被严重误导的“情感计算”
情感计算与文本情感分析技术研究

情感计算与文本情感分析技术研究第一章概述情感计算是计算机科学研究的一个分支,其目的是让计算机能够解读人类的情感,以便更好地与人类进行交互。
文本情感分析是情感计算的一个应用,旨在识别文本中的情感以及情感表达方式。
本文将介绍情感计算和文本情感分析技术的研究现状和最新进展。
第二章情感计算技术2.1 自然语言处理自然语言处理是情感分析中必不可少的技术。
它可以把人类语言转换成计算机可以理解的形式,从而让计算机能够处理和分析文本。
自然语言处理包括词法分析、语法分析、语义分析等技术。
在情感分析中,自然语言处理主要用于分词、句法分析和情感词典的构建。
2.2 机器学习机器学习是利用算法训练模型使计算机具备学习能力的一种技术。
情感分析中,机器学习可以通过训练模型来自动识别文本中的情感。
例如,在情感分类中,可以使用朴素贝叶斯、支持向量机等算法进行模型训练和预测,以识别文本的情感倾向。
2.3 深度学习深度学习是机器学习的一种技术,它利用深层神经网络模拟人类大脑的结构和功能。
情感分析中,深度学习可以通过训练深度神经网络来实现更准确的情感识别和分类。
例如,可以使用卷积神经网络、循环神经网络等模型,对文本进行特征提取和分类。
第三章文本情感分析技术3.1 情感词典情感词典是一种包含了情感词汇、情感强度和情感极性等信息的词表。
它是情感分析的基础,可以用于对文本中的情感进行打分或分类。
当前,国内外已经出现了多种情感词典,如英文的SentiWordNet和中文的知网情感词典等。
3.2 文本特征提取文本特征提取是情感分析过程中的一个重要步骤。
它利用自然语言处理和机器学习等技术,从文本中提取出被认为与情感相关的特征。
例如,可以使用n-gram模型、词袋模型、主题模型等方法从文本中提取特征。
3.3 情感分类算法情感分类是文本情感分析中的一个重要应用,它可以判断文本的情感是积极、消极还是中性。
当前,常见的情感分类算法有朴素贝叶斯、支持向量机、决策树、深度学习等。
人机交互技术中的情感计算

人机交互技术中的情感计算在如今科技飞速发展的时代,人类与机器之间的交互方式也正在不断地发生着变化。
而其中最为引人瞩目的方向之一便是情感计算。
情感计算,指的是在人机交互的过程中,机器可以通过对用户的语音、面部表情、神经生理反应等“感知”用户的情绪,再根据这些情绪信息来进行相应的响应。
其核心技术包括面部表情识别、语音情感识别、生理指标识别等。
为什么需要情感计算?随着机器人、虚拟助手、游戏等各种数字化产品的普及,人机交互的需求越来越多。
然而,传统的人机交互方式(如键盘、鼠标、触摸屏等)并不能很好地帮助用户表达自己的意愿或者感情。
例如,在使用虚拟助手时,用户我们往往需要使用特定的语音指令才能被识别,而这些指令需要满足一定的语法和语言规则,对于不熟悉这些规则的用户来说很难正确使用。
此外,在游戏等场景中,光靠覆盖面广、频率高的机械式反馈是不足以让用户产生情感上的共鸣,提高用户体验的。
在这种背景下,情感计算这一新的技术方向也应运而生,可以提高用户的沉浸感和体验感。
比如当机器发现用户的情绪状态较差时,可以通过自然而然的方式给出劝慰、安慰或鼓励的话语,从而提升用户的情感共鸣。
情感计算的目标情感计算的主要目标是通过生理信息采集和文本、音频等分析,精准地识别人类的情感状态,并通过特定的响应方式进一步增强用户体验。
现代的情感计算尤其注重在情感传递的过程中,为用户提供情感上的互动体验,将用户与机器之间的关系在一定程度上“人情化”。
情感计算技术的应用目前情感计算的应用已经进一步拓展到了智能家居、智慧城市、医疗健康、在线教育、人力资源咨询等领域,具体应用案例如下:智能家居智能家居通过情感计算的技术,可以精准地判断家庭成员的情感状态,并针对不同情绪状态进行相应的反馈。
比如当一个人处于紧张状态时,设备上可以播放让人冷静下来的音乐或者提供舒缓的照明。
