“今天這節(jié)課是關(guān)于認(rèn)知運(yùn)算及其影響的……”

老師開(kāi)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(huì)議風(fēng)格的高等教育模式。

沒(méi)有了老師來(lái)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(huì)讓他們覺(jué)得無(wú)聊透頂。大多數(shù)時(shí)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(wú)法控制自己要看哪個(gè)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(gè)難題，IBM的研究者Akihiro Kosugi提出了一個(gè)認(rèn)知性用戶(hù)界面的概念，它可以裝進(jìn)一個(gè)連接學(xué)生和老師的電腦中，用作一個(gè)觀察窗口。老師可以通過(guò)這個(gè)界面在教室內(nèi)自如地移動(dòng)一架攝像機(jī)，這樣就能與學(xué)生們更好地互動(dòng)。

后來(lái)，Akihiro和IBM的實(shí)習(xí)生Shogo Nishiguchi 想到了在學(xué)生之間設(shè)立一個(gè)自動(dòng)的虛擬助手，他們可以通過(guò)流體交互作用進(jìn)行交流；而老師那邊，可以配置一個(gè)遠(yuǎn)程監(jiān)控特工，它可以和老師、學(xué)生們一起上課。這個(gè)機(jī)器人叫做Mocoro，它可以通過(guò)簡(jiǎn)單的面部表情，包括疑惑，無(wú)聊和其他肢體語(yǔ)言來(lái)表達(dá)情緒。為了讓課堂秩序更好，Mocoro一般不會(huì)打斷別人的對(duì)話(huà)。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(wèn)：“怎么了？”然后，Mocoro可能會(huì)答道：“不好意思，我不太明白你剛剛說(shuō)了什么。可以麻煩您重復(fù)一遍嗎？”這樣的互動(dòng)就比較像正常的課堂討論了。

Shogo一開(kāi)始給這個(gè)機(jī)器人起名為“能調(diào)節(jié)談話(huà)的機(jī)器人”。但是為了方便廣大師生記憶，他用每個(gè)單詞的前兩個(gè)字母來(lái)命名，這就是Mocoro的由來(lái)。Mocoro是一個(gè)被安置在小型顯示器上的虛擬化身，它被放進(jìn)一個(gè)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(yǔ)音到文字”、“從文字到語(yǔ)音”、形態(tài)分析、理解對(duì)話(huà)等功能去理解人們之間的對(duì)話(huà)。

Q: 是什么促使你開(kāi)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(gè)可行性研究團(tuán)隊(duì)，它和東京大學(xué)有一項(xiàng)叫高級(jí)云計(jì)劃的合作項(xiàng)目，其中包括讓老年人共享知識(shí)和技能的遠(yuǎn)程課堂計(jì)劃，他們?cè)谧约杭依锝陶n，學(xué)生們?cè)谡n堂上學(xué)習(xí)。然后我想打造一個(gè)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(gè)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(gè)放在桌上的機(jī)器人，而不是一個(gè)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(lái)更多交互體驗(yàn)的虛擬現(xiàn)實(shí)裝備正呈現(xiàn)井噴式增長(zhǎng)，但它需要人們一直戴著。我們不能強(qiáng)求我們的研究對(duì)象——老年教師們，在教學(xué)過(guò)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(shí)甚至更長(zhǎng)時(shí)間嗎？我們想把Mocoro做成一個(gè)實(shí)體，人們不需要佩戴它，這樣反而更實(shí)用。 

Q: Mocoro怎么知道應(yīng)該在什么時(shí)候提供視覺(jué)輔助？

SN: Mocoro能利用IBM Bluemix研發(fā)的從語(yǔ)音到文字的應(yīng)用程序編程接口抓住對(duì)話(huà)中的主要內(nèi)容。它能計(jì)算出在特定時(shí)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(huà)，它就能估算出這段語(yǔ)音的語(yǔ)速和流暢程度。如果這個(gè)數(shù)字超過(guò)了閥值——比如有個(gè)人說(shuō)話(huà)太快，它就會(huì)漸漸地看起來(lái)很低落，然后給教授擺一個(gè)大寫(xiě)的憂(yōu)傷臉。

