雷鋒網(wǎng)按：如果機(jī)器智能具有人類(lèi)情商，那么機(jī)器智能是否會(huì)超越人類(lèi)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(lái)源：Microsoft Research Blog  所有者：Microsoft Research Blog 】

最近在機(jī)器智能領(lǐng)域的成功依賴(lài)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(jì)算能力。如果成功的話，這一系列的決策往往表明計(jì)算能力正在趕上甚至超過(guò)人類(lèi)的智力。另一方面，人類(lèi)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(jìn)的機(jī)器智能系統(tǒng)還無(wú)法產(chǎn)生的特性。例如，即使存在許多未知的變量，人類(lèi)也能夠根據(jù)預(yù)期的結(jié)果提前進(jìn)行重要的計(jì)劃。人類(lèi)的智能在其他人類(lèi)和生物參與的場(chǎng)景中閃耀，并始終顯示推理和元推理能力。人類(lèi)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?yàn)榱烁蟮睦娑艞壓椭匦露x一項(xiàng)使命的目標(biāo)。盡管幾乎所有的機(jī)器智能研究都集中在“怎么做”上，但人類(lèi)智能的特點(diǎn)是能夠問(wèn)“是什么”和“為什么”。

我們的假設(shè)是，情商是開(kāi)啟機(jī)器出現(xiàn)的關(guān)鍵，這些機(jī)器不僅更普遍、更強(qiáng)大、更高效，而且還符合人類(lèi)的價(jià)值觀。人類(lèi)的情感機(jī)制使我們能夠完成目前機(jī)器無(wú)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(shí)到危險(xiǎn)。我們有能力認(rèn)識(shí)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(lè)等驅(qū)動(dòng)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(shí)現(xiàn)的一系列目標(biāo)。最后，我們表達(dá)自己內(nèi)心狀態(tài)的能力是向他人發(fā)出信號(hào)并可能影響他們決策的一種極好的方式。

【 圖片來(lái)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(gè)計(jì)算框架中，至少需要具備以下能力:

·識(shí)別他人的情緒

·回應(yīng)他人的情緒

·表達(dá)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(jī)器的研究主要從人機(jī)協(xié)作的角度出發(fā)，并且主要集中在前三項(xiàng)功能上。例如，最早關(guān)于情感識(shí)別的研究始于近30年前，當(dāng)時(shí)人們使用生理傳感器、照相機(jī)、麥克風(fēng)等來(lái)檢測(cè)一系列情感反應(yīng)。存在這樣一些爭(zhēng)論：人們臉上的情感表達(dá)和其他生理信號(hào)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(jué)，研究人員已經(jīng)成功地構(gòu)建算法，在人類(lèi)表情的嘈雜世界中識(shí)別有用的信號(hào)，并且證明這些信號(hào)與社會(huì)文化準(zhǔn)則是一致的。

根據(jù)人的內(nèi)在認(rèn)知狀態(tài)采取適當(dāng)行動(dòng)的能力對(duì)于高情商的人來(lái)說(shuō)是必不可少的。諸如自動(dòng)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(jìn)行的工作的重點(diǎn)。最近一系列關(guān)于順序決策的研究，如上下文強(qiáng)盜，正在這個(gè)地區(qū)慢慢取得進(jìn)展。例如，我們自己的研究表明，一個(gè)對(duì)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(lái)，情感表達(dá)一直處于計(jì)算的最前沿。即使是簡(jiǎn)單的信號(hào)(例如，光、色、聲)也有能力傳達(dá)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(duì)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(jī)器學(xué)習(xí)方法來(lái)合成具有表現(xiàn)力的逼真的人類(lèi)語(yǔ)音。該體系結(jié)構(gòu)挑戰(zhàn)模型生成真實(shí)的語(yǔ)音，忠實(shí)于文本內(nèi)容，同時(shí)維護(hù)一個(gè)易于控制的撥盤(pán)，以獨(dú)立的方式改變表達(dá)的情感。我們的模型在多個(gè)任務(wù)中實(shí)現(xiàn)了最開(kāi)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(gè)開(kāi)源實(shí)現(xiàn)。

【 圖片來(lái)源：Microsoft Research Blog  所有者：Microsoft Research Blog 】

雖然人工智能系統(tǒng)的識(shí)別、表達(dá)和干預(yù)方面的研究在過(guò)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(jī)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(jī)制，以幫助我們的計(jì)算過(guò)程實(shí)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(dòng)機(jī)的想法，這可以幫助學(xué)習(xí)決策機(jī)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(lài)于強(qiáng)化學(xué)習(xí)，在強(qiáng)化學(xué)習(xí)中，好的行為會(huì)得到獎(jiǎng)勵(lì)，壞的行為會(huì)受到懲罰。然而，要讓計(jì)算代理學(xué)習(xí)一個(gè)合理的策略，需要在這樣一個(gè)行動(dòng)獎(jiǎng)勵(lì)框架中進(jìn)行大量的試驗(yàn)。我們提議背后的直覺(jué)是，從人類(lèi)和其他生物如何利用情感機(jī)制中來(lái)更有效地學(xué)習(xí)中獲得靈感。

當(dāng)人類(lèi)學(xué)著面對(duì)世界時(shí)，身體（神經(jīng)系統(tǒng)）的反應(yīng)會(huì)對(duì)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(shí)，會(huì)變得緊張。生理變化與這些保護(hù)自己免受危險(xiǎn)的生物制劑有關(guān)。人類(lèi)對(duì)危險(xiǎn)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(kuò)張。這是身體的“戰(zhàn)斗或逃跑”反應(yīng)。人類(lèi)已經(jīng)進(jìn)化了數(shù)百萬(wàn)年來(lái)建立這些復(fù)雜的系統(tǒng)。如果機(jī)器有類(lèi)似的反饋系統(tǒng)呢？

【 圖片來(lái)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(jī)器：在內(nèi)在生理獎(jiǎng)勵(lì)的強(qiáng)化學(xué)習(xí)中的風(fēng)險(xiǎn)規(guī)避》）一書(shū)中，我們提出了一種新的強(qiáng)化學(xué)習(xí)方法，它利用了人類(lèi)戰(zhàn)斗或逃跑行為的內(nèi)在獎(jiǎng)勵(lì)功能。

我們的假設(shè)是，這樣的獎(jiǎng)勵(lì)函數(shù)可以規(guī)避強(qiáng)化學(xué)習(xí)環(huán)境中與稀疏和傾斜獎(jiǎng)勵(lì)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(lái)自事件的外部獎(jiǎng)勵(lì)并不是代理學(xué)習(xí)的必要條件。我們?cè)谀M駕駛環(huán)境中進(jìn)行了測(cè)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(guò)程中的碰撞次數(shù)。我們對(duì)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(lái)源：Microsoft Research Blog  所有者：Microsoft Research Blog 】

許多計(jì)算機(jī)科學(xué)家和機(jī)器人專(zhuān)家都渴望打造出類(lèi)似于KITT和R2D2等流行科幻小說(shuō)中令人難忘的人物形象的機(jī)器人。無(wú)論如何，我們都有很多機(jī)會(huì)來(lái)建立一個(gè)超越以往的整體情感計(jì)算機(jī)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(xiàng)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(jiàn)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(jiàn)轉(zhuǎn)載須知。