当家庭成员走进家门,让设备自动调整开门欢迎音乐的音量与风格,则这个家就会变得更加温馨。
情感计算 : 不再是冷冰冰的机器

新36视点·前沿科技不再是冷冰冰的机器文·图/沈臻懿情感计算:传统的人机交互过程中,用户虽可借助屏幕、键盘、鼠标等形式来实现与计算机系统的“交流”,计算机系统也能精准执行用户发出的各类指令,但却始终无法理解和体会人类的心绪或情感。
随着当前人工智能时代的来临以及认知科学、心理科学等领域的不断深化研究,人们开始期待能够像朋友般与计算机系统进行交流。
实现这一愿望的关键,即需要计算机系统拥有如同人类一般的情感。
在此背景下,“情感计算”领域渐渐映入人们的眼帘。
借助这一前沿技术,计算机系统不仅能够对情感进行抓取、识别、分析与表达,更能摆脱其原先“冷冰冰”的机器感,真正实现与人类的情感交流与沟通。
为计算机系统寻求“读心术”而今,计算机已然成为人们社会生活中不可或缺的重要组成部分。
不少人在一天中的大部分时间内,都会面对计算机屏幕进行操作和工作。
通常情况下,计算机只是作为一种辅助工作或社会生活的工具而存在。
然而,是否会有人不再将计算机仅视为一台机器或工具,而是尝试像朋友一般与其进行情感交流与沟通?这一问题解答的关键,在于人机交互中的情感交互。
现阶段,诸如语音识别、文字识别等自然语言交互技术已发展得较为成熟。
诸如微信聊天语音的文字转换功能,文件扫描的OCR文字识别功能,都是极为典型的事例。
但人机交互过程一旦从自然语言跨越至情感沟通时,人们所面对的仍是一台没有丝毫情感的“冷冰冰”的机器。
计算机系统既无法观察人的情感表现,也无法理解人的情感变化。
不过,随着当前人工智能新浪潮的风起云涌,前述问题涉及的感知智能已逐渐成为一项核心研究领域。
与自然语言交互一样,情感交互作为感知智能的有机组成部分,同样是计算机系统,或者说是机器人与人类之间互动与沟通的重要手段之一。
人工智能时代下,人们对于机器人能够辨别用户情感,并予以智能回应的愿望与需求尤为迫切。
从某种程度而言,“人机情感交互”与“人和人交流”之间有着异曲同工之处,其最为关键的即是计算机能够拥有类人的“情感智能”能力。
情感计算技术及应用领域

情感计算技术及应用领域情感计算技术是一种新型的技术手段,通过对人的情感表达进行分析和计算,帮助人们更好地理解自己和他人内心的情感状态。
这项技术是人工智能领域的重要发展方向之一,它不仅有着广泛的应用价值,而且为人们带来了前所未有的情感体验。
情感计算技术是怎么工作的呢?简单来说,它通过对文本、语音、图片、视频等多种形式的信息进行分析,获取其中包含的情感信息,然后根据一定的算法和模型对情感信息进行计算和分类。
其中,情感信息可以包括情感词汇、语气、情感状态、肢体语言等多种因素,而算法和模型则可以是神经网络、机器学习、自然语言处理等多种技术手段。
情感计算技术的应用领域非常广泛,具有很高的研究和商业价值。
下面我们来看一些具体的应用场景:1. 情感分析情感分析是情感计算技术最重要的应用之一。
通过对大量文本信息进行分析,情感分析可以准确地识别出其中的情感状态,比如喜悦、悲伤、愤怒、恐惧等。
这项技术在网络舆情监测、新闻报道、市场调研等方面有着广泛的应用。
2. 智能客服智能客服是指基于机器学习和自然语言处理技术的智能化服务系统。
采用情感计算技术可以使智能客服更好地理解用户的话语意图和情感状态,从而提高服务质量和用户体验。
3. 人机交互情感计算技术对人机交互也有着重要的作用。
通过情感识别的技术手段,计算机可以更好地感知用户的情感状态,从而为用户提供更加智能化、人性化的交互服务。
比如,在游戏、虚拟现实、人机共存等领域,情感计算技术可以帮助计算机更好地了解用户的体验感受,从而提高交互效果。
4. 心理疾病治疗情感计算技术还可以应用在心理疾病的治疗和康复方面。
它可以通过分析患者的情感状态和心理特征,帮助医生更好地诊断和治疗患者的心理问题。
