曾祥极作者H4O编辑

情感计算:让机器更加智能

在人们的认知中,机器与人的分界线是机器是否具有情感。举个例子,如果一对情侣吵架,而有一方显得过于冷漠,那么另一方很有可能向对方说出类似于「你是一个没有情感的机器」的话。因此,机器是否具有情感是机器人性化程度高低的关键因素之一。

早在 1997 年,MIT 媒体实验室就提出了情感计算(Affective Computing)的概念,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。

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,而且与人类的价值观相一致。人类的情感机制也使我们能够完成太难编程或难以让当前机器学习的任务 [1]。

例如,我们的恐惧情绪使我们能够意识到危险并保持安全。我们感知他人的情感并站在对方的角度思考问题使我们在复杂的世界中可以做出恰当的决策。饥饿、好奇心、惊喜和喜悦等情感使我们能够规范自己的行为,并让我们追求我们希望实现的目标。除此之外,我们通过情感表达自己内部状态的能力是向他人沟通并可能影响他人决策的绝佳方式。

情感计算主要有「识别」,「表达」和「决策」这三个研究方向,「识别」主要是研究如何让机器准确识人类的情感,并消除不确定性和歧义性。「表达」主要是研究如何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。而「决策」则主要研究如何利用情感机制来进行更好地决策。

由于情感识别和表达都是研究历史较长的领域,因此本文主要介绍情感识别和表达的相关概念,以及利用情感进行决策的最新进展。

1. 识别和表达

1.1. 识别

情感识别是一个历史比较悠久的研究领域,最早可以追溯到上个世纪就有学者从各个角度研究情感识别,比如语音、语言、表情和姿态等。它旨在从不同的维度精确捕捉人类的情感表达,主要有两种描述模型可以对情感空间进行描述,一种是离散情感空间,一种是维度情感空间。

图 1-1 Ekman 基本情感 [3]

离散情感空间把每一种情感分为一个个独立的标签,相互之间没有关联性,如喜悦、难过、恐惧等情感。这种描述方式更符合人的认知与日常生活的表达形式,具有天然的可解释性。但是缺点在于不同的情感标签之间没有类似于数值向量的连续性,于是不同标签之间的差异和联系性就无法更好地计算。

专业用户独享

本文为机器之心深度精选内容,专业认证后即可阅读全文
开启专业认证
理论机器智能机器人情感识别情感计算
4
相关数据
机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

卷积神经网络技术

卷积神经网路(Convolutional Neural Network, CNN)是一种前馈神经网络,它的人工神经元可以响应一部分覆盖范围内的周围单元,对于大型图像处理有出色表现。卷积神经网路由一个或多个卷积层和顶端的全连通层(对应经典的神经网路)组成,同时也包括关联权重和池化层(pooling layer)。这一结构使得卷积神经网路能够利用输入数据的二维结构。与其他深度学习结构相比,卷积神经网路在图像和语音识别方面能够给出更好的结果。这一模型也可以使用反向传播算法进行训练。相比较其他深度、前馈神经网路,卷积神经网路需要考量的参数更少,使之成为一种颇具吸引力的深度学习结构。 卷积网络是一种专门用于处理具有已知的、网格状拓扑的数据的神经网络。例如时间序列数据,它可以被认为是以一定时间间隔采样的一维网格,又如图像数据,其可以被认为是二维像素网格。

情感计算技术

情感计算(也被称为人工情感智能或情感AI)是基于系统和设备的研究和开发来识别、理解、处理和模拟人的情感。它是一个跨学科领域,涉及计算机科学、心理学和认知科学(cognitive science)。在计算机领域,1995年Rosalind Picard 首次提出affective computing。研究的目的是使得情感能够模拟和计算。这个技术也可以让机器人能够理解人类的情绪状态,并且适应它们的行为,对这些情绪做出适当的反应。这是一个日渐兴起的兴欣领域

对话系统技术

对话系统大致可以分为两类:(1)面向任务的系统和(2)非面向任务的系统。面向任务的系统旨在帮助用户完成某些任务(例如查找产品,预订住宿和餐馆);非面向任务的系统在与人类交互过程中提供合理的反应和娱乐。通常,非面向任务的系统致力于在开放域与人交谈。

暂无评论
暂无评论~