《张江科技评论》
开博时间：2019-06-06 14:03:00《张江科技评论》是由上海科学技术出版社与上海市张江高科技园区管理委员联合创办的一本科技评论类杂志。该刊报道评价国内外创新性科学技术的发展趋势及其商业价值，介绍上海在建设全球领先科创中心进程中的制度成果、技术成果、创业成果，推动产学研密切协作，促进科技成果转化，服务经济转型发展。
情感计算：让机器拥有“情商”
2021-06-02 13:41:00随着人工智能技术的飞速发展，机器的能力越来越接近人类。或许未来有一天，在咖啡厅与你谈笑风生的是一个机器人，甚至心理咨询师、家庭陪护员、商场导购也是机器人。让机器成为高效又亲切的贴心伙伴，这一天已不遥远。
情感被誉为人类社会生活的文法(Grammar of Social Living)。情感的识别和表达是信息交互的重要通道，是人类心理和生理活动的核心表征。人工智能的奠基者、美国图灵奖得主马文?明斯基(Marvin Minsky)指出，不在于智能机器能否具有情感，而在于没有情感的机器能否实现智能。在人机共生的社会，使机器拥有对情感的感知、识别、理解和表达的能力，已经成为智能机器不可或缺的重要属性，也标志着人工智能“双商”(情商和智商)时代的到来。
情感信号建模与多模态分析
情感智能研发具有明显的多学科交叉融合特点，涉及计算机科学、认知科学、心理学、社会学、传感技术等多领域。其研究内容主要包含5个方面：一是情感基础理论，目前主要依托心理学领域的情感离散模型和情感维度模型对情感进行界定，并由基本情感向复合情感延伸;二是情感信号的采集，主要涉及文本、语音、视觉(表情、手势等)及生理信号等多个方面，并建立相应的数据集;三是情感分析，运用机器学习和深度学习算法对情感信号进行建模与识别;四是多模态融合，基于多模态情感特征及融合算法创新，以提升情感分类准确率;五是情感的生成与表达，让机器人通过面部表情、语音语调或肢体动作等表现出情感状态。例如，基于美国心理学家保罗?埃克曼(Paul Ekman)的基本情感理论模型，在人机对话过程中提取表情视频流和人的语音信号特征，采用遗传算法开展特征融合并利用分类器构建预测模型，可以对不同基本情感类型进行分类识别，这样对话机器人就可以了解客户的情感状态，从而形成有针对性的回复策略。
多轮人机交互与情感表达
在人机对话过程中，机器需要实时开展意图识别和情感识别。建立类人交互模型的难点体现在多轮对话的状态监测，涉及Query理解、记忆建模、主题判定、用户画像生成、多轮对话回复等复杂过程，这是目前情感计算最为前沿的研究课题之一。此外，依托于情感语音合成技术的成熟，机器正逐步可以像人一样有温度地发声，特别是在真人发音、自然语气变化、闲聊逻辑生成等方面有所突破。相信在不远的将来，情感助手一定可以顺利通过“图灵测试”，成为合格的陪伴助手，除了完成教育、导购、信息获取等特定任务之外，也可以随意切换聊天主题，帮助人们解闷并缓解孤独感。
发展趋势：“情感计算+神经科学”
随着技术迭代需求的涌现，情感计算与神经科学的结合变得愈发重要。一方面，以脑电、心电等为代表的中枢神经和自主神经信号正在成为情感计算的重要模态特征，为可穿戴设备的开发提供了客观的生理数据支撑。另一方面，人类大脑情感加工的神经机制及其解剖学基础为开发情感计算模型提供了关键启发。例如，受生物视觉处理过程启发的卷积神经网络架构、受心理学行为主义理论启发的强化学习方法、受神经可塑性启发的脉冲网络模型等，为赋予机器以功能类脑、性能超脑的智慧灵敏反应能力提供了可能。
情感计算正在改变世界
以情感计算为底层技术逻辑的情感机器人/智能系统正在触发人类社会生活的深刻变革，美国麻省理工学院更是提出了近50种情感计算的应用项目。以生物识别领域为例，通过监控高铁站内部人群面部视频流，基于情感计算可以对个体的侵略性和紧张度进行甄别，从而帮助安检人员发现潜在的可疑分子。此外，情感计算在医疗康复、人才测评、舆情监控、远程教育、老年陪护、电商评价、驾驶安全、金融风险评估等领域表现出巨大应用前景。以卡内基-梅隆大学、清华大学、中国科学院自动化研究所、之江实验室、YouTube平台、脸书(Facebook)、微软(Microsoft)等为代表的国内外高校院所和互联网科技巨头也纷纷布局，情感识别公司Affectiva、人工智能公司Emotient、竹间智能公司等独角兽企业相继涌现，相信情感计算将在未来带给人类更多的惊喜。
李太豪，博士，之江实验室人工智能前沿理论研究中心负责人、研究员，浙江省海外高层次人才计划专家，主持或参与国家自然科学基金重点项目、面上项目和北京市高精尖项目等十余项。
裴冠雄，博士，之江实验室研究中心联合支部委员会副书记、助理研究员，曾主持中国博士后科学基金项目、浙江省社会科学界联合会项目等。
文/李太豪 裴冠雄
本文来自《张江科技评论》
