機(jī)器人革命已經(jīng)進(jìn)入“互聯(lián)網(wǎng)＋情感＋智能”的時(shí)代

隨著機(jī)器人進(jìn)入日常生活中的各個(gè)方面，人們對(duì)其提出了更高的要求，希望它們具有感知人類情感、意圖的能力，這類機(jī)器人稱為情感機(jī)器人。

情感機(jī)器人的出現(xiàn)將改變傳統(tǒng)的人機(jī)交互模式，實(shí)現(xiàn)人與機(jī)器人的情感交互。用人工的方法和技術(shù)賦予機(jī)器人以人類式的情感，使情感機(jī)器人具有識(shí)別、理解和表達(dá)喜樂哀怒的能力。

目前，機(jī)器人革命已經(jīng)進(jìn)入“互聯(lián)網(wǎng)＋情感＋智能”的時(shí)代，這就要求機(jī)器人具有情感。

情感計(jì)算

情感計(jì)算就是賦予計(jì)算機(jī)像人一樣的觀察、理解和表達(dá)各種情感特征的能力，最終使計(jì)算機(jī)能與人進(jìn)行自然、親切和生動(dòng)的交互。情感計(jì)算及其在人機(jī)交互系統(tǒng)中的應(yīng)用必將成為未來(lái)人工智能的一個(gè)重要研究方向。

什么是情感計(jì)算？

情感計(jì)算的概念是在1997 年由麻省理工學(xué)院（Massachusetts Institute of Tech-nology，MIT）媒體實(shí)驗(yàn)室Picard 教授提出的，她指出情感計(jì)算與情感相關(guān)，源于情感或能夠?qū)η楦惺┘佑绊懙挠?jì)算。

心理學(xué)和認(rèn)知科學(xué)對(duì)情感計(jì)算的發(fā)展起了很大的促進(jìn)作用。心理學(xué)研究表明，情感是人與環(huán)境之間某種關(guān)系的維持或改變，當(dāng)外界環(huán)境的發(fā)展與人的需求及愿望符合時(shí)會(huì)引起人積極肯定的情感，反之則會(huì)引起人消極否定的情感。情感是人態(tài)度在生理上一種較復(fù)雜而又穩(wěn)定的生理評(píng)價(jià)和體驗(yàn)，在生理反應(yīng)上的反映包括喜、怒、憂、思、悲、恐、驚七種基本情感。

情感計(jì)算是一門綜合性很強(qiáng)的技術(shù)，是人工智能情感化的關(guān)鍵一步。情感計(jì)算的主要研究?jī)?nèi)容包括：分析情感的機(jī)制，主要是情感狀態(tài)判定及與生理和行為之間的關(guān)系；利用多種傳感器獲取人當(dāng)前情感狀態(tài)下的行為特征與生理變化信息，如語(yǔ)音信號(hào)、面部表情、身體姿態(tài)等體態(tài)語(yǔ)以及脈搏、皮膚電、腦電等生理指標(biāo)；通過對(duì)情感信號(hào)的分析與處理，構(gòu)建情感模型將情感量化，使機(jī)器人具有感知、識(shí)別并理解人情感狀態(tài)的能力，從而使情感更加容易表達(dá)；根據(jù)情感分析與決策的結(jié)果，機(jī)器人能夠針對(duì)人的情感狀態(tài)進(jìn)行情感表達(dá)，并做出行為反應(yīng)。

不能理解怎能陪伴：情感計(jì)算關(guān)鍵技術(shù)

