0
| 本文作者： 楊波 | 2016-09-07 16:52 |
新智造按：本文作者Pascale Fung ，來源weforum，由新智造獨家編譯，未經(jīng)許可拒絕轉(zhuǎn)載！
筆者最近為科普雜志《科學(xué)美國人》寫了篇文章，叫《“走心”的機器人》。文中，筆者描述了將“移情模塊”添加到機器人編程中，如此一來，它們可以更好地滿足人類的情感需求以及生理需求。文章發(fā)表后，有些讀者很好奇我們是如何將這類能感受到情感的機器人應(yīng)用到醫(yī)學(xué)和生活中的其他領(lǐng)域中去的，而另一些讀者則對機器人理解人類的情感的想法表示強烈反對，其中有一個讀者的觀點很犀利：“人之所以為人，是因為具備情感。所以，機器人真的不能具備人類的特征，這樣它們就會取代人類，去做那些人類才能做的工作?！碑?dāng)然，輿論并非一邊倒，有些讀者對這個點子非常感興趣：“如果機器人都有了智慧，并且可以感受到人類的情緒，那么在未來的某一天，它們是不是可以擁有自我意識？”
對我們而言，理解機器人智能非常重要。但是首先，我們需要懂得人類擁有自我感受的原因，以及人類感受自我的方式。
在物種進化的過程中，情緒起到什么樣的作用呢？研究顯示，人和人之間的關(guān)聯(lián)是靠友好的關(guān)系建立的。物種的生存依賴于這樣緊密關(guān)聯(lián)，并且大多數(shù)時候，這種關(guān)聯(lián)是由情感支撐的。我們也可以將情緒作為信號，傳遞自己的意圖。
我們的感覺和情緒都是受到一定刺激后產(chǎn)生的，不管是外部的還是內(nèi)部的（比如記憶），因此，我們的各種生理特征可以做出受到刺激后的反應(yīng)，如脈搏的跳動、汗液、面部表情、手勢和音調(diào)等等。我們也許會哭，也許會笑，也許會惡心得發(fā)抖，也可能會擔(dān)心得畏手畏腳。這些情緒不像語言，它們是自發(fā)的并自動表達的，不存在任何下意識的控制。從出生的那一刻開始，我們就開始學(xué)習(xí)理解其他人的情緒。而在嬰兒出生之前，輕輕哼唱的搖籃曲會讓他們完全放松。在出生的時候，它們就可以對父母的笑臉做出反應(yīng)，并且從那天開始就可以表達自己的情緒了。
工業(yè)機器人制造了汽車和智能手機；康復(fù)機器人幫助病患重新行走；教學(xué)助手型機器人可以回答學(xué)生們的問題；軟件程序可以寫些合法的文件，甚至可以為你的作文打分；軟件系統(tǒng)可以為報紙寫故事；人工智能程序AlphaGo 打敗了圍棋九段的李世石；IBM Waston在益智問答游戲《危險邊緣》中打敗了人類；機器人甚至可以創(chuàng)作出美輪美奐的畫作，讓人們誤以為是由專業(yè)的藝術(shù)家畫的；機器還可以創(chuàng)作音樂......顯然，在某些領(lǐng)域，機器人可以被打造得比人類更強、更快、更智能，但是，它們真的需要像我們?nèi)祟愐粯泳邆涓惺芮榫w的能力嗎？
2016年早期，我們團隊宣布了第一個可以從語調(diào)中實時識別出十二種人類情緒的系統(tǒng)。在這個項目研發(fā)之前，因為一種叫“特征工程”的程序的存在，從語調(diào)中識別情緒會導(dǎo)致處理時間上的延遲，而在人機交流的場景中延遲是不自然的。那么，我們的團隊是如何突破這個障礙的呢？——我們充分理解了機器人學(xué)習(xí)的機制。
每個機器人都可以在由軟件算法驅(qū)動的硬件平臺上運行。由人類設(shè)計的算法系統(tǒng)可以告訴機器人怎么回應(yīng)一些刺激，比如，如何回答一個問題、如何在一個房間里實現(xiàn)自我導(dǎo)航，這就像建筑師在建房子——一個AI工程師可以縱覽機器人完成任務(wù)的整體藍圖。編程知識用代碼讓機器人識別可能存在的阻礙，完成任務(wù)。其中一個非常中大的阻礙是機器人學(xué)習(xí)——也就是讓機器能夠?qū)W習(xí)并模仿和人類相似的回應(yīng)的算法，比如玩象棋和回答問題等等。
人工智能領(lǐng)域最大的突破是機器人學(xué)習(xí)。它并不是編程算法中設(shè)計的有預(yù)測性地回應(yīng)某個請求的結(jié)果，相反，機器人可以通過現(xiàn)實世界中的很多關(guān)于刺激反應(yīng)的例子進行學(xué)習(xí)。如果機器人看到很多被標(biāo)注了“貓”的有著貓咪的畫作，它可以用其中任何一個機器學(xué)習(xí)算法，識別其他它沒有看到的畫里的貓。同理，如果一個機器可以瀏覽萬億的網(wǎng)頁和翻譯實例，它就可以學(xué)會像谷歌翻譯那樣的翻譯技能。
