高都可以通过每次客服通话的情绪指标进行量化。


其他例如智慧汽车、智慧酒店，强人工智能自我激励等等应用方向还非常得多。随着近来机器学习技术的长足发展，智能硬件、智能机器人的热潮，海量数据源的产生和高性能计算能力的成熟，情感计算的理论依据和技术依靠已经逐渐形成，而其所产生的亿万级市场还有待越来越多的开拓者去挖掘。

虽然前景很美好，但是问题也很多：

（1）情感的识别的准确率受多种因素影响，在测量特征信号的选择上，特征信号处理以及信号的理解都需要深入研究。

（2）虽然情感在推理、感知、决策和交流方面很重要，但是对情感在实现这些心理过程的具体关系的了解并不完善，因此要得到一个有较广泛适用范围的情感自动生成计算模型十分困难。

（3） 情感的主观特性。

（4）情感表现的多样化。未来融合体征、表情、语音、NLP等多个识别途径的多模态情感识别以及海量情感特征数据库的建立和情感自动生成理论的产生会对情感计算的发展带来突破性进展。事实是真理不依赖任何个人的努力而找到自己前进的道路。在追求它的过程中，我们在黑暗中苦苦探求、苦苦摸索，而不变的真理按自己的条件终于显露出来。试图理解情感就是试图认识事务的真实面目。最终我们可以清楚的看到事物的原貌，理解人工智能和一切人类进程是如何进行的。