比如,在焦虑、抑郁等疾病治疗方面,情感计算技术可以帮助医生更好地评估疾病严重程度和治疗进展。
以上是情感计算技术的一些应用场景。
这项技术的发展受到了包括学术界、产业界和政府部门的广泛关注和重视。
情感计算的研究

情感计算的研究第一章:引言情感计算(Emotion Computing)作为一种新兴的计算机科学技术,在近年来得到了越来越广泛的关注和研究。
它涵盖自然语言处理、计算机视觉、音频信号处理等多个领域,致力于实现计算机系统对人类情感的理解、分析与应用。
情感计算技术的应用将深刻影响人们的生活和工作,对很多领域都有着广泛的应用前景。
本文将从情感计算的定义与历史入手,详细探讨情感计算技术的发展现状、研究方法和应用领域,以期对情感计算技术的研究做出一定贡献。
第二章:情感计算的定义与历史情感计算是一种跨学科合作的计算科学技术,旨在实现计算机对人类情感的理解、模拟和响应。
情感计算从根本上来说就是一种针对表情、语音、手势、生理特征等多种形式的多模态情感感知的计算方法。
情感计算的历史可以追溯到上世纪50年代。
当时,计算机科学家最初尝试设计基于规则的语言处理系统,并通过人工规定规则以处理特定领域的语言问题,如语音识别和机器翻译。
但是,这些系统在处理自然语言时遇到了严重的问题。
因此,在20世纪80年代中期,一些学者开始使用从数据中学习的机器学习方法,同时还发展了一些机器学习算法,如分类和聚类,以实现自然语言处理。
在21世纪以来,随着研究者们对情感理解、智能计算等领域的深入探索,情感计算也得到了广泛的关注和研究。
最初的情感计算主要是使用基于规则的和基于统计的方法,随后逐渐发展出一些基于深度学习的方法,如神经网络的卷积神经网络(CNNs)和循环神经网络(RNNs)等。
这些方法通过分析大量的带有情感标签的语料库数据,理解人类情感和行为模式,并构建相应的情感计算系统。
第三章:情感计算技术发展现状一、情感分析情感分析(Sentiment Analysis)主要是通过对文本、图像、音频等信息进行分析,来识别对应信息中表达的情感信息。
目前情感分析技术主要分为两种类型,一种是基于情感词典的情感分析,另一种是基于机器学习的情感分析。
情感词典模型从词汇库中挑选出一些代表情感色彩的单词,然后根据预先规定的规则和语法规范,对文本进行分析;而机器学习模型则是先通过预处理和特征提取,生成计算机能够理解的向量表示,然后使用分类器对这些向量进行分类。
被严重误导的“情感计算”

被严重误导的“情感计算”一、前言目前,人工智能呈现高速增长和全面扩张的态势,一方面人工智能不断朝更深层的智能方向发展:数学运算、逻辑推理、专家系统、模式识别、深度学习等;另一方面不断向社会的各个领域进行扩展:智能电视、智能手机、智能家居、智能交通、智能购物、智能城市、智能养老等。
人工智能的下一个技术突破口必然是人工情感,只有实现了真正意义的人工情感,人工智能才会有更加广阔的发展空间,才会对社会生产力形成更加强大的推动力。
然而,当今的计算机从原理上讲主要是基于逻辑推理式系统,根本不存在任何情感能力,人工智能也只是逻辑推理能力的体现。
让计算机和机器人具有人类式的情感,是许多科学家的梦想。
与人工智能技术的高度发展相比,人工情感技术所取得的进展却是微乎其微,“情感”始终是横跨在人脑与电脑之间无法愈越的鸿沟。
“情感计算”的概念是在1997年由MIT媒体实验室Picard教授提出,从而在世界范围内拉开了人工智能走向人工情感的序幕,激发出人们对于人工情感研究的强大兴趣。
然而,这一理论存在着严重的缺陷,并把人们引向一个重大误区,致使“情感计算”研究在一阵短暂的繁荣之后,紧接着出现了长达十多年的沉寂。
二、情感计算简介对人的情感和认知的研究是人工智能的高级阶段,它的研究将会大大促进拟人控制理论、情感机器人、人性化的商品设计和市场开发等方面的进展,为最终营造一个人与人、人与机器和谐的社会环境做出贡献。