情感計(jì)算中關(guān)鍵的兩個(gè)技術(shù)環(huán)節(jié)是如何讓機(jī)器能夠識(shí)別人的情感、如何根據(jù)人的情感狀態(tài)產(chǎn)生和表達(dá)機(jī)器的情感。雖然情感計(jì)算是一門新興學(xué)科，但前期心理學(xué)、生理學(xué)、行為學(xué)和腦科學(xué)等相關(guān)學(xué)科的研究成果已經(jīng)為情感計(jì)算的研究奠定了堅(jiān)實(shí)的基礎(chǔ)。目前，國(guó)內(nèi)外關(guān)于情感計(jì)算的研究已經(jīng)在情感識(shí)別和情感合成與表達(dá)方面，包括語(yǔ)音情感識(shí)別與合成表達(dá)、人臉表情識(shí)別與合成表達(dá)、生理信號(hào)情感識(shí)別、身體姿態(tài)情感識(shí)別與合成表達(dá)等，取得了初步成果。

1、情感識(shí)別現(xiàn)狀

情感識(shí)別是通過對(duì)情感信號(hào)的特征提取，得到能最大限度地表征人類情感的情感特征數(shù)據(jù)，據(jù)此進(jìn)行建模，找出情感的外在表象數(shù)據(jù)與內(nèi)在情感狀態(tài)的映射關(guān)系，從而將人類當(dāng)前的內(nèi)在情感類型識(shí)別出來(lái)。在情感計(jì)算中，情感識(shí)別是最重要的研究?jī)?nèi)容之一。情感識(shí)別的研究主要包括語(yǔ)音情感識(shí)別、人臉表情識(shí)別和生理信號(hào)情感識(shí)別等。

1）語(yǔ)音情感識(shí)別

MIT 媒體實(shí)驗(yàn)室Picard 教授帶領(lǐng)的情感計(jì)算研究團(tuán)隊(duì)在1997 年就開始了對(duì)于語(yǔ)音情感的研究。在語(yǔ)音情感識(shí)別方面，該團(tuán)隊(duì)的成員Fernandez 等開發(fā)了汽車駕駛語(yǔ)音情感識(shí)別系統(tǒng)，通過語(yǔ)音對(duì)司機(jī)的情感狀態(tài)進(jìn)行分析，有效減少了車輛行駛過程中因不好情感狀態(tài)而引起的危險(xiǎn)。

2）人臉表情識(shí)別

人臉表情識(shí)別是情感識(shí)別中非常關(guān)鍵的一部分。在人類交流過程中，有55%是通過面部表情來(lái)完成情感傳遞的。

20 世紀(jì)70 年代，美國(guó)心理學(xué)家Ekman 和Friesen 對(duì)現(xiàn)代人臉表情識(shí)別做了開創(chuàng)性的工作。Ekman 定義了人類的6 種基本表情：高興、生氣、吃驚、恐懼、厭惡和悲傷，確定了識(shí)別對(duì)象的類別；建立了面部動(dòng)作編碼系統(tǒng)（facial action coding system，F(xiàn)ACS），使研究者能夠按照系統(tǒng)劃分的一系列人臉動(dòng)作單元來(lái)描述人臉面部動(dòng)作，根據(jù)人臉運(yùn)動(dòng)與表情的關(guān)系，檢測(cè)人臉面部細(xì)微表情。隨后，Suwa 等對(duì)人臉視頻動(dòng)畫進(jìn)行了人臉表情識(shí)別的最初嘗試。隨著模式識(shí)別與圖像處理技術(shù)的發(fā)展，人臉表情識(shí)別技術(shù)得到迅猛發(fā)展與廣泛的應(yīng)用。目前，大多數(shù)情感機(jī)器人（如MIT 的Kismet 機(jī)器人、日本的AHI 機(jī)器人等）都具有較好的人臉表情識(shí)別能力。

