从感知到认知，人工智能正在理解人类情感 人工智能牌组

从感知到认知，人工智能正在理解人类情感

文/陈根

很长时间以来，是否具备情感，是区分人与机器的重要标准之一。换言之，机器是否具有情感也是机器人性化程度高低的关键因素之一。

当前，人工智能已呈现高速增长和全面扩张的态势。一方面，人工智能不断朝更深层的智能方向发展，包括数学运算、逻辑推理、专家系统、深度学习等；另一方面，人工智能不断向社会的各个领域进行扩展，从智能手机到智能家居，从智能交通到智能城市等。

“感知智能”逐渐向具有理解和表达能力的“认知智能”转变，为机器赋予感情成为必然趋势。人工智能之父马文·明斯基就曾提到，“如果机器不能够很好地模拟情感，那么人们可能永远也不会觉得机器具有智能”。

想要人工智能理解人类感情，则需要从人工智能的情感计算开始。

人工智能正在理解人类情绪

试图让人工智能理解人类情感并不是新近的研究。

早在1997年，麻省理工学院媒体实验室Picard 教授就提出了情感计算的概念。Picard 教授指出，情感计算与情感相关，源于情感或能够对情感施加影响的计算。简单来说，情感计算旨在通过赋予计算机识别、理解和表达人的情感的能力，使得计算机具有更高的智能。

自此，情感计算这一新兴科学领域，开始进入众多信息科学和心理学研究者的视野，从而在世界范围内拉开了人工智能走向人工情感的序幕。

情感计算作为一门综合性技术，是人工智能情感化的关键一步，包括情感的“识别”、“表达”和“决策”。“识别”是让机器准确识人类的情感，并消除不确定性和歧义性；“表达”则是人工智能把情感以合适的信息载体表示出来，如语言、声音、姿态和表情等；“决策”则主要研究如何利用情感机制来进行更好地决策。

识别和表达是情感计算中关键的两个技术环节。情感识别通过对情感信号的特征提取，得到能最大限度地表征人类情感的情感特征数据。据此进行建模，找出情感的外在表象数据与内在情感状态的映射关系，从而将人类当前的内在情感类型识别出来，包括语音情感识别、人脸表情识别和生理信号情感识别等。

人脸表情识别显然是情感识别中关键的一部分。在人类交流过程中，有55%是通过面部表情来完成情感传递的。20 世纪70 年代，美国心理学家Ekman 和Friesen 对现代人脸表情识别做了开创性的工作。

Ekman 定义了人类的6 种基本表情：高兴、生气、吃惊、恐惧、厌恶和悲伤，确定了识别对象的类别；建立了面部动作编码系统（facialactioncodingsystem，FACS），使研究者能够按照系统划分的一系列人脸动作单元来描述人脸面部动作，根据人脸运动与表情的关系，检测人脸面部细微表情。

情感识别是目前最有可能的应用。比如，商业公司利用情感识别算法观察消费者在观看广告时的表情，这可以帮助商家预测产品销量的上升、下降或者是保持原状，从而为下一步产品的开发做好准备。

机器除了识别、理解人的情感之外，还需要进行情感的反馈，即机器的情感合成与表达。与人类的情感表达方式类似，机器的情感表达可以通过语音、面部表情和手势等多模态信息进行传递，因此机器的情感合成可分为情感语音合成、面部表情合成和肢体语言合成。

其中，语音是表达情感的主要方式之一。人类总是能够通过他人的语音轻易地判断他人的情感状态。语音的情感主包括语音中所包含的语言内容，声音本身所具有的特征。显然，机器带有情感的语音将使消费者在使用的时候感觉更人性化、更温暖。

从情感计算的决策来看，大量的研究表明，人类在解决某些问题的时候，纯理性的决策过程往往并非最优解。在决策的过程中，情感的加入反而有可能帮助人们找到更优解。因此，在人工智能决策过程中，输入情感变量，或将帮助机器做出更人性化的决策。

微软的研究人员曾在这个问题上给出过答案，他们提出了一种基于周围血管搏动测量（PeripheralPulseMeasurements）的内在奖励的强化学习新方法，这种内在奖励是与人类神经系统的响应相关的。研究人员假设这种奖励函数可以帮助强化学习解决稀疏性（sparse）和倾斜性（skewed），以此提高采样效率。