1.美国的情感计算美国MIT媒体实验室Picard教授提出“情感计算”一词并给出了定义,即情感计算是关于情感、情感产生以及影响情感方面的计算。
最近,美国加州Abyss Creations公司近日宣布,第一代性爱女机器人Harmony已经成功研发出来,它具有学习能力,并且能与人类进行情感交流。
2.欧盟的情绪机器欧盟国家也在积极地对情感信息处理技术(表情识别、情感信息测量、可穿戴计算等)进行研究。
欧洲许多大学成立了情感与智能关系的研究小组。
感情的谬误名词解释

感情的谬误名词解释当谈及感情这个词语时,我们往往会产生许多联想和情感上的连结。
然而,在现实生活中,感情这个词常常被误用和曲解,导致许多谬误的观点被广泛接受。
本文将尝试对一些常见的感情谬误进行解释和澄清,以期帮助读者更好地认识和理解感情的本质。
谬误一:感情等于爱情感情这个词往往与爱情联系在一起。
然而,感情不仅仅指爱情,它更广泛地指代人类情感的总和。
感情包括爱情、友情、亲情以及其他各种情感的表达和体验。
感情是人类内心世界的一种反应,它可以在各种关系和情境中存在。
谬误二:感情可以被控制很多人错误地认为自己可以完全控制自己的感情。
然而,事实上,感情是一种内心的体验,它并不受我们的意识控制。
我们可以尝试控制和调节感情的表达,但无法完全控制自己内心的情感起伏。
感情的产生和发展是一种自然而然的过程,我们只能学会如何更好地面对和表达这些感情。
谬误三:感情就是快乐感情并不总是与快乐相连。
感情是一种情绪化的体验,它可以包括愉快、悲伤、愤怒、失望等各种情感。
人们经常会陷入对感情的思索和纠结之中,这些思绪可能带来痛苦和困扰。
感情的丰富性使得我们能够体验生活的多样性,但同时也意味着我们需要接受不同情感的到来和消逝。
谬误四:感情需要理性控制有些人认为感情是一种弱点,因此应当通过理性的方式来控制和规范。
然而,感情并非一种需要被抑制或控制的东西,它是人类的本性和一种表达方式。
过度强调理性而忽视感情可能导致内心的压抑和情感的麻木,甚至对心理健康产生负面影响。
感情应该被接受和表达,而不是被压抑或控制。
谬误五:感情可以消失或被代替很多人错误地认为感情可以消失或被新的感情所代替。
然而,感情并非一种可以轻易改变或替代的东西。
感情是一种深层次的情感联结,它可能会变得淡化或隐匿,但不会完全消失。
即使我们经历了新的感情,旧有的感情往往会在我们的内心留下痕迹。
感情的延续和转化是一种复杂而多样的心理过程。
结语感情是人类内心世界的一种基本表达和体验方式。
“情感计算”的四个理论误区

“情感计算”的四个理论误区仇德辉目前的情感计算存在四个理论误区,严重地制约着情感计算技术的发展,必须加以澄清。
一、认为情感计算的理论基础是心理学。
要想客观地、精确地、系统地进行情感计算,就必须满足如下基本条件:一是,其理论前提必须以基本的公理为研究前提;二是推理运算必须遵循严密的逻辑程序;三是研究结果必须经得起严格的实践或实验的检验。
目前的情感计算理论主要建立在心理学基础之上。
心理学把情感定义为:“人对于客观事物是否符合人的需要而产生的态度的体验”,这就在怎样理解“人的需要”、“态度”和“体验”等方面存在歧义;把人的情感分为五种基本类型:快乐、焦虑、悲伤、愤怒和厌恶,其它情感都是由此派生出来的,这种划分方法缺乏理论依据;对于情感的测量与计算,缺乏理论前提、逻辑法则、计算方法与计算尺度。
总之,心理学对于情感计算不能提供公理性、精确性和系统性的理论支持。
“数理情感学”以“统一价值论”的理论基础,而它是以物理学的基本公理为研究前提,以严密的推理运算方法,实现了所有形式价值之间的统一计算。
它认为情感的哲学本质就是“人脑对事物的价值关系的一种主观反映”,它以数学形式对情感进行了精确定义,建立了情感和价值观的数学分析模型,实现了情感的合并运算和合成运算,根据价值的不同变化特征对情感进行了科学分类。