3）生理信號(hào)情感識(shí)別

MIT 媒體實(shí)驗(yàn)室情感計(jì)算研究團(tuán)隊(duì)最早對(duì)生理信號(hào)的情感識(shí)別進(jìn)行研究，同時(shí)也證明了生理信號(hào)運(yùn)用到情感識(shí)別中是可行的。Picard 教授在最初的實(shí)驗(yàn)中采用肌電、皮膚電、呼吸和血容量搏動(dòng)4 種生理信號(hào)，并提取它們的24 維統(tǒng)計(jì)特征對(duì)這4 種情感狀態(tài)進(jìn)行識(shí)別。德國(guó)奧格斯堡大學(xué)計(jì)算機(jī)學(xué)院的Wagner 等對(duì)心電、肌電、皮膚電和呼吸4 種生理信號(hào)進(jìn)行分析來(lái)識(shí)別高興、生氣、喜悅和悲傷4 種情緒，取得了較好的效果。韓國(guó)的Kim 等研究發(fā)現(xiàn)通過測(cè)量心臟心率、皮膚導(dǎo)電率、體溫等生理信號(hào)可以有效地識(shí)別人的情感狀態(tài)，他們與三星公司合作開發(fā)了一種基于多生理信號(hào)短時(shí)監(jiān)控的情感識(shí)別系統(tǒng)。

2、情感合成與表達(dá)現(xiàn)狀

機(jī)器除了識(shí)別、理解人的情感之外，還需要進(jìn)行情感的反饋，即機(jī)器的情感合成與表達(dá)。人類的情感很難用指標(biāo)量化，機(jī)器則恰恰相反，一堆冷冰冰的零部件被組裝起來(lái)，把看不見摸不著的“情感”量化成機(jī)器可理解、表達(dá)的數(shù)據(jù)產(chǎn)物。與人類的情感表達(dá)方式類似，機(jī)器的情感表達(dá)可以通過語(yǔ)音、面部表情和手勢(shì)等多模態(tài)信息進(jìn)行傳遞，因此機(jī)器的情感合成可分為情感語(yǔ)音合成、面部表情合成和肢體語(yǔ)言合成。

1）情感語(yǔ)音合成

情感語(yǔ)音合成是將富有表現(xiàn)力的情感加入傳統(tǒng)的語(yǔ)音合成技術(shù)。常用的方法有基于波形拼接的合成方法、基于韻律特征的合成方法和基于統(tǒng)計(jì)參數(shù)特征的合成方法。

基于波形拼接的合成方法是從事先建立的語(yǔ)音數(shù)據(jù)庫(kù)中選擇合適的語(yǔ)音單元，如半音節(jié)、音節(jié)、音素、字等，利用這些片段進(jìn)行拼接處理得到想要的情感語(yǔ)音?；敉蒋B加技術(shù)就是利用該方法實(shí)現(xiàn)的。

基于韻律特征的合成方法是將韻律學(xué)參數(shù)加入情感語(yǔ)音的合成中。He 等提取基音頻率、短時(shí)能量等韻律學(xué)參數(shù)建立韻律特征模板，合成了帶有情感的語(yǔ)音信號(hào)。

2）面部表情合成

面部表情合成是利用計(jì)算機(jī)技術(shù)在屏幕上合成一張帶有表情的人臉圖像。常用的方法有4 種，即基于物理肌肉模型的方法、基于樣本統(tǒng)計(jì)的方法、基于偽肌肉模型的方法和基于運(yùn)動(dòng)向量分析的方法。

基于物理肌肉模型的方法模擬面部肌肉的彈性，通過彈性網(wǎng)格建立表情模型。基于樣本統(tǒng)計(jì)的方法對(duì)采集好的表情數(shù)據(jù)庫(kù)進(jìn)行訓(xùn)練，建立人臉表情的合成模型?；趥渭∪饽Ｐ偷姆椒ú捎脴訔l曲線、張量、自由曲面變形等方法模擬肌肉彈性?；谶\(yùn)動(dòng)向量分析的方法是對(duì)面部表情向量進(jìn)行分析得到基向量，對(duì)這些基向量進(jìn)行線性組合得到合成的表情。