“情感”鸿沟的跨越和未跨越

情感智能是让机器更加智能的关键，具有情感的机器不仅更通用、更强大、更有效，而且将更趋近于人类的价值观。在人类科学家长期的努力下，横亘在人脑与电脑之间的“情感”鸿沟正在被跨越。

2014年5月29日，由微软亚洲互联网工程院开发的一代小冰开始了微信公测，在3天内赢得了超过150万个微信群、逾千万用户的喜欢。微软小冰，可以说，就是一个初步练成情感计算的人工智能。

微软小冰的开发团队负责人李笛曾表示，小冰作为一个人工智能平台，已经在技术、产品、数据三者之间形成了一个正循环。换言之，小冰积累的大数据已经足够多到能够让小冰实现自我进化。

2017年5月，“微软小冰”出版了第一部由人工智能创作的诗集《阳光失了玻璃窗》，其中部分诗作在《青年文学》等刊物发表或在互联网发布，并被宣布享有作品的著作权和知识产权。正如小冰在诗歌中作出的自我陈述：“在这世界，我有美的意义。”

如今，小冰已经积累了百亿轮与人类的对话信息，从中提取了海量历史数据，这些海量数据已经足够多到让小冰对未来对话的判断准确程度超过50%。某种程度上，小冰已经形成了初步的记忆、认知与意识能力。

如今，随着大量统计技术模型的涌现和数据资源的累积，情感计算在应用领域的落地日臻成熟。当然，任何一门技术都有其技术曲线，情感计算的发展也不是一帆风顺的。

一方面，情感计算必然面临群体情感和个体情感的矛盾。由于对情感的感知和理解存在具体的个体差异，在应用过程中情感个性化是非常重要的考量。然而，个性化和泛化能力是相互矛盾的，这也成为了情感计算的一个技术难点。

事实上，过去情感研究的默认前提和假设都是情感的群体共性，即群体在表达同样的外显数据时，内心情感状态是一致的。这令关注个体独特性时，面临着数据和方法的问题：如何把控所需的个人数据量？在实际应用场景中，又是否能真正获取到每个人所谓的独特数据？

另一方面，则是对于个体的情绪计算。虽然通过控制情绪波动的幅度，能够模拟性格活泼夸张和安静内敛的人不同的情感起伏，但目前即使是利用共通的情感模拟出一个普通的人，也十分困难。机器在每轮情绪切换中比较跳跃，很难像人那样保持自然、连贯的变化。

此外，个人情感分析问题在交互领域不断衍生着新的应用方式。比如，在智能客服领域有效检测用户情感；日趋成熟的测谎技术，也能够在话术引导下通过生理参数，甚至仅仅是音讯和视频信号等反应心理细微波动的参数来进行情感分析。

但是，个性化服务却也面对隐私保障的挑战。个性化的情感计算必然让渡用户的更多数据，在这样的情况下，隐私能否受到有效保护还未可知。

可以预见，情感计算在未来将改变传统的人机交互模式，实现人与机器的情感交互。从感知智能到认知智能的范式转变，从数据科学到知识科学的范式转变，人工智能也将在未来给我们交出一个更好的回答。

人工智能：新技术的“双刃剑”

李克强在2017年《政府工作报告》中明确指出：“全面实施战略性新兴产业发展规划，加快新材料、人工智能、集成电路、生物制药、第五代移动通信等技术研发和转化,做大做强产业集群。”这是“人工智能”这一表述第一次进入政府工作报告。

什么是人工智能

人工智能（ArtificialIntelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。当然，最吸引眼球的是几次著名的人机对弈。比如，1997年5月11日，俄罗斯国际象棋大师加里・卡斯帕罗夫以2.5∶3.5输于改进后的“深蓝”计算机，这是在人与计算机之间挑战赛的历史上标志性的一天，计算机在正常时限的比赛中首次击败了等级分排名世界第一的棋手，标志着国际象棋历史的新时代。再比如，在围棋的人机对弈中，2016年谷歌设计开发的阿法狗4∶1胜韩国的李世石。之后，阿法狗的升级版Master更强大，横扫棋坛取得60连胜。