機器學(xué)習(xí)最重要的部分就是學(xué)會理解特征的代表。一只貓可以由它的輪廓、利爪、面部和身體姿勢表示。話語可以由聲音的頻率分量來辨別。話語中的情緒不止可以通過音高進行識別，音色、節(jié)奏、速度都可以作為識別特征。機器學(xué)習(xí)首先需要構(gòu)建特征工程，對這些特征進行抓取。而對于音調(diào)而言，特征工程會抓取一個聲音中的1000到2500個特征，這個過程會在整個情緒識別過程中放緩。接著，這幾千個特征會被由人類著手處理，它們中的每個都需要處理的時間和過程。
最近，科學(xué)家們用機器加速和大量的學(xué)習(xí)數(shù)據(jù)，在神經(jīng)網(wǎng)絡(luò)（又名深度學(xué)習(xí)）領(lǐng)域做了幾項突破，這導(dǎo)致了機器學(xué)習(xí)領(lǐng)域的飛速發(fā)展。首先，一些深度學(xué)習(xí)方法，比如卷積神經(jīng)網(wǎng)絡(luò)（CNN）可以在沒有明確的、延遲的特征工程或是人類設(shè)計的情況下，在學(xué)習(xí)過程中自動習(xí)得這些特征。這大概是深度學(xué)習(xí)對AI領(lǐng)域做出的最大的貢獻了。
回到我們從聲調(diào)中識別情緒的系統(tǒng)中來，我們做的是用一個簡單的卷積神經(jīng)網(wǎng)絡(luò)替換特征工程和分類學(xué)習(xí)，它可以學(xué)得很好（即使不比分類機器學(xué)習(xí)好，但是要比它快很多），因為它不需要明確且緩慢的特征工程過程。類似地，面部識別也可以通過卷積神經(jīng)網(wǎng)絡(luò)來實現(xiàn)。
另外，科學(xué)家們也在研發(fā)讓機器人通過改變音高，和小發(fā)動機控制合成的面部肌肉表達情感的方式。Sofia和Erica就是兩個有面部表情的人形機器人。
第四次工業(yè)革命就在眼前了。技術(shù)已經(jīng)在很多領(lǐng)域取代了人們的地位。以前需要花費很多年，甚至幾十年才能學(xué)成的技術(shù)，如今在一夜間已經(jīng)過時了。目前，很多人都沒有意識到AI和機器人領(lǐng)域進步的速度，并且以他們當(dāng)下目睹的情況，推測機器人會在三十年到五十年內(nèi)統(tǒng)治世界。這種機器人威脅論近來被炒得很熱，很多人對機器人的存在誠惶誠恐。
實際上，這種預(yù)測在前幾次工業(yè)革命中就已經(jīng)存在了，那時候人們擔(dān)心蒸汽機和計算機會讓人類的勞作顯得多余。但眾所周知的是，人類一直都在學(xué)各種不同的技術(shù)來操縱這些機器。
然而，隨著更多的AI和機器人的運用，人和機器人之間的新關(guān)系會出現(xiàn)。對人類而言，想要減少恐懼，去相信一個能走、能說、能做出各種姿勢、能負重的機器人，我們需要做到的是，與機器人實現(xiàn)情感的互通。將機器人和其他電子設(shè)備區(qū)分開的是它先進的機械智能以及情緒。對家庭護理機器人而言，理解嬰兒的哭聲，或是病人痛苦的呻吟非常重要。對那些智能的機器人而言，它們需要“走心”。
如果一個機器人擁有了分析技術(shù)、學(xué)習(xí)能力、溝通能力，甚至是情緒，它們會有自我意識嗎？它們會有感知能力嗎？它們會做夢嗎？
上文提到的神經(jīng)網(wǎng)絡(luò)不像其他的機器人學(xué)習(xí)算法那樣，會讓人類更確定自己才是主宰者。神經(jīng)網(wǎng)絡(luò)甚至可以產(chǎn)生一些隨機的，像夢境一般的圖像，讓人們相信機器人是可以做夢的。
問題是，作為人類的我們自己明白是什么讓我們擁有感知能力嗎？它是不是只是感官理解和思考過程的結(jié)合？AI科學(xué)家們無法回答這個問題，但是我們相信，要打造好的機器人，我們需要將那些符合倫理道德規(guī)定的價值觀傳遞給它們，這些價值規(guī)范能幫助它們做出決定。有了機器人智能領(lǐng)域的相關(guān)拓展，將這些價值觀教授到機器人會變得和教育兒童一樣重要。目前，我們的下一個挑戰(zhàn)是，在機器人有了先決的情緒理解和溝通技巧后，讓機器自動學(xué)習(xí)這樣的價值觀。
via weforum
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