荷蘭數(shù)學(xué)和計(jì)算機(jī)科學(xué)中心的Hendrix 等提出的CharToon 系統(tǒng)通過對(duì)情感圓盤上的7 種已知表情（中性、悲傷、高興、生氣、害怕、厭惡和驚訝）進(jìn)行插值生成各種表情。荷蘭特溫特大學(xué)的Bui 等實(shí)現(xiàn)了一個(gè)基于模糊規(guī)則的面部表情生成系統(tǒng)，可將動(dòng)畫Agent 的7 種表情和6 種基本情感混合的表情映射到不同的3D 人臉肌肉模型上。我國(guó)西安交通大學(xué)的Yang 等提出了一種交互式的利用局部約束的人臉?biāo)孛璞砬樯煞椒?。該方法通過樣本表情圖像獲得面部形狀和相關(guān)運(yùn)動(dòng)的預(yù)先信息，再結(jié)合統(tǒng)計(jì)人臉模型和用戶輸入的約束條件得到輸出的表情素描。

3）肢體語(yǔ)言合成

肢體語(yǔ)言主要包括手勢(shì)、頭部等部位的姿態(tài)，其合成的技術(shù)是通過分析動(dòng)作基元的特征，用運(yùn)動(dòng)單元之間的運(yùn)動(dòng)特征構(gòu)造一個(gè)單元庫(kù)，根據(jù)不同的需要選擇所需的運(yùn)動(dòng)交互合成相應(yīng)的動(dòng)作。由于人體關(guān)節(jié)自由度較高，運(yùn)動(dòng)控制比較困難，為了豐富虛擬人運(yùn)動(dòng)合成細(xì)節(jié)，一些研究利用高層語(yǔ)義參數(shù)進(jìn)行運(yùn)動(dòng)合成控制，運(yùn)用各種控制技術(shù)實(shí)現(xiàn)合成運(yùn)動(dòng)的情感表達(dá)。

日本東京工業(yè)大學(xué)的Amaya 等提出一種由中性無(wú)表情的運(yùn)動(dòng)產(chǎn)生情感動(dòng)畫的方法。該方法首先獲取人的不同情感狀態(tài)的運(yùn)動(dòng)情況，然后計(jì)算每一種情感的情感轉(zhuǎn)變，即中性和情感運(yùn)動(dòng)的差異。Coulson 在Ekman 的情感模型的基礎(chǔ)上創(chuàng)造了6 種基本情感的相應(yīng)身體語(yǔ)言模型，將各種姿態(tài)的定性描述轉(zhuǎn)化成用數(shù)據(jù)定量分析各種肢體語(yǔ)言。瑞士洛桑聯(lián)邦理工學(xué)院的Erden 根據(jù)Coulson 情感運(yùn)動(dòng)模型、NAO 機(jī)器人的自由度和關(guān)節(jié)運(yùn)動(dòng)角度范圍，設(shè)置了NAO 機(jī)器人6 種基本情感的姿態(tài)的不同肢體語(yǔ)言的關(guān)節(jié)角度，使得NAO 機(jī)器人能夠通過肢體語(yǔ)言表達(dá)相應(yīng)的情感。

在我國(guó)，哈爾濱工業(yè)大學(xué)研發(fā)了多功能感知機(jī)，主要包括表情識(shí)別、人臉識(shí)別、人臉檢測(cè)與跟蹤、手語(yǔ)識(shí)別、手語(yǔ)合成、表情合成和唇讀等功能，并與海爾公司合作研究服務(wù)機(jī)器人；清華大學(xué)進(jìn)行了基于人工情感的機(jī)器人控制體系結(jié)構(gòu)研究；北京交通大學(xué)進(jìn)行了多功能感知和情感計(jì)算的融合研究；中國(guó)地質(zhì)大學(xué)（武漢）研發(fā)了一套基于多模態(tài)情感計(jì)算的人機(jī)交互系統(tǒng)，采用多模態(tài)信息的交互方式，實(shí)現(xiàn)語(yǔ)音、面部表情和手勢(shì)等多模態(tài)信息的情感交互。

