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遠(yuǎn)。在大眾消費市場，人逐與機(jī)器人的起但情感上海包夜空姐預(yù)約（電話微信180-4582-8235）提供頂級外圍女上門，伴游，空姐，網(wǎng)紅，明星，車模等優(yōu)質(zhì)資源，可滿足你的一切要求語音互動常常以“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上海包夜空姐預(yù)約（電話微信180-4582-8235）提供頂級外圍女上門，伴游，空姐，網(wǎng)紅，明星，車模等優(yōu)質(zhì)資源，可滿足你的一切要求情感、意圖的理解。”在由《商業(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但按照觀眾觀看時的笑容數(shù)來收費，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)。“多模態(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。”簡仁賢說。

　　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，也是很多公司沒有注意到的。”

　　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。”張宏鑫告訴第一財經(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。

很贊哦!（28）