雷鋒網(wǎng)按：如果機器智能具有人類情商，那么機器智能是否會超越人類智能？近期Microsoft Research Blog發(fā)表了文章《向有情商的人工智能發(fā)展》，介紹了有情商的AI，雷鋒網(wǎng)全文編譯如下：

【 圖片來源：Microsoft Research Blog  所有者：Microsoft Research Blog 】

最近在機器智能領(lǐng)域的成功依賴于為了做出決策而有效地搜索數(shù)十億種可能性的核心計算能力。如果成功的話，這一系列的決策往往表明計算能力正在趕上甚至超過人類的智力。另一方面，人類智能是高度可概括的、自適應(yīng)的、穩(wěn)健的，并且具有當(dāng)前最先進的機器智能系統(tǒng)還無法產(chǎn)生的特性。例如，即使存在許多未知的變量，人類也能夠根據(jù)預(yù)期的結(jié)果提前進行重要的計劃。人類的智能在其他人類和生物參與的場景中閃耀，并始終顯示推理和元推理能力。人類的智慧還具有同情心、同理心、善良、有教養(yǎng)，而且重要的是，它能夠為了更大的利益而放棄和重新定義一項使命的目標(biāo)。盡管幾乎所有的機器智能研究都集中在“怎么做”上，但人類智能的特點是能夠問“是什么”和“為什么”。

我們的假設(shè)是，情商是開啟機器出現(xiàn)的關(guān)鍵，這些機器不僅更普遍、更強大、更高效，而且還符合人類的價值觀。人類的情感機制使我們能夠完成目前機器無法編程或教授的任務(wù)。例如，我們的交感神經(jīng)和副交感神經(jīng)反應(yīng)使我們保持安全，并意識到危險。我們有能力認識到他人的影響，并想象自己處在他們的處境中，這使我們能夠更有效地做出正確決定和適應(yīng)復(fù)雜的世界。饑餓、好奇、驚喜和快樂等驅(qū)動力和影響使我們能夠規(guī)范自己的行為，并確定我們希望實現(xiàn)的一系列目標(biāo)。最后，我們表達自己內(nèi)心狀態(tài)的能力是向他人發(fā)出信號并可能影響他們決策的一種極好的方式。

【 圖片來源：Microsoft Research Blog  所有者：Microsoft Research Blog 】

因此，有人假設(shè)，將這種情商構(gòu)建到一個計算框架中，至少需要具備以下能力:

·識別他人的情緒

·回應(yīng)他人的情緒

·表達的情緒

·在決策中調(diào)節(jié)和利用情緒

從歷史上看，構(gòu)建具有情商的機器的研究主要從人機協(xié)作的角度出發(fā)，并且主要集中在前三項功能上。例如，最早關(guān)于情感識別的研究始于近30年前，當(dāng)時人們使用生理傳感器、照相機、麥克風(fēng)等來檢測一系列情感反應(yīng)。存在這樣一些爭論：人們臉上的情感表達和其他生理信號有多一致和統(tǒng)一,并且這些是否真的反映了他們的內(nèi)在感覺，研究人員已經(jīng)成功地構(gòu)建算法，在人類表情的嘈雜世界中識別有用的信號，并且證明這些信號與社會文化準則是一致的。

根據(jù)人的內(nèi)在認知狀態(tài)采取適當(dāng)行動的能力對于高情商的人來說是必不可少的。諸如自動輔導(dǎo)系統(tǒng)、心理和身體健康支持以及提高生產(chǎn)力的應(yīng)用等應(yīng)用是目前正在進行的工作的重點。最近一系列關(guān)于順序決策的研究，如上下文強盜，正在這個地區(qū)慢慢取得進展。例如，我們自己的研究表明，一個對飲食管理的情感方面敏感的系統(tǒng)可以如何幫助受試者做出正確的決定。

幾十年來，情感表達一直處于計算的最前沿。即使是簡單的信號(例如，光、色、聲)也有能力傳達和激起豐富的情感。在將于ICLR2019上發(fā)表的 “Neural TTS Stylization with Adversarial and Collaborative Games”（《神經(jīng)TTS與對抗和協(xié)作游戲的程式化》）（馬爽和宋耶魯合著）中，我們提出了一種新的機器學(xué)習(xí)方法來合成具有表現(xiàn)力的逼真的人類語音。該體系結(jié)構(gòu)挑戰(zhàn)模型生成真實的語音，忠實于文本內(nèi)容，同時維護一個易于控制的撥盤，以獨立的方式改變表達的情感。我們的模型在多個任務(wù)中實現(xiàn)了最開始的效果，包括樣式轉(zhuǎn)換（內(nèi)容和樣式交換）、情感建模和身份轉(zhuǎn)換(適合新演講者的聲音)。文章提供了一個開源實現(xiàn)。