雖然情感計(jì)算的研究已經(jīng)取得了一定的成果，但是仍然面臨很多挑戰(zhàn)，如情感信息采集技術(shù)問題、情感識(shí)別算法、情感的理解與表達(dá)問題，以及多模態(tài)情感識(shí)別技術(shù)等。另外，如何將情感識(shí)別技術(shù)運(yùn)用到人性化和智能化的人機(jī)交互中也是一個(gè)值得深入研究的課題。顯然，為了解決這些問題，我們需要理解人對(duì)環(huán)境感知以及情感和意圖的產(chǎn)生與表達(dá)機(jī)理，研究智能信息采集設(shè)備來(lái)獲取更加細(xì)致和準(zhǔn)確的情感信息，需要從算法層面和建模層面進(jìn)行深入鉆研，使得機(jī)器能夠高效、高精度地識(shí)別出人的情感狀態(tài)并產(chǎn)生和表達(dá)相應(yīng)的情感。

情感計(jì)算的應(yīng)用

隨著情感計(jì)算技術(shù)的發(fā)展，相關(guān)的研究成果已經(jīng)廣泛應(yīng)用于人機(jī)交互中。人機(jī)交互是人與機(jī)器之間通過媒體或手段進(jìn)行交互。隨著科學(xué)技術(shù)的不斷進(jìn)步和完善，傳統(tǒng)的人機(jī)交互已經(jīng)滿足不了人們的需要。由于傳統(tǒng)的人機(jī)交互主要通過生硬的機(jī)械化方式進(jìn)行，注重交互過程的便利性和準(zhǔn)確性，而忽略了人機(jī)之間的情感交流，無(wú)法理解和適應(yīng)人的情緒或心境。如果缺乏情感理解和表達(dá)能力，機(jī)器就無(wú)法具有與人一樣的智能，也很難實(shí)現(xiàn)自然和諧的人機(jī)交互，使得人機(jī)交互的應(yīng)用受到局限。

由此可見，情感計(jì)算對(duì)于人機(jī)交互設(shè)計(jì)的重要性日益顯著，將情感計(jì)算能力與計(jì)算設(shè)備有機(jī)結(jié)合能夠幫助機(jī)器正確感知環(huán)境，理解用戶的情感和意圖，并做出合適反應(yīng)。具有情感計(jì)算能力的人機(jī)交互系統(tǒng)已經(jīng)應(yīng)用到許多方面，如健康醫(yī)療、遠(yuǎn)程教育和安全駕駛等。

除了在人機(jī)交互方面的應(yīng)用，情感計(jì)算還運(yùn)用到人們的日常生活中，為人類提供更好的服務(wù)。

在電子商務(wù)方面，系統(tǒng)可通過眼動(dòng)儀追蹤用戶瀏覽設(shè)計(jì)方案時(shí)的眼睛軌跡、聚焦等參數(shù)，分析這些參數(shù)與客戶關(guān)注度的關(guān)聯(lián)，并記錄客戶對(duì)商品的興趣，自動(dòng)分析其偏好。另外有研究表明，不同的圖像可以引起人不同的情緒。例如，蛇、蜘蛛和槍等圖片能引起恐懼，而有大量金錢和黃金等的圖片則可以讓人興奮和愉悅。如果電子商務(wù)網(wǎng)站在設(shè)計(jì)時(shí)考慮這些因素對(duì)客戶情緒的影響，將對(duì)提升客流量產(chǎn)生非常積極的作用。

在家庭生活方面，在信息家電和智能儀器中增加自動(dòng)感知人們情緒狀態(tài)的功能，可提高人們的生活質(zhì)量。

在信息檢索方面，通過情感分析的概念解析功能，可以提高智能信息檢索的精度和效率。

另外，情感計(jì)算還可以應(yīng)用在機(jī)器人、智能玩具和游戲等相關(guān)產(chǎn)業(yè)中，以構(gòu)筑更加擬人化的風(fēng)格。