“今天這節(jié)課是關(guān)于認(rèn)知運算及其影響的……”

老師開始碎碎念了。更糟糕的是，學(xué)生們和老師甚至不在同一間教室。這就是眼下流行的所謂遠(yuǎn)程視頻會議風(fēng)格的高等教育模式。

沒有了老師來掌控全局以及附和回應(yīng)，我們很難確定哪些信息在學(xué)生中能引發(fā)共鳴、哪些信息會讓他們覺得無聊透頂。大多數(shù)時候，學(xué)生們都在大課室里，盯著屏幕上的老師做演示。并且，老師不能放大縮小屏幕，也無法控制自己要看哪個學(xué)生。同樣的情況也發(fā)生在參與遠(yuǎn)程教學(xué)的學(xué)生們身上。

為了解決這個難題，IBM的研究者Akihiro Kosugi提出了一個認(rèn)知性用戶界面的概念，它可以裝進(jìn)一個連接學(xué)生和老師的電腦中，用作一個觀察窗口。老師可以通過這個界面在教室內(nèi)自如地移動一架攝像機(jī)，這樣就能與學(xué)生們更好地互動。

后來，Akihiro和IBM的實習(xí)生Shogo Nishiguchi 想到了在學(xué)生之間設(shè)立一個自動的虛擬助手，他們可以通過流體交互作用進(jìn)行交流；而老師那邊，可以配置一個遠(yuǎn)程監(jiān)控特工，它可以和老師、學(xué)生們一起上課。這個機(jī)器人叫做Mocoro，它可以通過簡單的面部表情，包括疑惑，無聊和其他肢體語言來表達(dá)情緒。為了讓課堂秩序更好，Mocoro一般不會打斷別人的對話。相反，老師要注意到Mocoro的表情（比如面色突然黯淡、變得很低落），然后發(fā)問：“怎么了？”然后，Mocoro可能會答道：“不好意思，我不太明白你剛剛說了什么。可以麻煩您重復(fù)一遍嗎？”這樣的互動就比較像正常的課堂討論了。

Shogo一開始給這個機(jī)器人起名為“能調(diào)節(jié)談話的機(jī)器人”。但是為了方便廣大師生記憶，他用每個單詞的前兩個字母來命名，這就是Mocoro的由來。Mocoro是一個被安置在小型顯示器上的虛擬化身，它被放進(jìn)一個手工制作的木鐘里——很適合放在桌上。

作為機(jī)器人中的一代天驕，Mocoro用“從語音到文字”、“從文字到語音”、形態(tài)分析、理解對話等功能去理解人們之間的對話。

Q: 是什么促使你開始了遠(yuǎn)程監(jiān)控特工的研究？

Shogo Nishiguchi (SN): 在IBM的東京分公司有個可行性研究團(tuán)隊，它和東京大學(xué)有一項叫高級云計劃的合作項目，其中包括讓老年人共享知識和技能的遠(yuǎn)程課堂計劃，他們在自己家里教課，學(xué)生們在課堂上學(xué)習(xí)。然后我想打造一個直觀的能提高遠(yuǎn)程交流度、能打破純演示模式的界面。人們需要一個能夠傳遞非口頭信息的更好的界面。這就是促使我打造Mocoro的原因。

Q: 為什么Mocoro是一個放在桌上的機(jī)器人，而不是一個像其它智能穿戴設(shè)備那樣的嵌入式裝備？

Akihiro Kosugi (AK): 可以帶來更多交互體驗的虛擬現(xiàn)實裝備正呈現(xiàn)井噴式增長，但它需要人們一直戴著。我們不能強(qiáng)求我們的研究對象——老年教師們，在教學(xué)過程中一直佩戴虛擬設(shè)備。你可以想象戴著那些設(shè)備整整一小時甚至更長時間嗎？我們想把Mocoro做成一個實體，人們不需要佩戴它，這樣反而更實用。 

