編者的話
科技興則民族興，科技強則國家強。習(xí)近平總書記指出：“必須充分認識科技的戰(zhàn)略先導(dǎo)地位和根本支撐作用，錨定2035年建成科技強國的戰(zhàn)略目標(biāo)，加強頂層設(shè)計和統(tǒng)籌謀劃，加快實現(xiàn)高水平科技自立自強。”
當(dāng)前，新一輪科技革命和產(chǎn)業(yè)變革深入發(fā)展，以人工智能、量子科技、生命科學(xué)、物質(zhì)科學(xué)、空間科學(xué)、綠色低碳技術(shù)等為代表的前沿研究，不斷取得新進展、新突破。
即日起，每周六見報的“科技·新知”版就和讀者見面了。這塊版聚焦國內(nèi)外前沿科技，以有趣視角解讀科學(xué)新知，讓我們一同在日新月異的科技里邂逅新知、遇見未來。
近年來，人工智能發(fā)展迅猛，大模型、強化學(xué)習(xí)、超圖計算和情感計算等新技術(shù)不斷取得突破，引領(lǐng)了從工具化到智能化再到情智化的躍遷。這一趨勢不僅驅(qū)動著產(chǎn)業(yè)升級，更催生了新一代具有情智兼?zhèn)涮卣鞯闹悄荏w。
黨的二十大報告提出，“以國家戰(zhàn)略需求為導(dǎo)向，集聚力量進行原創(chuàng)性引領(lǐng)性科技攻關(guān)，堅決打贏關(guān)鍵核心技術(shù)攻堅戰(zhàn)。”具有情智兼?zhèn)涮卣鞯闹悄荏w，即能夠感知環(huán)境，進行學(xué)習(xí)和推理，并能通情達理地采取行動、實現(xiàn)特定目標(biāo)的自主系統(tǒng)。情智兼?zhèn)涞臄?shù)字人和機器人作為人工智能的重要發(fā)展方向，正逐步成為科技創(chuàng)新的前沿。它們不僅代表了人工智能向更加人性化、智能化的方向發(fā)展，也為智能體與人類的深度互動提供了新機遇。基于此，中國圖象圖形學(xué)學(xué)會推薦的“情智兼?zhèn)鋽?shù)字人與機器人的研究”問題入選中國科學(xué)技術(shù)協(xié)會2024十大前沿科學(xué)問題。
情智兼?zhèn)洌赫J知與情感的完美融合
情智兼?zhèn)淙诤狭苏J知智能和情感智能，代表了全新的智能演進方向。這樣的智能體不再是冰冷的計算機程序，而是具有情感、理解和關(guān)懷的存在，能夠與人類建立更加親密和深入的聯(lián)系。認知智能讓機器人具備如人一般思考和解決問題的本領(lǐng)，而情感智能則賦予了機器人進行情緒識別、情感表達和情感共鳴的能力。例如，在心理健康輔導(dǎo)中，情智兼?zhèn)涞闹悄荏w可以通過語音語調(diào)分析和表情識別來感知用戶的情緒波動和心理狀態(tài)。
從數(shù)字人與機器人的科研進展來看，國際上的頭部科技企業(yè)和知名高校在多模態(tài)情感識別、情感生成與交互、情感計算專用芯片與硬件方面已經(jīng)有了一定的突破。例如，谷歌和微軟研究團隊開發(fā)了多模態(tài)情感識別系統(tǒng)，表現(xiàn)出色；麻省理工學(xué)院和斯坦福大學(xué)正在積極開展跨學(xué)科合作，結(jié)合心理學(xué)、神經(jīng)科學(xué)和計算機科學(xué)，深入研究情感計算的理論和應(yīng)用；谷歌的Gemini模型等已經(jīng)在情感生成方面取得了顯著進展。
國內(nèi)在情感計算算法方面也取得了顯著進展，特別是在多媒體信息處理、語音和文字情感識別等領(lǐng)域。許多研究機構(gòu)和高校，如清華大學(xué)、哈爾濱工業(yè)大學(xué)及廈門大學(xué)等，正在構(gòu)建大規(guī)模的情感數(shù)據(jù)集，支持情感計算模型的訓(xùn)練和優(yōu)化，研發(fā)面向多類開放場景的情感計算方法及工具。國內(nèi)的科技公司，如科大訊飛和小米，相繼推出了具有情感交互功能的智能客服機器人；百度和阿里巴巴等公司開發(fā)了多模態(tài)情感識別系統(tǒng)，在實際應(yīng)用中提供高效的情感識別和生成服務(wù)。此外，還有一些初創(chuàng)公司和研究團隊也正在探索情智兼?zhèn)浼夹g(shù)在教育和醫(yī)療領(lǐng)域的應(yīng)用，開發(fā)出情感教育助手和陪伴機器人，提升用戶的滿意度和服務(wù)質(zhì)量。
