0
| 本文作者： 新智駕 | 2016-11-23 23:38 |
編者按：2016 年 11 月 23 日，科大訊飛舉行了年度發(fā)布會。在會上，中國工程院院士、歐亞科學院院士、中國人工智能學會理事長李德毅作了主題為「交互認知」的演講。雷鋒網(wǎng)進行了編輯和整理（有刪減）：
計算機界對計算認知了解的太多，但對交互認知了解的還不夠。
今天我想講一講交互認知。為什么要研究交互認知？我們還是從圖靈測試談起。圖靈測試本質上就是一個交互測試。
自閉癥是交互認知障礙的一種典型疾病，自閉癥就是在交互上遇到了很多困難。如果現(xiàn)在我們把人換成一個聊天機器人，把這臺機器換成一個自閉癥患者。我想問：測試者還能區(qū)分誰是人誰是機器人嗎？這就是圖靈測試的瑕疵。
我們看看這樣一個對話：你今天吃的是什么？
同樣的問題，機器人回答的不一樣。一開始它很有禮貌回答：蛋炒飯。后來它就開始解釋。如果你還一再的問它：你今天吃的是什么？它就說：「你丫有病?。 ?/p>
這體現(xiàn)了聊天人的性格，修養(yǎng)和幽默。這就叫做不確定性的交互，我們需要的不是一個「問題-回答」系統(tǒng)，需要一個活生生的聊天機器人。因此我們看到聊天總是在特定的語境和語義下發(fā)生的。
在過去的半個世紀的自然語言理解當中，我們對此是不是關注了太多的語法和語構、或是語境和語用、或者是語言交互中的不確定性？
我們要研究交互，交互認知的外在表現(xiàn)：如何聽說、如何看、如何感覺。聽說是語言交互，看是圖像交互，聽是體覺交互。腦認知的內(nèi)涵應該是三個：記憶認知、計算認知和交互認知，而不是一個。
我們認為研究交互和記憶是有道理的。語言可理解為對交互認知的語義標注，圖像可理解為對交互認知的情感標注，體覺可稱之為肢體語言。交互認知的度量可用情商和智商表示。
有一個著名的艾伯特定律告訴我們，語義的作用只占 7%，語言的作用占 38%，面部表情和記憶的作用要占到 55%。能不能把這些情感通過語音表現(xiàn)出來？為什么不做這樣的情感研究？語音語調是情感的流露，是言外之意。
因此，我們強調做一個好的機器人，首先要有交互能力。
交互認知的不確定性包括：交互觸發(fā)的瞬間性、交互方式的隨意性、交互內(nèi)容的未知性。這就要求我們把不確定性人工智能研究好。不確定性人工智能要在看似瞬間性隨意性和未知性中，發(fā)現(xiàn)交互認知的基本規(guī)律性，又能體現(xiàn)不確定性的魅力。
與聽覺，觸覺等相比，視覺主導著我們的情感知覺，并影響我們的思維方式。因此，生物視覺圖像交互的情感表達，成為交互認知的核心。
圖靈測試有一個漏洞。如果被測試的一方支支吾吾保持沉默或主動插話介入，就可能顛覆測試者的主導地位，也很難區(qū)分到底對方是人還是機器人，再次暴露出圖靈測試的瑕疵。圖靈測試原本是測試對方是否具有人的智能。如果圖靈測試的漏洞被多次利用，圖靈測試就轉化為比拼測試雙方誰更睿智的問題，不在乎雙方是生物人還是機器人。
因為這個漏洞，我們開始研究交互認知，研究如何突破圖靈測試的漏洞。
對話是最直接最便捷的交互，是幾乎所有服務機器人的必備，可否把對話機器人作為研究交互認知的突破口？
聊天是淺層次，短時長的對話，也是最通用的對話，聊天也許是在講廢話，但可帶來親和感，在社交生活中不可或缺，不會聊天的對話機器人太乏味。所以，交互認知可從研發(fā)「互聯(lián)網(wǎng)+對話機器人」開始。
從對話的語境和語用入手；
優(yōu)先考慮情感交互；
強調純凈感，交互感和構想感；
關注交互認知環(huán)境中的選擇性注意；
研究不確定性交互認知中的客觀性，普遍性和積極意義，尋找不確定性中的基本確定性。
