情感计算研究进展与展望

一一本期主题专栏“情感计算进展”序

情感计算研究进展与展望

。Ｉ肓感计算研究的提出最早可以追溯到２０世纪９０年代初，耶鲁大学心理系的

Ｓａｌｏｖｅｙ教授提出了情感智能的概念，开展了一系列的研究。该概念随后被Ｇｏｌｅ．

ｍａｎ发展为与智商（ＩＱ）相对的情商（ＥＱ），并随着Ｇｏｌｅｍａｎ的畅销书而迅速流行，

在心理、认知、计算机等领域掀起了一个研究情感智能的小高潮。ＭＩＴ（ｍａｓｓａｃｈｕ—

ｓｅｔｔｓｉｎｓｔｉｔｕｔｅｏｆｔｅｃｈｎｏｌｏｇｙ）的Ｐｉｃａｒｄ教授根据这些新的概念和研究方向，于１９９７

年出版了《情感计算》一书，希望赋予智能机器感知、理解和表达情感的能力。

进入新世纪以后，特别是近年来，随着普适计算、人本计算、社会计算等概念

和研究方向的提出，自然的人机交互日益成为各研究领域的研究内容和目标，情

感计算也自然地成为各学科共同关注的热点、焦点。中国国家自然科学基金委也不失时机地支持了“情感计算理论与方法”的研究。

情感计算从本质上，是一个典型的模式识别问题。智能机器通过多种传感器，获取人的表情、姿态、手势、语音、语调、血压、心率等各种数据，结合当时的环境、语境、情境等上下文信息，识别和理解人的情感。在实际的自然交互系统中，智能机器还需要对上述信息作出及时的、恰当的、情感化的反应。

情感之间距离的定义和计算方法是情感计算的核心问题，例如需要定义和计算“微笑、笑、大笑、狂笑”之间的距离，以便把它们分别聚类，从而使系统能够识别出不同程度的笑。遗憾的是，目前情感计算的研究还只能对情感进行粗分类，即识别７种典型的情感。本专栏中，中科院心理所刘烨和清华大学曹洁的论文反映了国内开展这方面研究的理论成果，提出并实现了情感之间距离的测量方法。

人脸表情一直是情感识别和理解研究的热点，本专栏收录的７篇文章中，５篇和人脸表情识别相关。这一方面是因为人脸表情容易获取，易于分析处理，其成果具有重要的应用前景等；另一方面，也反映了情感计算研究的一个普遍的问题，即尽管人类是通过表情、语言、动作等各种信息的融合，识别和理解情感，但是，当前多模态情感数据获取、分析、融合、识别和理解，以及情景等上下文信息的融合依然是情感计算研究中富有挑战性的课题。

实现具有情感反馈的自然的人机交互是情感计算研究的最终目标，这需要在上述情感理解的基础上，研究人类情感反馈和表达的机制，建立模型。本专栏收录的宁波大学刘箴的论文，基于已有的情绪模型，提出了虚拟人的认知结构，建立了一种新的基于动机驱动的自主情绪模型。清华大学戴振龙的论文则介绍了一种人脸表情的合成方法，能够生成具有细微表情动作的虚拟说话人。这些论文反映了国内学者们在情感反馈和生成方面的研究成果。尽管如此，这方面的研究在国际上依然是自然交互领域的一个新兴的方向，面临着许多挑战性的问题，具有广阔的发展前景。

回顾情感计算在这１０多年来的发展历程，总结这些年来从事情感计算研究的成果和经验，为有机会在这充满生机的领域内从事多学科交叉研究而深感高兴。展望未来，路漫漫其修远兮，祝愿大家都能取得突破性的进展，共同推进情感计算和自然交互的发展。

清华大学计算机科学与技术系副教授

ＡＣＭ人机安互学会中国分会主席

　万方数据