这样一来,主观的、模糊的、片面的“情感计算”就立即转化为客观的、准确的、系统的“价值计算”。
二、认为情感计算的核心就是对情感生理指标的计算。
目前的情感计算主要包括对情感的感受强度(或情感维度)、表达强度(或表情)和生理唤醒指标等三个方面的计算。
情感感受强度有两个维度:一是愉悦度,通过惊反射方式来测量其生理指标;二是激活度,通过皮肤电反应方式来测量其生理指标。
情感表达主要包括面部表情、姿态表情、语调表情三种,脸部运动编码系统可应用于人脸表情的自动识别与合成;MPEG-4 V2视觉标准可以组合多种表情以模拟混合表情;针对人的肢体运动可以设计出一系列运动和身体信息捕获设备;语调表情是通过语音的高低、强弱、抑扬顿挫来表达说话人的情感,可以根据语音信号的时间、振幅、基频和共振峰构造等特征和不含感情的平静语音信号进行比较,寻找不同情感信号特征的构造特点和分布规律。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
被严重误导的“情感计算”一、前言目前,人工智能呈现高速增长和全面扩张的态势,一方面人工智能不断朝更深层的智能方向发展:数学运算、逻辑推理、专家系统、模式识别、深度学习等;另一方面不断向社会的各个领域进行扩展:智能电视、智能手机、智能家居、智能交通、智能购物、智能城市、智能养老等。
人工智能的下一个技术突破口必然是人工情感,只有实现了真正意义的人工情感,人工智能才会有更加广阔的发展空间,才会对社会生产力形成更加强大的推动力。
然而,当今的计算机从原理上讲主要是基于逻辑推理式系统,根本不存在任何情感能力,人工智能也只是逻辑推理能力的体现。
让计算机和机器人具有人类式的情感,是许多科学家的梦想。
与人工智能技术的高度发展相比,人工情感技术所取得的进展却是微乎其微,“情感”始终是横跨在人脑与电脑之间无法愈越的鸿沟。
“情感计算”的概念是在1997年由MIT媒体实验室Picard教授提出,从而在世界范围内拉开了人工智能走向人工情感的序幕,激发出人们对于人工情感研究的强大兴趣。
然而,这一理论存在着严重的缺陷,并把人们引向一个重大误区,致使“情感计算”研究在一阵短暂的繁荣之后,紧接着出现了长达十多年的沉寂。
二、情感计算简介对人的情感和认知的研究是人工智能的高级阶段,它的研究将会大大促进拟人控制理论、情感机器人、人性化的商品设计和市场开发等方面的进展,为最终营造一个人与人、人与机器和谐的社会环境做出贡献。
1.美国的情感计算美国MIT媒体实验室Picard教授提出“情感计算”一词并给出了定义,即情感计算是关于情感、情感产生以及影响情感方面的计算。
最近,美国加州Abyss Creations公司近日宣布,第一代性爱女机器人Harmony 已经成功研发出来,它具有学习能力,并且能与人类进行情感交流。
2.欧盟的情绪机器欧盟国家也在积极地对情感信息处理技术(表情识别、情感信息测量、可穿戴计算等)进行研究。
欧洲许多大学成立了情感与智能关系的研究小组。
其中比较著名的有:日内瓦大学Klaus Soberer领导的情绪研究实验室。
布鲁塞尔自由大学的D. Canamero领导的情绪机器人研究小组以及英国伯明翰大学的A. Sloman领导的Cognition and Affect Project。
在市场应用方面,德国Mehrdad Jaladi-Soli等人在2001年提出了基于EMBASSI系统的多模型购物助手。
EMBASSI是由德国教育及研究部(BMBF)资助并由20多个大学和公司共同参与的,以考虑消费者心理和环境需求为研究目标的网络型电子商务系统。
英国科学家已研发出名为“灵犀机器人”(Heart Robot)的新型机器人,这是一种弹性塑胶玩偶,其左侧可以看到一个红色的“心”,而它的心脏跳动频率可以变化,通过程式设计的方式,让机器人可对声音、碰触与附近的移动产生反应。