我們把Mocoro打造得彬彬有禮。它不會(huì)打斷別人的對(duì)話(huà)，除非是有人問(wèn)問(wèn)題，不然它是不會(huì)說(shuō)話(huà)的。比如，Mocoro的臉色變得黯淡并露出憂(yōu)傷的神情，在學(xué)生或是老師詢(xún)問(wèn)之前，它們是不會(huì)回答。

Q: 師生們?nèi)绾闻cMocoro互動(dòng)？

SN: 我們馬上就要開(kāi)始一項(xiàng)交互的新實(shí)驗(yàn)。我希望Mocoro可以變成師生之間互動(dòng)的一個(gè)自然而然的環(huán)節(jié)。把Mocoro放在他們視線(xiàn)所及的地方，Mocoro不但不會(huì)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(gè)房間。

比如，我希望老師們能自覺(jué)地意識(shí)到，學(xué)生們很可能聽(tīng)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(shí)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(gè)聽(tīng)不懂的人，從而讓他們更安心地提問(wèn)。

Q: Mocoro的攝像機(jī)可以做什么？

SN: Mocoro是個(gè)全自動(dòng)的機(jī)器人，它不需要人為操控，也能自如行動(dòng)、完成對(duì)話(huà)。另外，它還轉(zhuǎn)換成手動(dòng)電控模式。當(dāng)Mocoro處于全自動(dòng)模式的時(shí)候，它頭上的攝影機(jī)會(huì)自動(dòng)捕捉到人們?cè)谟^察什么，然后Mocoro還會(huì)把臉移向那個(gè)位置。當(dāng)Mocoro轉(zhuǎn)換成手動(dòng)模式后，攝影機(jī)可以記錄遠(yuǎn)程地點(diǎn)，并把視頻影像實(shí)時(shí)傳輸?shù)嚼蠋煹钠聊簧稀?/p>

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

SN: 除了Akihiro的木工技能，我還運(yùn)用了形態(tài)分析去捕捉對(duì)話(huà)中的話(huà)題轉(zhuǎn)換，并在云端把它們標(biāo)注出來(lái)。另外，我還用了“Waston語(yǔ)音到文字”功能，Web實(shí)時(shí)傳播，以及一個(gè)為了實(shí)現(xiàn)Mocoro交談功能的對(duì)話(huà)腳本。 

Q: 這個(gè)研究的一部分功勞屬于創(chuàng)新研究和戰(zhàn)略發(fā)展項(xiàng)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(gè)項(xiàng)目一部分是與東京大學(xué)的高級(jí)云計(jì)劃合作的結(jié)果。它的目的在于提高老年人的社會(huì)活動(dòng)參與度，包括通過(guò)課程和其他媒體平臺(tái)幫助他們分享經(jīng)驗(yàn)、知識(shí)和技能。

在一系列實(shí)驗(yàn)研究中，我參與的一項(xiàng)遙控和遠(yuǎn)程監(jiān)控的研究可以降低電池消耗，優(yōu)化來(lái)自不同背景的人們的遠(yuǎn)程交流體驗(yàn)。我們的目的是不管存在任何時(shí)間、地點(diǎn)或是其他實(shí)踐上的難點(diǎn)，這個(gè)研究成果都能讓每個(gè)人在這個(gè)平臺(tái)上開(kāi)展高效的合作。

Q: 這項(xiàng)研究以及Mocoro的下一步計(jì)劃是什么？

AK: 我想讓人們體驗(yàn)遠(yuǎn)程和實(shí)時(shí)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?yàn)槲蚁肜^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(jiàn)轉(zhuǎn)載須知。