三大挑戰(zhàn)：情緒感知、個性化分析與仿生化交互
盡管我國在情感智能領(lǐng)域取得了眾多進展，但在實現(xiàn)“情智兼?zhèn)鋽?shù)字人與機器人”的過程中，仍有三大難題亟待解決。
一是多模態(tài)情緒感知能力。人類情感的感知是通過多個感官的交織與互動實現(xiàn)的，然而目前的數(shù)字人或機器人往往只能依賴單一感官（如語音或面部表情）進行情感識別，在多模態(tài)數(shù)據(jù)的高效融合、多源異構(gòu)數(shù)據(jù)一致性和時間同步方面還存在挑戰(zhàn)。如何實現(xiàn)跨模態(tài)情感表達的整合，如何在有限的資源下平衡模型復(fù)雜度和準(zhǔn)確性仍是一個難點。
二是個性化情智分析能力。人的情感表達具有個體差異，同樣的表情或語句在不同個體、不同語境下的解讀可能存在本質(zhì)區(qū)別。因此，人工智能需要具備個性化情智分析能力，能夠根據(jù)個體差異進行精準(zhǔn)識別，避免情感誤讀。隨著大模型、強化學(xué)習(xí)和超圖計算等新技術(shù)的涌現(xiàn)與進步，人工智能顯著提升了復(fù)雜數(shù)據(jù)分析能力，能夠提供更加個性化的情感溝通功能。
三是仿生化情感交互能力。要讓數(shù)字人、機器人像人類一樣與他人進行情感互動，人工智能不僅需要識別情感，還要以自然、流暢的方式表達情感。目前，盡管語音識別和生成技術(shù)已有突破，但機器人與人類的情感交流仍顯生硬，缺乏深度情感的表達。為突破這一瓶頸，人工智能需要在情感數(shù)據(jù)處理的基礎(chǔ)上，結(jié)合肢體動作、面部表情等多維度的表達，形成更加自然的情感交互。
突破之路：多技術(shù)協(xié)同發(fā)展是關(guān)鍵
在通往情智兼?zhèn)涞臄?shù)字人和機器人研究中，多學(xué)科的融合研究和跨領(lǐng)域的技術(shù)研發(fā)起著至關(guān)重要的作用。情智兼?zhèn)洳粌H要求機器人具備情感感知能力，還需通過多種技術(shù)手段實現(xiàn)情感的生成與表達，形成情感識別與反饋的閉環(huán)。要實現(xiàn)這一目標(biāo)，多個技術(shù)領(lǐng)域必須協(xié)同發(fā)展，其中情感生成與表達、情感識別與反饋、多模態(tài)情感感知技術(shù)是關(guān)鍵。
情感生成與表達，讓智能體更具人情味。情感生成與表達是指數(shù)字人和機器人通過特定方式表現(xiàn)出情感反應(yīng)的能力。這一過程不僅僅是模擬人類的語音語調(diào)，還包括通過面部表情、肢體動作等多種方式進行情感的外化。在這方面，情感合成技術(shù)尤為重要。通過調(diào)節(jié)語調(diào)、語速、音量等參數(shù)，語音合成器能夠生成帶有情感色彩的聲音。例如，當(dāng)機器人要表達高興的情緒時，其語調(diào)和語速會明顯提高，而在表達悲傷時，語調(diào)和語速則會相應(yīng)降低。這種情感化的語音生成技術(shù)，使機器人能夠在與人類的互動中表現(xiàn)出更加自然和富有情感的反應(yīng)。
情感識別與反饋，能精準(zhǔn)捕捉并回應(yīng)人類情感。情感識別技術(shù)使得機器人能夠準(zhǔn)確地捕捉人類的情感信號，并基于這些信號做出合適的情感反饋。自然語言處理技術(shù)的應(yīng)用，讓數(shù)字人、機器人能夠理解和生成自然語言，從對話內(nèi)容的分析中找出情感的線索。通過對用戶的語言結(jié)構(gòu)、語氣以及關(guān)鍵詞的分析，機器人不僅能夠判斷出用戶的情緒，還能夠適時地提供情感支持。例如，當(dāng)用戶遇到問題時，機器人能夠通過語言和語氣的變化，表達出關(guān)切與安慰。
