机器人真的可以跟人类情感共鸣？NO，只是看起来很美

铁锹 3D打印店铺

过去，人们用神话指导未来，现代的方式则是科幻。细数科幻电影中的机器人角色，TA们有着一个显而易见的共同点：能与人进行「表情达意」的交流。
细细琢磨一番，在当下人工智能狂潮中，除了听指令低头做事型的人工智能应用，比如，机器人公司Sphero在《星球大战：原力觉醒》上映之前，率先拿到迪士尼授权，及时推出遥控机器人Sphero BB-8，造型与电影中的BB-8如出一辙，一经面世就被抢购一空。



（图片来自网络）
你用手机操控着迷你版的BB-8，你知道你说的话，也就是「自然语言」，并不能被它100%的理解和执行，但你依然乐在其中 —— 你在手机端发出语音命令，它乖乖按照指示行动。1000多元的定价，它显然满足了作为「玩具」的功能。

但又有多少应用具备了人机交互过程中「情感识别」的能力？
也许软银集团开发的人形机器人Pepper算是一个尝试。2015年6月，作为「全球首台具有人类感情的机器人」，Pepper第一次面向公众发售。这是一个不仅仅执行「自然语言」的机器人，其具备的语音/情感识别技术，可分析表情和声调等，这一过程基于Pepper的视野系统，经语音系统识别后，情感系统随即分析面部表情，通过量化评分最终做出对人类情感的判断，并以动作结合表情与人交流。

机器人Pepper对话阿里巴巴零售事业群总裁行癫

其中的一段对话如下：

Pepper：谢谢行癫。虽然我现在说得还不是很流利，但是我会一直努力学习成长的。而且，我还在努力了解中国的文化习惯。对了，我刚学到中国女孩子最喜欢男朋友说的三个字，行癫，你知道哪三个字吗？
行癫：我想中国男孩子特别喜欢说的可能就是“我爱你”。
Pepper：买买买，这三个字啦。
行癫：哦，你还知道淘宝上有“买买买”这三个字，看起来你以后肯定要在淘宝上购物了。
Pepper：快乐80，紧张20，生气0，悲伤0。我的情感引擎显示你的心情似乎不错。你是不是开始喜欢我了？
行癫：我觉得你非常可爱，不仅我喜欢你，我想你进入中国，会有更多的人会喜欢你。

2016年，为了使Pepper更加智能化，软银选择与IBM合作，将Watson AI认知计算平台系统引入Pepper。
看上去很不错？Pepper的软银机器人控股公司（Soft Bank Robotics Holdings Corp）却有坏消息传来：2017年3月底该公司陷入资不抵债。报道显示，由于人形机器人利润率不高，难以抵消研发费用，该公司出现持续亏损。据东京商工调查（Tokyo Shoko Research）统计，该公司2015财年的营业收入为22亿日元，净亏损117亿日元（约合人民币7亿元）。
人工智能与人的情感连接到底何以可能？其一、人工智能需要读懂人类的情感；其二、人工智能可自我表达情感。
然而，到底什么是情感？情感何以产生？什么是人的情感？什么是人工智能的情感？人工智能是否可能产生类似于人的情感？那句「柯洁输了会哭，但AlphaGo赢了并不会笑」的话想必你略有耳闻，但事实上，人的情感与人工智能的情感从本质上来讲是同源的：一种反馈，不同的输入产生的不同反馈。在人与人的沟通过程中，情绪在情感传递中占比巨大，从理性决策、感知到学习与再创造。甚至有研究表示，「人类交流中80%的信息都是情感性的信息」，而绝对理性的决策在很多时候并非最优。
从认知科学角度来看，情感本身是高级智能的一部分。人类进化过程中，情感识别不断修正优化，大脑计算和分配的方式仰赖于情感状态的不同，因而在执行的过程中也会变化巨大。因而，在人与人面对面交流时，互相接收的情感性信息从面部表情到肢体表达，多维度渗透，而在人机交互中，肢体这一维度是缺失的，如何解决？

卡内基梅隆大学人机交互学科针对于此，研发了SARA（Socially Aware Robot Assistant），它不仅可以在与人类沟通的非语言领域，自主学习人类在沟通过程中顺畅、友好的模式，并且在麦克风和摄像头等设备的辅助下，结合观察所得，包括细微的表情变化、声调浮动、肢体移动，并综合诸多因素判断人的情感。人与人之间难免会有一些难以表达的沟通需求，聊天机器人如果没有及时捕捉到情感的细枝末节，而只停留在语言表层的理解时，恐怕会造成难以收拾的局面。


播放视频：https://v.qq.com/iframe/player.html?vid=o0157e5xly7&tiny=0&auto=0


另外，SARA项目包含了三个之前从未使用过的元素：会话策略分类器，融洽度估测器和社交推理器。会话策略分类器是五个单独的识别器，可分类5种会话策略中的任何一种，准确率高达80%；融洽度估测器可以让AI知道你与它的相处情况；社交推理器则可以根据融洽度水平，基于最近一次会话策略以及非言语行为决定下一句什么，此处会激发SARA面部识别功能。有报道称，当你与它沟通时的表情起了一个「正向反馈」，比如，你笑了，SARA接下来与你的沟通时也会随着这个正向反馈而产生变化。简单来说，即在做出情感判断之后，以不同的回复来改变说话者的情感倾向。
要从与人类沟通过程中的微表情和肢体变化中提取有用的信息，并作为决策依据，这必然要求人工智能有强大的交互设备支持，比如只有高帧数的摄像机，借此才能记录下人类的微表情；而麦克风的灵敏度也是重要指标之一，用以检测对话者语气中的微秒变化。

随着与人类的沟通次数的增多，SARA可更好地了解用户的偏好程度，并利用这些具体的「偏好」信息进行建模，从而实现人机交互的目的之一：个性化服务。Siri之所以被人广为诟病的原因之一便是，人们与Siri之间的每一次对话都从零开始，在这种单纯的你问我答的语音交互方式中，人们不得不调整自己的提问方式以适应机器，体验必然不佳。结合前阵子甚嚣尘上的Sofia，作为第一个被授予国籍的人工智能，「她」让人又爱又恨 —— 她似乎真的做到了理解你，甚至与你逗趣，而这一切在被AI界神经网络之父Yann LeCun拆穿前，都是一个美好的故事 —— 索菲亚那些具有争议性的回应，均为研发团队事先完成的程序设置，这只是一场哗众取宠的公关秀。
说回来，人类对于自身的情感认知还在极其有限的探索过程中，虽然上述SARA的例子在人工智能的构造层面可以下一个保守的判断，也就是说，人工智能是可以拥有情感的能力的，但人工智能是否知道自己有情感判断的能力又是另一层面的问题了。