3.日本的感性工学日本在20世纪70年代提出了“感性工学”的概念,所谓“感性工学”就是将感性与工程结合起来的技术,是在感性科学的基础上,通过分析人类的感性,把人的感性需要加入到商品设计、制造中去,它是一门从工程学的角度实现能给人类带来喜悦和满足的商品制造的技术科学。
1996年日本文部省就以国家重点基金的方式开始支持“情感信息的信息学、心理学研究”的重大研究课题,参加该项目的有十几个大学和研究单位,主要目的是把情感信息的研究从心理学角度过渡到心理学、信息科学等相关学科的交叉融合,每年都有日本感性工学全国大会召开。
日本各大公司竞相开发、研究、生产了所谓的个人机器人(Personal Robot)产品系列。
其中,以SONY公司的AIBO机器狗和QRIO型以及SDR-4X型情感机器人为典型代表。
日本开发的情感机器人取名“小IF”,可从对方的声音中发现感情的微妙变化,然后通过自己表情的变化在对话时表达喜怒哀乐,还能通过对话模仿对方的性格和癖好。
日本新近开发了情感机器人“小辣椒”(pepper),它配备了语音识别技术、呈现优美姿态的关节技术以及分析表情和声调的情绪识别技术,可与人类进行交流,还会综合考虑周围环境,积极主动作出反应。
4.中国的人工心理我国对人工情感和认知的理论和技术的研究始于20世纪90年代,大部分研究工作是针对人工情感单元理论与技术的实现。
哈尔滨工业大学研究多功能感知机,主要包括表情识别、人脸识别、人脸检测与跟踪、手语识别、手语会成、表情合成、唇读等内容,并与海尔公司合作研究服务机器人。
清华大学进行了基于人工情感的机器人控制体系结构的研究。
北京交通大学进行多功能感知机和情感计算的融合研究。
中国科学院自动比研究所主要研究基于生物特征的身份验证。
中科院心理学所、生物所主要注重情绪心理学与生理学关系的研究。
中国科技大学开展了基于内容的交互式感性图像检索的研究。
中国科学院软件所主要研究智能用户界面。
浙江大学研究虚拟人物及情绪系统构造等。
在国内,走在情感计算技术领域前列的中国科学院自动化研究所,正在为其模式识别国家重点室投入巨资,从美国引进运动捕获系统、三维扫描仪等设备和相关的软件,以加快情感计算技术的步伐,并通过各种平台向嵌入式终端、游戏平台、个性化网页服务等应用领域转化。
“人工心理”理论是由中国北京科技大学教授、中国人工智能学会人工心理与人工情感专业委员会主任王志良教授提出的。
他指出,人工心理就是利用信息科学的手段,对人的心理活动(着重是人的情感、意志、性格、创造)的更全面再一次人工机器(计算机、模型算法等)模拟,其目的在于从心理学广义层次上研究人工情感、情绪与认知、动机与情绪的人工机器实现的问题。
为了推动我国在这一领域的研究,探讨情感计算和智能交互技术的发展动态与趋势,促进我国科研人员在此领域的交流与合作,中国科学院自动化研究所、中国自动化学会、中国计算机学会、中国图象图形学会、中国中文信息学会、国家自然科学基金委员会和国家863计划计算机软硬件技术主题作为主办单位,2003年12月在北京主办了第一届中国情感计算与智能交互学术会议。
2005年10月在北京又召开了第一届情感计算和智能交互国际学术会议,集合了世界一流的情感计算、人工情绪和人工心理研究的著名专家学者。
合肥工业大学“情感计算与先进智能机器安徽省重点实验室”是国内首个以情感计算命名的实验室,凝练出六个具体的研究方向:情感计算、自然语言处理、听觉信息认知计算、视觉信息认知计算、情感可穿戴计算、机器人云理论及其应用,构建了带有多维情感标注的中文博客情感语料库和中文会话情感语料库,并于2013年研发出第一代情感机器人样机,2017年研制出两款最新情感机器人“任思思”和“任想想”,能精确捕捉人类的开心、惊讶、生气、悲伤等六种情感,通过观察测算出人类的心理倾向,进而为做出下一步行动提供判断。
三、严重误导的四个方面“情感计算”主要存在四个方面的严重误导:1.基础理论的误导“情感计算”的理论主要建立在心理学基础之上,然而,目前的心理学对于情感的定义是含糊的,根本无法为情感计算提供公理性、精确性、逻辑性和系统性的理论支持。