多模態(tài)情感感知，讓情感識別更加全面準(zhǔn)確。通過結(jié)合語音、圖像等多種感知數(shù)據(jù)，人工智能可以獲得更加精準(zhǔn)的情感信息。例如，通過同步分析用戶的語音語調(diào)與面部表情，機器人能夠從多個維度捕捉到情感的細節(jié)。這樣的信息融合極大地提高了情感識別的準(zhǔn)確性和可靠性，為情感反饋提供了更為全面的數(shù)據(jù)支持。結(jié)合多模態(tài)感知數(shù)據(jù)，構(gòu)建更為復(fù)雜的情感模型是當(dāng)前的研究重點。例如，當(dāng)用戶的面部表情和語音語調(diào)一致時，系統(tǒng)可以識別出用戶的愉悅情緒；而當(dāng)面部表情和語音語調(diào)呈現(xiàn)憤怒時，系統(tǒng)能夠迅速判斷用戶的情緒變化并應(yīng)對。
應(yīng)用前景：醫(yī)療護理、教育與企業(yè)服務(wù)
情感智能技術(shù)的廣泛應(yīng)用前景令人期待，特別是在醫(yī)療護理、教育和企業(yè)服務(wù)等領(lǐng)域，已展現(xiàn)出巨大的潛力。
在醫(yī)療護理領(lǐng)域，情智兼?zhèn)涞臋C器人在照護老年人、孤獨癥患者等方面具有極大的優(yōu)勢。通過面部表情識別與語音分析技術(shù)，機器人有望實時感知患者的情感變化，為其提供情感支持，幫助緩解孤獨感和焦慮感。在孤獨癥患者的干預(yù)中，情智兼?zhèn)涞臋C器人可以通過互動游戲等方式幫助患者提高社交能力，促進情感認知。一個典型案例是日本軟銀公司的Pepper機器人在養(yǎng)老院中的應(yīng)用。Pepper不僅能夠進行基礎(chǔ)的護理工作，還可以與老人進行情感互動，通過講故事、聊天和做游戲等方式，提高老人的情感體驗，實現(xiàn)更人性化的養(yǎng)老陪伴。
在教育領(lǐng)域，虛擬教師通過情感智能技術(shù)，能夠識別學(xué)生的情感狀態(tài)，動態(tài)調(diào)整教學(xué)內(nèi)容和方式。例如，當(dāng)學(xué)生表現(xiàn)出困惑或疲倦時，虛擬教師可以通過增加互動環(huán)節(jié)或安排休息時間來激發(fā)學(xué)生的學(xué)習(xí)興趣。通過情感分析，虛擬教師可以保持學(xué)生的高參與度。美國的一些學(xué)校已經(jīng)開始使用情感智能虛擬教師進行在線教學(xué)。這些虛擬教師能夠通過面部表情和語音分析，實時了解學(xué)生的情緒狀態(tài)，調(diào)整教學(xué)策略，提高學(xué)習(xí)效率。
在企業(yè)服務(wù)領(lǐng)域，情感智能技術(shù)的應(yīng)用能夠顯著提升客戶體驗和滿意度。通過分析客戶的情感狀態(tài)，企業(yè)能夠精準(zhǔn)調(diào)整服務(wù)策略。例如，在客戶咨詢中，機器人可以根據(jù)客戶的情感反饋，來調(diào)整語氣和服務(wù)態(tài)度。
未來，隨著技術(shù)的不斷發(fā)展與突破，情智兼?zhèn)涞臄?shù)字人和機器人將不再是科幻小說中的存在，而將成為現(xiàn)實生活中的重要伙伴。隨著跨學(xué)科合作的深入，情智兼?zhèn)錂C器人將進一步縮短智能體與人之間的情感距離，推動社會各領(lǐng)域的智能化進程，為人類生活帶來更溫暖、更智能的服務(wù)。
（作者分別為中國工程院院士、中國圖象圖形學(xué)學(xué)會理事長，中國圖象圖形學(xué)學(xué)會情感計算與理解專業(yè)委員會常委、清華大學(xué)長聘副教授。趙思成對本文亦有貢獻）
編輯：李華山
