被機(jī)器人治療，你會(huì)有什么感覺(jué)？情感型智能機(jī)器可能不像它看起來(lái)那么遙不可及。在過(guò)去的幾十年中，人工智能（AI）越來(lái)越擅長(zhǎng)閱讀人類的情緒反應(yīng)。

但是，能閱讀人類的情緒不代表它們能理解。如果 AI 自己無(wú)法體會(huì)人類的各種情緒，那它們能真正地理解我們嗎？如果 AI 不具備這些情緒，我們把它們本身沒(méi)有的屬性強(qiáng)加在它們身上，是否會(huì)有一定的風(fēng)險(xiǎn)？

最新一代的 AI 增加了可用于計(jì)算機(jī)學(xué)習(xí)的數(shù)據(jù)以及優(yōu)越的處理能力。人類也意識(shí)到，這些機(jī)器在完成任務(wù)方面越來(lái)越具有競(jìng)爭(zhēng)力。

現(xiàn)在，除了其他功能，AI 還可以識(shí)別面孔、將面部草圖轉(zhuǎn)換成照片、識(shí)別語(yǔ)音，甚至還能下圍棋。

識(shí)別罪犯

最近，研究人員研發(fā)了一種 AI，能夠通過(guò)觀察人們的面部特征來(lái)判斷其是否是罪犯。該系統(tǒng)使用中國(guó)人的身份證照片的數(shù)據(jù)庫(kù)進(jìn)行評(píng)估，結(jié)果令人震驚。AI 錯(cuò)誤地將無(wú)辜者識(shí)別為罪犯的比例，大約僅是所有案件的 6％，而它能夠成功地識(shí)別出大約 83％的罪犯。這說(shuō)明，AI 識(shí)別罪犯的總體精度幾乎能達(dá)到 90％！

該系統(tǒng)基于「深度學(xué)習(xí)」，這種方法在例如面部識(shí)別一類的感知任務(wù)中獲得了成功。在這里，深度學(xué)習(xí)與一種「面部旋轉(zhuǎn)模型」相結(jié)合，讓 AI 去驗(yàn)證兩張面部照片是否是同一個(gè)人，而這兩張照片里的光線或角度都有所改變。

深度學(xué)習(xí)大致模仿人類的大腦，建立了一個(gè)「神經(jīng)網(wǎng)絡(luò)」，由不同層中的成千上萬(wàn)個(gè)神經(jīng)元組織組成。每個(gè)層會(huì)將輸入圖像轉(zhuǎn)換成更高級(jí)別的抽象圖像，例如將輸入的面部圖像轉(zhuǎn)換成一組具有特定方向和位置的線條。這種技能可以著重將與它們所執(zhí)行的給定任務(wù)最相關(guān)的一些特性自動(dòng)地羅列出來(lái)。

鑒于深度學(xué)習(xí)的成功，人工神經(jīng)網(wǎng)絡(luò)可以通過(guò)面部特征來(lái)區(qū)分犯罪分子和無(wú)辜人員并不足為奇。研究表明有以下三種特征可以進(jìn)行識(shí)別。第一個(gè)是鼻尖和嘴角之間的角度，對(duì)于罪犯來(lái)說(shuō)，他們的角度平均要比正常人小 19.6％。第二個(gè)是罪犯的上嘴唇彎曲率也比正常人平均高了 23.4％，第三個(gè)是罪犯兩眼內(nèi)角之間的距離平均要窄 5.6％。

乍一看，這種分析似乎表明，我們可以通過(guò)身體特性來(lái)識(shí)別犯罪分子這一過(guò)時(shí)的觀點(diǎn)也并不完全是錯(cuò)誤的。但是這種分析并不完整。有趣的是，在這最能體現(xiàn)情緒的三個(gè)特征里，有兩項(xiàng)都與嘴唇相關(guān)，而嘴唇又恰恰是我們的面部特征里最具有表現(xiàn)力的。ID 照片，例如我們?cè)谘芯恐惺褂玫哪切┱掌?，都要求是中性的面部表情，?AI 也要設(shè)法找到這些照片中所隱藏的情緒。而這些情緒太微小，人類很難去注意到它們。