人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考，进行深度学习，甚至极有可能超过人的智能。谷歌著名人工智能专家雷・库兹韦尔在《精神机器时代》一书中，就曾提出一个大胆的论断：科技正在以史无前例的速度发展，计算机将能够赶超人类智能的各个方面。而在《奇点临近》一书中，库兹韦尔进一步阐述了这一发展的下一阶段，即人类与机器的联合，即嵌入我们大脑的知识和技巧将与我们创造的容量更大、速度更快、知识分享能力更强。比如，尽管美国主流媒体没有想到特朗普会在美国大选中胜出，但是，孟买人工智能创业公司通过2000万个社交媒体数据点分析了社交媒体上的情绪，准确地预测了美国大选的结果。

它如何影响我们的工作与社会

从诞生以来，人工智能的理论和技术日益成熟，应用领域也不断扩大。著名的信息技术咨询公司加特纳预计，到2018年，全球最大的200家企业大多数都会利用智能应用，并使用大数据的完整工具包和分析工具，来优化自身的产品和改善客户体验。而另外一家著名的咨询公司弗罗斯特预测：各种认知技术将在2025年之前16％的美国工人将被人工智能系统取代，同时，人工智能可以创造相当于劳动力9％的新工作。2002年，美国著名杂志《连线》的创始主编凯文・凯利问：“为什么谷歌要做免费搜索？”尚未成为谷歌CEO的拉里・佩奇回答道，“不，我们在做人工智能。”实际上，谷歌搜索正是一种完善人工智能的尝试：用户在谷歌上的每一次搜索，都是在辅导人工智能进行深度学习。

有鉴于此，我国政府与实业界、研究界一直在推动人工智能的相关工作。2017年的全国科技工作会议中，科技部部长万钢透露目前正在编制人工智能的专项规划，同时还在研究论证人工智能重大项目的立项工作。百度、阿里、腾讯等公司在语音识别、神经网络、图像识别、自然语言处理等方面都有重要的突破，小米也设立了探索实验室，试图尽快推出人工智能重量级产品。而众多传统家电企业在乐视电视的冲击下，也开始在智能电视领域进行布局。艾瑞咨询预测，我国国内人工智能市场将从2015年的12亿元增至2020年的91亿元。

著名学者J.C.R.利克莱德在1960年发表的论文《人机共生》中写道：“在不远的将来，人类的大脑将和计算机紧密融合在一起，由此产生的伙伴关系将会促使人类大脑以前所未有的方式进行思考，并以超越现在我们所知的处理信息数据的方式来处理数据。如今企业中充斥着数据，迫切需要工具来分析和处理信息。全球公司收集的数据量每12个月翻一番，到2020年将达到约44ZT。如果仍然靠人去处理这些数据，显然是不可能的。因为计算机能以“每秒万亿比特”的速度进行通信，而人类与计算机的通信方式主要是用手指在他们的移动设备上打字，速度大约是：每秒10比特。由此，德勤公司提出了机器智能（MI）这个新概念，它包含机器学习、深度学习、认知分析。德勤预测到2019年全球在机器智能上的支出将达313亿美元。

人工智能是一把“双刃剑”

人工智能是一把“双刃剑”，其有可能出现的场景是“机器排斥人工”。比如，全球最大的12家投行里（当然包括高盛），最普通的交易和研究人员的平均年薪都有50万美元，如此这般令人羡慕的岗位也存在被替代的可能。高盛在纽约总部的美国现金股票交易柜台曾经雇用了600名交易员，替投行金主的大额订单进行股票买卖操作。现在只剩下两名股票交易员“留守空房”！目前，高盛三分之一的员工是计算机工程师，而1名计算机工程师可以取代4名交易员。高盛下一步将使首次公开发行过程中约146个步骤进行自动化，可以说“机器排挤和替代人”的领域会进一步扩大。