【 圖片來源：Microsoft Research Blog  所有者：Microsoft Research Blog 】

雖然人工智能系統(tǒng)的識別、表達和干預(yù)方面的研究在過去20年已經(jīng)深入，但還有一種更引人注目的智能形式——一種為了更好地學(xué)習(xí)和更有效地做出選擇而有效地利用情感機制的系統(tǒng)。在最近的工作中，我們希望探索如何建立這樣的情感機制，以幫助我們的計算過程實現(xiàn)比目前更多的目標(biāo)。

同樣出現(xiàn)在ICLR 2019，我們最近的工作探索了基于影響的內(nèi)在動機的想法，這可以幫助學(xué)習(xí)決策機制。最近人工智能在解決圍棋、Pac-Man和基于文本的RPG等游戲方面取得的成功，很大程度上依賴于強化學(xué)習(xí)，在強化學(xué)習(xí)中，好的行為會得到獎勵，壞的行為會受到懲罰。然而，要讓計算代理學(xué)習(xí)一個合理的策略，需要在這樣一個行動獎勵框架中進行大量的試驗。我們提議背后的直覺是，從人類和其他生物如何利用情感機制中來更有效地學(xué)習(xí)中獲得靈感。

當(dāng)人類學(xué)著面對世界時，身體（神經(jīng)系統(tǒng)）的反應(yīng)會對行為選擇的潛在后果提供持續(xù)的內(nèi)在反饋，例如，當(dāng)接近懸崖邊緣或在拐彎處快速行駛時，會變得緊張。生理變化與這些保護自己免受危險的生物制劑有關(guān)。人類對危險情況的預(yù)期反應(yīng)是心率加快，心率變異性降低，血液從四肢分流，汗腺擴張。這是身體的“戰(zhàn)斗或逃跑”反應(yīng)。人類已經(jīng)進化了數(shù)百萬年來建立這些復(fù)雜的系統(tǒng)。如果機器有類似的反饋系統(tǒng)呢？

【 圖片來源：Microsoft Research Blog  所有者：Microsoft Research Blog 】

在“Visceral Machines: Risk-Aversion in Reinforcement Learning with Intrinsic Physiological Rewards” （《本能機器：在內(nèi)在生理獎勵的強化學(xué)習(xí)中的風(fēng)險規(guī)避》）一書中，我們提出了一種新的強化學(xué)習(xí)方法，它利用了人類戰(zhàn)斗或逃跑行為的內(nèi)在獎勵功能。

我們的假設(shè)是，這樣的獎勵函數(shù)可以規(guī)避強化學(xué)習(xí)環(huán)境中與稀疏和傾斜獎勵相關(guān)的挑戰(zhàn)，并有助于提高樣本效率。在我們的例子中，來自事件的外部獎勵并不是代理學(xué)習(xí)的必要條件。我們在模擬駕駛環(huán)境中進行了測試，結(jié)果表明，該方法可以提高學(xué)習(xí)速度，減少學(xué)習(xí)過程中的碰撞次數(shù)。我們對訓(xùn)練自主系統(tǒng)的潛力感到興奮，這種系統(tǒng)能夠模擬以情感方式感受和響應(yīng)刺激的能力。

【 圖片來源：Microsoft Research Blog  所有者：Microsoft Research Blog 】

許多計算機科學(xué)家和機器人專家都渴望打造出類似于KITT和R2D2等流行科幻小說中令人難忘的人物形象的機器人。無論如何，我們都有很多機會來建立一個超越以往的整體情感計算機制，并幫助我們建立健全、高效和非近視的人工智能。我們希望這項研究能讓我們重新審視情感在人工智能中的應(yīng)用。

我們希望5月份在新奧爾良的ICLR見到您，并期待著與您分享想法，交流高情商代理這一令人興奮的研究領(lǐng)域的可能性。

雷鋒網(wǎng)注：本文編譯自Microsoft Research Blog

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。