Q: Mocoro怎么知道應(yīng)該在什么時候提供視覺輔助？

SN: Mocoro能利用IBM Bluemix研發(fā)的從語音到文字的應(yīng)用程序編程接口抓住對話中的主要內(nèi)容。它能計算出在特定時段內(nèi)有關(guān)聯(lián)的關(guān)鍵詞的數(shù)量，比如名詞和補(bǔ)白等等。這樣的話，它就能估算出這段語音的語速和流暢程度。如果這個數(shù)字超過了閥值——比如有個人說話太快，它就會漸漸地看起來很低落，然后給教授擺一個大寫的憂傷臉。

我們把Mocoro打造得彬彬有禮。它不會打斷別人的對話，除非是有人問問題，不然它是不會說話的。比如，Mocoro的臉色變得黯淡并露出憂傷的神情，在學(xué)生或是老師詢問之前，它們是不會回答。

Q: 師生們?nèi)绾闻cMocoro互動？

SN: 我們馬上就要開始一項交互的新實驗。我希望Mocoro可以變成師生之間互動的一個自然而然的環(huán)節(jié)。把Mocoro放在他們視線所及的地方，Mocoro不但不會擾亂課堂秩序，反而能安撫老師，讓他感到自己似乎和學(xué)生們處在一個房間。

比如，我希望老師們能自覺地意識到，學(xué)生們很可能聽不懂他們授課的某部分內(nèi)容。Mocoro在課堂上露出的困惑表情識別度很高。我還希望Mocoro能夠讓學(xué)生明白他們并不是課堂上唯一一個聽不懂的人，從而讓他們更安心地提問。

Q: Mocoro的攝像機(jī)可以做什么？

SN: Mocoro是個全自動的機(jī)器人，它不需要人為操控，也能自如行動、完成對話。另外，它還轉(zhuǎn)換成手動電控模式。當(dāng)Mocoro處于全自動模式的時候，它頭上的攝影機(jī)會自動捕捉到人們在觀察什么，然后Mocoro還會把臉移向那個位置。當(dāng)Mocoro轉(zhuǎn)換成手動模式后，攝影機(jī)可以記錄遠(yuǎn)程地點，并把視頻影像實時傳輸?shù)嚼蠋煹钠聊簧稀?/p>

Q: 你之前提到了“Waston語音到文字”功能，除了這個，Mocoro還用了什么技術(shù)呢？

SN: 除了Akihiro的木工技能，我還運用了形態(tài)分析去捕捉對話中的話題轉(zhuǎn)換，并在云端把它們標(biāo)注出來。另外，我還用了“Waston語音到文字”功能，Web實時傳播，以及一個為了實現(xiàn)Mocoro交談功能的對話腳本。 

Q: 這個研究的一部分功勞屬于創(chuàng)新研究和戰(zhàn)略發(fā)展項目下的日本科學(xué)技術(shù)機(jī)構(gòu)。在資助終止之前，你想要取得什么成就？

AK: 這個項目一部分是與東京大學(xué)的高級云計劃合作的結(jié)果。它的目的在于提高老年人的社會活動參與度，包括通過課程和其他媒體平臺幫助他們分享經(jīng)驗、知識和技能。

在一系列實驗研究中，我參與的一項遙控和遠(yuǎn)程監(jiān)控的研究可以降低電池消耗，優(yōu)化來自不同背景的人們的遠(yuǎn)程交流體驗。我們的目的是不管存在任何時間、地點或是其他實踐上的難點，這個研究成果都能讓每個人在這個平臺上開展高效的合作。

Q: 這項研究以及Mocoro的下一步計劃是什么？

AK: 我想讓人們體驗遠(yuǎn)程和實時交流，比如認(rèn)知性輔助和高效具象化功能。我想走得更遠(yuǎn)，因為我想繼續(xù)研究人機(jī)交互。

via IBM

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。