在人工智能影响就业的问题上，目前存在着较大的分歧。一派是悲观看法，代表人包括：世界著名物理学家斯蒂芬・霍金、特斯拉汽车的创始人伊隆・马斯克等。霍金曾在英国《卫报》的一个专栏中写道：“工厂自动化已经让众多传统制造业工人失业，人工智能的兴起很有可能会让失业潮波及到中产阶级，最后只给人类留下护理、创造和监督工作。”马斯克甚至提出：人类要与机器融合成为“半机械人”，否则将被人工智能淘汰。李开复在《麻省理工技术评论》上指出：人工智能10~15年内就有能力取代我们一半的工作的任务，这将是人类经历的最快的科技革命，我们还没准备好。世界著名的咨询公司麦肯锡研究报告更是悲观地预测：到了2030年，人工智能的影响层面，将冲击到所有体力劳动和服务类的后端操作人员，将近8亿人将失业。据一份花旗银行与牛津大学合作在2016年的报告预测，美国47％的就业岗位可能被机器人代替。在英国，这个比例是35％。而在经合组织国家，平均57％的工作岗位将实现自动化。

然而，另外一派则持有相对乐观的观点如盖洛普的一项调查显示，大多数人认为，AI和机器人肯定可以代替很多人类初级简单的、服务类的工作，但是，人类由此被吸纳到更多新的领域，人类不必担心大量失业！总的来看，大学以上水平受影响最小。此外，人工智能的成本也是需要考虑的因素。李世石对弈一局，所消耗的机器运行成本达到了3000美元。而在此期间，人类对手可能只消耗了一碗石锅拌饭。

人工智能对工作岗位需求的分析

笔者认为，人工智能对工作岗位的需求会进一步增加。具体而言：

第一，最迫切的岗位是与人工智能直接相关的。随着人工智能日益融入人们的生活，对于人工智能人才争夺战也日益白热化。目前，我国人工智能领域合格的研究人员数量仅为30万，其中包括相关研究领域的学生。人工智能的人才缺口却为100万甚至更多。人工智能的研究人才的争夺也推高了他们的年薪，一般而言，我国高级机器学习研究员年薪在60万美元左右，机器学习专家的年薪在30万到40万美元左右。这些薪酬水平堪比华尔街的金融家的薪酬水平啦！

第二，传统产业升级后延伸出新的岗位需求。人工智能可能替代了某些简单的、重复性的岗位，但是，随着产业升级，人工智能又刺激了新的岗位出现。现实的案例也佐证了人们的判断，比如亚马逊已在全球各地的仓库中“雇用”了超过10万台Kiva机器人，大部分执行工作均由其完成。与此同时，又衍生出数千个新型高技术含量的工作机会，亚马逊的人员则更加集中到新的工作岗位上，比如订单配对、货品挑选、消费者行为研究及新品研发。可见，人类与机器人的关系更多的是互补与共赢，而不仅是单纯的替代与排挤。

第三，人工智能的发展，将开创出若干个新的行业。随着人们从日常的繁杂的事务性工作中解脱出来，人们将更多地投入到与美好生活相关的新岗位上去。比如，与人们身体健康相关的产业，人类的休闲产业、养老产业、终身教育产业等，这里潜在的需求非常巨大。10年前，我们对形象设计师、比价员、健康顾问等感觉十分新鲜；今天，我们已经逐步接受了网络主播、红人掌柜、网约车司机；10年后，我们将迎来更多的陌生的职业名称。也许，我们今天的想象力有些黔驴技穷，正如上个世纪的那些巨人预言：当IBM开发出第一台电脑，当时公司的董事长认为全球只需要5台电脑足矣，未来很精彩，远远超过现在我们的想象。

综上所述，人类必须端正态度，我们坚信，人工智能必然会推动新一轮的技术创新浪潮，增加新技术的投入，促进传统产业升级换代，提高投入产出效率，促使全球经济逐步回暖。同时，我们也清醒地意识到，人工智能对劳动就业带来的总量与结构的影响，但是，我们并不因此而悲观，人类应当更加积极面对，提升自己的技能，适应新的技术变革。200年前，自动织布机的出现带来了一些失业问题，失业的织布工人联合起来，以捣毁机器、破坏工厂等极端对立的方式进行抗争，以“卢德运动”而留名于世，这种消极的做法是与历史发展进程相违背的。今天，我们也需要警惕“新卢德分子”，抱残守缺，消极对待新生事物。（荆林波中国社会科学评价研究院院长、研究员）

分享让更多人看到