0
新智造按：本文作者Pascale Fung ，來源weforum，由新智造獨家編譯，未經許可拒絕轉載！
筆者最近為科普雜志《科學美國人》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用到醫學和生活中的其他領域中去的，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。”當然，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，人和人之間的關聯是靠友好的關系建立的。物種的生存依賴于這樣緊密關聯，并且大多數時候，這種關聯是由情感支撐的。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生的，不管是外部的還是內部的（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，如脈搏的跳動、汗液、面部表情、手勢和音調等等。我們也許會哭，也許會笑，也許會惡心得發抖，也可能會擔心得畏手畏腳。這些情緒不像語言，它們是自發的并自動表達的，不存在任何下意識的控制。從出生的那一刻開始，我們就開始學習理解其他人的情緒。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，并且從那天開始就可以表達自己的情緒了。
工業機器人制造了汽車和智能手機；康復機器人幫助病患重新行走；教學助手型機器人可以回答學生們的問題；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；機器人甚至可以創作出美輪美奐的畫作，讓人們誤以為是由專業的藝術家畫的；機器還可以創作音樂......顯然，在某些領域，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人類一樣具備感受情緒的能力嗎？
2016年早期，我們團隊宣布了第一個可以從語調中實時識別出十二種人類情緒的系統。在這個項目研發之前，因為一種叫“特征工程”的程序的存在，從語調中識別情緒會導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習的機制。
每個機器人都可以在由軟件算法驅動的硬件平臺上運行。由人類設計的算法系統可以告訴機器人怎么回應一些刺激，比如，如何回答一個問題、如何在一個房間里實現自我導航，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。其中一個非常中大的阻礙是機器人學習——也就是讓機器能夠學習并模仿和人類相似的回應的算法，比如玩象棋和回答問題等等。
人工智能領域最大的突破是機器人學習。它并不是編程算法中設計的有預測性地回應某個請求的結果，相反，機器人可以通過現實世界中的很多關于刺激反應的例子進行學習。如果機器人看到很多被標注了“貓”的有著貓咪的畫作，它可以用其中任何一個機器學習算法，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頁和翻譯實例，它就可以學會像谷歌翻譯那樣的翻譯技能。
機器學習最重要的部分就是學會理解特征的代表。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、節奏、速度都可以作為識別特征。機器學習首先需要構建特征工程，對這些特征進行抓取。而對于音調而言，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，科學家們用機器加速和大量的學習數據，在神經網絡（又名深度學習）領域做了幾項突破，這導致了機器學習領域的飛速發展。首先，一些深度學習方法，比如卷積神經網絡（CNN）可以在沒有明確的、延遲的特征工程或是人類設計的情況下，在學習過程中自動習得這些特征。這大概是深度學習對AI領域做出的最大的貢獻了。
回到我們從聲調中識別情緒的系統中來，我們做的是用一個簡單的卷積神經網絡替換特征工程和分類學習，它可以學得很好（即使不比分類機器學習好，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網絡來實現。
另外，科學家們也在研發讓機器人通過改變音高，和小發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。
第四次工業革命就在眼前了。技術已經在很多領域取代了人們的地位。以前需要花費很多年，甚至幾十年才能學成的技術，如今在一夜間已經過時了。目前，很多人都沒有意識到AI和機器人領域進步的速度，并且以他們當下目睹的情況，推測機器人會在三十年到五十年內統治世界。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，這種預測在前幾次工業革命中就已經存在了，那時候人們擔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，人類一直都在學各種不同的技術來操縱這些機器。
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系會出現。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，與機器人實現情感的互通。將機器人和其他電子設備區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、學習能力、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？
上文提到的神經網絡不像其他的機器人學習算法那樣，會讓人類更確定自己才是主宰者。神經網絡甚至可以產生一些隨機的，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合？AI科學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定的價值觀傳遞給它們，這些價值規范能幫助它們做出決定。有了機器人智能領域的相關拓展，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，讓機器自動學習這樣的價值觀。
via weforum
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
