讓機(jī)器人成為電影《Her》中的機(jī)器漸崛計算人工智能伴侶似乎還有點(diǎn)遠(yuǎn)。在大眾消費(fèi)市場，人逐與機(jī)器人的起但情感深圳福田約妹妹約茶約炮服務(wù)電vx《365-2895》提供外圍女上門服務(wù)快速選照片快速安排不收定金面到付款30分鐘可到達(dá)語音互動常常以“我不太明白你在說什么”終結(jié)。Alpha-Go、過關(guān)深藍(lán)這些機(jī)器學(xué)習(xí)的機(jī)器漸崛計算尖端算法技術(shù)和知識，在計算機(jī)后臺形成了豐富的人逐資源，但如果不能跟人類交互，起但情感其價值遠(yuǎn)遠(yuǎn)不能算被充分開發(fā)。過關(guān)

　　現(xiàn)在，機(jī)器漸崛計算情感計算正在幫助完成人機(jī)交互這一命題，人逐充分挖掘人工智能技術(shù)可能為人類創(chuàng)造的起但情感價值。也許在不遠(yuǎn)的過關(guān)將來，擁有《超能陸戰(zhàn)隊》中的機(jī)器漸崛計算“大白”不是夢，更多場景將會有它們陪伴。人逐

　　人工智能背后的起但情感情感經(jīng)濟(jì)

　　“AI對我們的定義不僅僅是大數(shù)據(jù)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，還包括自然元素里的深圳福田約妹妹約茶約炮服務(wù)電vx《365-2895》提供外圍女上門服務(wù)快速選照片快速安排不收定金面到付款30分鐘可到達(dá)情感、意圖的理解?！痹谟伞渡虡I(yè)周刊/中文版》主辦的“展望2017”峰會上，竹間智能科技創(chuàng)始人兼CEO簡仁賢告訴記者。

　　作為微軟（亞洲）互聯(lián)網(wǎng)工程院前副院長，簡仁賢曾負(fù)責(zé)微軟小冰及小娜產(chǎn)品技術(shù)的研發(fā)，情感計算是其目前研究的重點(diǎn)領(lǐng)域。根據(jù)用戶文字或語音對話輸入，深度理解對話主題、意圖與情緒，并結(jié)合上下文與對用戶的記憶，進(jìn)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(jī)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采取門票免費(fèi)但按照觀眾觀看時的笑容數(shù)來收費(fèi)，結(jié)果客源提升了35%，收入也相應(yīng)增加，負(fù)責(zé)識別和統(tǒng)計笑容數(shù)量的技術(shù)就來自于一家名為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(jī)交互，首先機(jī)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后的情感、情緒、心情、感覺，通過搭建情緒模型，并進(jìn)行深入分析得到答案。此外，對話聚焦主題，并判斷出語言背后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咨詢問題，還是詢問意見。

　　看懂，不僅需要理解自然語言、搭建對話系統(tǒng)，更重要的是機(jī)器視覺、人臉識別上的技術(shù)成熟。精準(zhǔn)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，并能夠在多樣場景上應(yīng)用。例如一個人走進(jìn)一個商場，機(jī)器如果能夠識別出是緊張的狀態(tài)或是憤怒的狀態(tài)，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(shù)上。同樣的話用不同的語調(diào)表達(dá)，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(rèn)為要實現(xiàn)上述目標(biāo)，類腦對話機(jī)器人、機(jī)器視覺、語音情感、多模態(tài)情感計算成為四個可發(fā)展的基礎(chǔ)支撐技術(shù)?！岸嗄B(tài)情感計算即對語言、聲音、圖像進(jìn)行綜合計算分析，得出背后的文字情感、語音情感和面部情感的綜合結(jié)果。” 簡仁賢解釋道。

　　精準(zhǔn)地判別意圖，才能完成任務(wù)。如果一個機(jī)器人只能閑聊，就達(dá)不到研發(fā)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(jī)器人分為三類——只會瞎聊的、指令式的、只懂垂直知識的。

　　當(dāng)前對話機(jī)器人的普遍問題，就是局限于關(guān)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(jī)器人們顯得不那么“智能”。

　　沒有記憶也被認(rèn)為是機(jī)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(chǎn)生一個完整、全面的數(shù)據(jù)畫像，不存在產(chǎn)生理解人喜好、習(xí)慣、語言、行為意圖的基礎(chǔ)，就無法做到最人性化、個性化的對話，進(jìn)一步無法理解人，陷入一個死循環(huán)中。

　　借助場景定制落地

　　既然情感機(jī)器人能夠理解個人行為和商業(yè)行為的意圖，那通過抽取不同領(lǐng)域內(nèi)不同的意圖，就可以使未來的機(jī)器人達(dá)到高度定制化。

　　實際上，情感機(jī)器人就是實現(xiàn)定制化機(jī)器人的技術(shù)基礎(chǔ)。它能對不同環(huán)境與環(huán)境中的人進(jìn)行有效理解，并完整互動，基于此進(jìn)行某部分的技術(shù)放大和延伸，從而成為適應(yīng)該場景的定制機(jī)器人。

　　而現(xiàn)在市場上落地應(yīng)用的機(jī)器人很多反應(yīng)很遲鈍，就跟無法依據(jù)使用場景定制、工程化不足有關(guān)。盡管諸多人工智能公司宣稱自己的識別技術(shù)精度在95%以上，但其產(chǎn)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(xué)術(shù)研究機(jī)構(gòu)的，學(xué)術(shù)跟研究離落地還很遠(yuǎn)，中間有很多細(xì)節(jié)，包括應(yīng)用場景和工程上，你有可能在實驗室里達(dá)到某個效果，但是時間很長，工程化的時候達(dá)不到那個效果?！焙喨寿t說。

　　一項技術(shù)如果能制造出5種不同的應(yīng)用場景，不同場景用不同技術(shù)的些微差別去推出，“揚(yáng)長避短”，這就是定制的本質(zhì)。

　　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，有些場景要做到客戶端里面去，就需要時間很短，誤差率比較大，精準(zhǔn)度沒有那么高。場景如果允許誤差比較高，那就需要在性能、成本和技術(shù)精準(zhǔn)上面做一個平衡。落地化然后應(yīng)用到不同場景，這個是AI落地必須要考量的很重要的一點(diǎn)，也是很多公司沒有注意到的?！?br>
　　以微軟小冰為代表的聊天機(jī)器人也在加入情感計算功能，在浙江大學(xué)教授張宏鑫看來，情感計算可以根據(jù)文字對話的上下文找出情緒，優(yōu)化上下文處理，給出推薦內(nèi)容，從而進(jìn)行場景的優(yōu)化。“互聯(lián)網(wǎng)的本質(zhì)是流量，通過情感因素加入可以提升用戶體驗，進(jìn)而提升流量。但目前準(zhǔn)確率確實不會太高，不過對于對話類的與推薦類型的應(yīng)用已經(jīng)足以應(yīng)用了，對于定制化的場景比較有效?！睆埡牿胃嬖V第一財經(jīng)記者。

　　不過打造超級情感機(jī)器人并非易事，人在決策過程中的情感往往摻雜太多不穩(wěn)定因素，還需要機(jī)器做大量的學(xué)習(xí)和探索，但針對特定場景例如自閉癥患者治療、美妝領(lǐng)域的客戶顏值測試，安全駕駛方面的疲勞度甄別等等，懂得察言觀色的機(jī)器人正在走來。