心理学把情感定义为:“人对于客观事物是否符合人的需要而产生的态度的体验”,理论界对于怎样理解“人的需要”、“态度”和“体验”等方面存在严重歧义,对于情感的测量与计算,缺乏理论前提、逻辑法则、计算方法与计算尺度。
“情感计算”完全没有涉及情感的本质、情感运行的内部逻辑系统、自我意识系统、感知情意交互系统等基础理论。
甚至某工智能领域的知名人士认为:我们可以不知道情感的本质,照样可以研制出情感机器人。
2.研究内容的误导“情感计算”认为,情感计算研究的主要内容就是对于情感生理指标的计算,主要包括对情感的感受强度(或情感维度)、表达强度(或表情)和生理唤醒指标等三个方面的计算。
然而,所有的情感生理指标均属于情感的外在表现,而不是情感的真实内容。
那么,情感的真实内容究竟是什么呢?“数理情感学”认为,情感作为人类一种特殊的主观反映形式,它所对应的客观内容就是价值(或利益),情感的本质就是人脑对于价值关系(或利益关系)的主观反映,情感表达的本质就是价值关系的表达、情感识别的本质就是价值关系的识别,情感计算的本质就是价值关系的计算。
价值变化(或利益变化)才是情感变化的决定性因素,同样是哭,只有知道他的利益遭受了重大损失,才是痛苦的哭,否则就是高兴的哭;同样是笑,只有知道他的利益得到了明显增长,才是高兴的笑,否则就是痛苦的笑。
仅仅研究情感的表现形式,而不去研究情感的真实内容,不去研究价值运行的逻辑关系,造出的情感机器人永远都是没有人性、没有活性、没有自我意识、没有创造性的机器人,永远只能模拟人的情感表达并进行简单情感识别的机器人。
3.研究目的的误导“情感计算”认为,人们对于人工情感的研究主要是基于两个现实目的:一是建立和谐的人机交互环境,使计算机或机器人具有良好的人机界面,以降低使用者的劳动强度,提高使用者的工作效率,解放人的双手;二是制作可穿戴式的计算机,以替代、补偿与增强人的辅助感知功能和行为功能,特别是帮助提高残疾人的感知功能和行为功能。
事实上,人工情感的科学价值与现实作用远非如此,情感作为一特殊的人类意识,它具有价值表达与识别功能、利益计算与驱动功能、思维效率功能、自我意识功能、自主决策功能、积极创造功能等。
建立和谐的人机交互环境只是研制情感机器人的最简单、最基础的目的,更远大的目的在于使机器人能够在更多领域、更广泛地替代人类。
4、研究范围的误导“情感计算”仅仅局限于情感表达与情感识别的研究范围。
然而,感觉、认知、情感与意志是人类四种基本的主观意识形式,分别对应着四种基本的客观存在:存在关系、事实关系、价值关系和行为关系,分别解决“是什么?”、“有什么?”、“有何用?”、“怎么办?”的基本问题,四者之间相互作用、相互渗透、相互转化,共同完成了人脑对于客观事物的反映功能。
情感机器人的研究范围包括:感觉系统、认识系统、情感系统(含情感表达系统、情感识别系统、情感计算系统、价值观系统等四个部分)、意志系统、自我意识系统、感知情意交互系统。
由此看来,狭义的情感计算,不能解决人类心智活动的全部计算问题。
四、如何走出误区由于情感的本质是价值,情感计算的本质就是价值计算(或利益计算),那么研制真正意义的情感机器人必须分四步走:1.建立一个全新的价值理论:统一价值论由于情感的本质就是价值,情感机器人的本质就是能够进行价值表达、价值识别和价值计算的机器人。
因此,要研制情感机器人,必须建立一个全新的、数学化的、以自然科学理论为基础的情感理论。
为此,必须首先建立一个全新的、数学化的、以自然科学理论为基础的价值理论。
仇德辉用了20年,完成了100万字的专著《统一价值论》,它以物理学的“耗散结构论”为理论前提,从物理学角度研究生命现象和生命规律,从能量角度研究价值现象与价值规律,实现了价值理论的统一化、客观化和数学化,从而推动了价值理论乃至整个社会科学的自然科学化进程,也为“数理情感学”的创立奠定了理论基础。