對話是所有服務機器人繞不過去的坎。對話機器人自身是活生生的認知主體，不是一個刻板的「問題——回答」系統(tǒng)。充滿不確定性和變通，有情感和語言交互能力。我們需要聊天的機器人。利用云模型的不確定性研發(fā)對話機器人。
對話機器人的形式化約束有：
特定的對話背景；
對話雙方是有個性的機器人；
用動畫體現(xiàn)情感交互語音交互和文字交互，話題情感性格等不確定性。
隨著對話的深入，不確定性會大幅度降低。所以我們提出不要老是關注語義和語構，我們現(xiàn)在要關注應用和語境。在這種情況下，我們要研發(fā)對話引擎。
基于檢索搜索引擎生成可選到答句集；
借用機器翻譯技術潤色答句，保持個性。
有社交的技巧背后是與特定的語用相關。舉個例子，一大早睡覺被吵醒，聽到樓下有人大喊：
「打死，打死，往死里打！」
「反了，反了，反了你。」
怎么去理解這個語義？到窗戶一看，原來是正在指揮倒車。所以我說要研究語用和語境，重視語境和語用。不要老是停留在語義和語構里。說話人的身份、年齡、對話和時間與用語語調、用語習慣，都很重要。
對話一般是兩個人的，實際上，還要研究三人對話多人對話和復雜系統(tǒng)涌現(xiàn)中的交互認知。
2006 年，我們研究過掌聲之間的交互。人們有過這樣不常有的生活經(jīng)歷：音樂廳音樂廳里有一個精彩的節(jié)目結束后，觀眾會爆發(fā)出雷鳴般的掌聲在很短的時間內(nèi)，這種嘈雜的掌聲會突然轉變成有節(jié)奏的掌聲，似乎有一股神秘的力量驅使觀眾一致的鼓掌，這是一個典型的復雜系統(tǒng)交互認知導致的自組織同步現(xiàn)象。
一個值得警示的現(xiàn)象：如果連淺層次、短時長的對話機器人的交互認知都做不好，如果機器人不具備最基本的語音交互，圖像交互和體感交互能力，中國的服務機器人產(chǎn)業(yè)就跳不出同質化，玩具化低端化的怪圈。高開低走，只能把服務機器人行業(yè)推入血腥的紅海。
協(xié)商包括：協(xié)商達成共識、協(xié)商達成一定程度的共識以及沒有共識，但知曉了對方的認知力與下一次交互。共識是交互認知的結果，是認知主體，任何一方單獨進行計算或推理，無法得出的新的認知，是計算認知記憶認知替代不了的。
學習包括：一方可從另一方獲得新的認知、學習是相互的。人類社交活動中的交互認知，以及人和自然自然人機器人之間的交互認知，大大擴展了三個人一群人，乃至整個人類的智能。
案例一：
機器人來到一扇門前問，這門怎么開？
作為物聯(lián)網(wǎng)的終端門答：我是一個滑動門。
案例二：智能駕駛中的交互認知
智能駕駛中的交互認知非常重要。
比如無人車上路，老百姓覺得它是幽靈，不敢乘坐，因為它沒有交互。駕駛員的環(huán)境和周邊車輛群體的交互認知。每一個司機都認為是最合理的，在客觀上就會造成一個交通擁堵。這就是交互認知的結果。
再比如，兩輛人駕車和多輛帶有自動駕駛模式的車混合行駛，由于自動駕駛模式缺少交互認知能力，受到人駕車干擾，預設的自動駕駛門檻立馬崩潰，幾乎全部轉為人工駕駛。所以我把它叫做：自動駕駛亦或是個陷阱。
怎么辦？我們要讓智能車成為可交互的輪式機器人：它是一個認知主體，有一個駕駛腦，同時我們還允許雙駕雙控。我們允許駕駛位上，可以有駕駛員或者可空缺。
與程序調試，試驗和維護人員、與乘客、與執(zhí)勤交警有交互，如果這樣的車不能做到與人之間的交互，那怎么能成一個產(chǎn)品？所以要讓智能車成為可交互的輪式機器人。交互認知是非常重要的。
移動互聯(lián)網(wǎng)的終端已經(jīng)從 PC 轉變?yōu)槭謾C，進而轉變?yōu)闄C器人，在機器人聯(lián)網(wǎng)的時代，人工智能是否應該更多地關注交互認知？研究人與人、人與機器人、機器人與機器人或者混合的認知主體之間的交互認知。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。