我們很難控制住自己不去看那些尚未進(jìn)行同行評(píng)審的樣本照片。確實(shí)，如果你仔細(xì)看看那些照片，在那些非犯罪分子的臉上你會(huì)看到有一絲微笑。但可用的示例照片有限，所以我們不能將我們的結(jié)論推廣到整個(gè)數(shù)據(jù)庫(kù)。

情感計(jì)算的能力

這并不是計(jì)算機(jī)第一次識(shí)別出人類的情緒。所謂的「情感計(jì)算」領(lǐng)域已經(jīng)存在好多年了。研究表明，如果我們要想與機(jī)器人進(jìn)行互動(dòng)或者是舒適地生活在一起，這些機(jī)器應(yīng)該去理解人類的情緒并適當(dāng)?shù)貙?duì)這些情緒做出反應(yīng)。而這片領(lǐng)域里還有很大的進(jìn)步空間，可能性是巨大的。

例如，研究人員已經(jīng)將面部分析應(yīng)用于計(jì)算機(jī)輔導(dǎo)課程，以此發(fā)現(xiàn)陷入困境的學(xué)生。研究人員訓(xùn)練 AI 去識(shí)別學(xué)生不同水平的參與度和受挫感，這樣一來(lái)系統(tǒng)可以根據(jù)這些反饋來(lái)了解什么時(shí)候?qū)W生會(huì)覺(jué)得作業(yè)太容易或者太難。這項(xiàng)技術(shù)也許有助于改善在線平臺(tái)的學(xué)習(xí)體驗(yàn)。

一家名為 BeyondVerbal 的公司稱，AI 也可以通過(guò)我們的聲音來(lái)檢測(cè)情緒。他們生產(chǎn)的軟件會(huì)對(duì)音頻調(diào)制進(jìn)行分析，并從人們的談話方式中尋找出特定的模式。該公司聲稱他們能夠以 80％的準(zhǔn)確度對(duì)人類的情緒進(jìn)行正確的識(shí)別。在未來(lái)，這種類型的技術(shù)可能會(huì)對(duì)我們有所幫助，例如幫助患有自閉癥的人識(shí)別情緒。

索尼甚至在試圖開(kāi)發(fā)一種能夠與人形成情感紐帶的機(jī)器人。然而他們并沒(méi)有提供太多信息，例如他們打算如何實(shí)現(xiàn)這種功能，或者是這種機(jī)器人到底能做什么。不過(guò)，索尼公司提到他們尋求「集成硬件和服務(wù)，以提供吸引人的情感體驗(yàn)」。

一個(gè)情感智能的 AI，無(wú)論是陪伴某人（例如談話治療）還是幫助我們執(zhí)行某些任務(wù)（例如刑事審訊），它都有很多潛在的優(yōu)勢(shì)。

但還存在很多道德問(wèn)題和風(fēng)險(xiǎn)。我們是否可以讓 AI 陪伴老年癡呆癥患者，明明它只是個(gè)機(jī)器，不會(huì)有感情，我們卻依舊相信它有感情，這是否正確？你可以只根據(jù) AI 將一個(gè)人定罪就認(rèn)為這個(gè)人有罪嗎？顯然不是。相反，一旦對(duì)這樣的系統(tǒng)進(jìn)行了進(jìn)一步的改進(jìn)和充分的評(píng)估后，危害會(huì)明顯減少，同時(shí)還會(huì)進(jìn)一步核查 AI 判定是「嫌疑人」的那些人。

所以，我們應(yīng)該期望 AI 變成什么樣呢？AI 的情感和情緒等主觀問(wèn)題仍然難以攻克，部分是因?yàn)?AI 可能無(wú)法獲得足夠多、有效的數(shù)據(jù)來(lái)進(jìn)行客觀分析。例如，AI 可以理解「諷刺」嗎？一個(gè)給定的句子在某一個(gè)片段中可能是表達(dá)「諷刺」的意思，而在另一段里則不是。

然而，數(shù)據(jù)總量和處理能力還在持續(xù)增長(zhǎng)。所以，在未來(lái)的幾十年中，除了少數(shù)例外，AI 可能能夠跟人類一樣，可以識(shí)別出不同類型的情緒。但是，AI 是否可以體會(huì)到這些情緒還是一個(gè)有爭(zhēng)議的話題。即使可以，某些情緒它們也永遠(yuǎn)體會(huì)不到，這讓我們很難去真正地理解它們。

theconversation

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。