《中国人工智能学会通讯》——7.31 认知情感 开启情感机器人的探索 之路

7.31 认知情感 开启情感机器人的探索 之路

上世纪 80 年代,日本工业机器人的应用在世界上占比高达三分之二,直接把日本国民生产总值拉到世界第二。进入 90 年代后,日本企业巨头、政府高层及科研工作者开始更深层次的设想,那就是“将机器人导入到家庭”。但接下来的大量实验研究表明,现代智能机器人基本能按人的指令完成比较复杂的工作,如深海探测、作战、侦查、搜集情报、抢险、服务等工作,模拟完成人类不能或不愿完成的任务,或者采用接近于人体皮肤的工业制品,打造外表与人无异的机器人……可是机器人始终并不能够成为家庭中的一分子。

也是在这一时期,在日本人工智能领域从事研究工作的任福继,在国际上首次提出自然语言处理、自然语言理解的“超函数”理论,并将该理论成功应用到“多语翻译”领域,荣获日本自然科学源内奖。他把智能科学进行细分,提出“多语言、多功能、多媒体智能化”概念,创建了一个崭新的学科领域。同时,他也在密切关注着机器人技术的发展动向。

在智能科学领域上的卓越成就,让任福继成为日本各大学会交流会议广泛邀请的对象。一次偶然机会,他接触到了情感计算的概念。这让本身就拥有人工智能领域丰富研究经验的他,接受得非常快,“情感原来可以用来计算,通过计算居然可以模拟出情感”。

这时的任福继迅速意识到“若让机器人走进家庭,就必须让它与人在精神层面上交互”。他认为,从人的进化层面来讲,直立行走、使用语言、具备情感及思考力,是区别于其它动物的主要特征。而目前所生产应用的工业机器人没有情感,只是一架架冷冰冰的机器,只有人形躯壳,无法与人产生“情感共鸣”。机器人如果要进入人的生活,那么就要具备人的特征,只有这样才能达到“人机共生”。

解决了机器人为什么有情感这个问题之后,接下来就要考虑让冰冷的机器人拥有人的“七情六欲”。那如何把这些“情感”添加到机器人身上呢?任福继反复思索。

时间: 2024-10-22 02:03:02

《中国人工智能学会通讯》——7.31 认知情感 开启情感机器人的探索 之路的相关文章

中国人工智能学会通讯——基于图像认知的心理测评方法及系统

摘要:长久以来心理障碍的诊断和评估通常都是建立在晤谈.观察.量表测验的基础上,交互繁琐困难,主观性比较大,使得人的心理特征难以快速获取和量化.本研究创新性地将心理学和信息科学结合在一起,建立了情绪图像库,通过考察前景人脸和背景情绪图像的不同交互效应,收集反应时.眼动轨迹等生理特征,结合机器学习算法的数据分析,提出了一种全新的基于图像认知,以及人的生理特征的客观.便捷地提取人的心理特征的方法. 关键词:图像认知:心理测评:情绪图像库:反应时:眼动轨迹:机器学习 图像心理学测试系统 随着社会压力的增

《中国人工智能学会通讯》——3.10 社会媒体情感分析:观点、用户、行为

3.10 社会媒体情感分析:观点.用户.行为 使用在线社会媒体进行大量交流是当今社会的一个突出现象,这种交流蕴含了人们分享生活中的感受,以及关于商品.书籍.电影等的评价.大量的.带有情感的社会媒体内容进一步激发了人们对情感分析研究的兴趣,并成为一种虚拟货币帮助企业营销产品.发现商机.维护声誉等.除了商业上的应用外,美国 2008 年的总统大选,也上演了一场史无前例地利用社会媒体 YouTube 和 Facebook进行筹集资金,向选民传递候选者的信息和说词的案例.麻省理工的研究者随后通过挖掘博客

中国人工智能学会通讯——技术向左,商业向右 计算机视觉落地之路

我是2002年开始做人工智能,特别是计算机视觉方面的研究的,做了大概15年,基本上对于传统行业.互联网.移动互联网,以及新兴行业的产品都有一些接触和参与.格灵深瞳是2013年成立的一家创业公司,是国内计算机视觉和人工智能行业中比较有影响力的一家公司.今天,我主要结合格灵深瞳的一些产品,讲一下对计算机视觉技术落地的理解和感触. 人工智能是一个非常火的领域,而计算机视觉相对来说,大家听得少一点,所以我简单讲一下这两个领域相互之间的关系.人工智能实际上是一个大的应用领域的统称,比如机器人.自动驾驶和智

《中国人工智能学会通讯》——5.6 航空制孔机器人

5.6 航空制孔机器人 装配技术及其装备是飞行器等航空航天复杂产品制造过程中的关键环节.然而我国飞机制造中存在诸多问题,如自动化程度低.装配速度慢.可靠性差.精度低:飞机装配中的连接方式仍大量采用手工劳动:装配技术陈旧.落后,制孔质量.连接质量难以满足飞机性能要求:需要大量采用成套的专用型架,与国外存在较大差距.落后的装配技术已成为制约我国飞行器等复杂产品研制生产能力提高的瓶颈问题之一. 基于机器人等自动化装备的智能柔性装配技术是解决上述问题的重要手段.这种先进的装配技术充分吸收和利用了信息技术

中国人工智能学会通讯——机器学习里的贝叶斯基本理论、模型和算法

非常感 谢周老师给这个机会让我跟大家分享一下.我今天想和大家分享的是,在深度学习或者大数据环境下我们怎么去看待相对来说比较传统的一类方法--贝叶斯方法.它是在机器学习和人工智能里比较经典的方法. 类似的报告我之前在CCF ADL讲过,包括去年暑假周老师做学术主任在广州有过一次报告,大家如果想看相关的工作,我们写了一篇文章,正好我今天讲的大部分思想在这个文章里面有一个更系统的讲述,大家可以下去找这篇文章读. 这次分享主要包括三个部分: 第一部分:基本理论.模型和算法 贝叶斯方法基础 正则化贝叶斯推

中国人工智能学会通讯——无智能,不驾驶——面向未来的智能驾驶时代 ( 下 )

到目前为止似乎比较完美,而实际还 存在着一些问题.我们现在看到很多道 路上面,交通标志牌它的分布非常稀疏, 可能每过一两公里才能够检测出来一个 交通标志牌,因为毕竟这个深度学习算 法是目前最完美的,它有时候还会错过 一个交通标志牌,这时候怎么办呢?我 们会发现在路面上也有非常明显的视觉 特征,我只要把路面的这些视觉特征识 别出来进行匹配,其实是有连续的绝对 的视觉参考的.所以我们做的办法是, 把这个路面粘贴起来.这个粘贴的方法 很简单,跟我们手机拍场景图片一样, 我们慢慢移动的时候可以把这个场景

中国人工智能学会通讯——深蓝、沃森与AlphaGo

在 2016 年 3 月 份,正当李 世石与AlphaGo 进行人机大战的时候,我曾经写过 一 篇< 人 工 智 能 的 里 程 碑: 从 深 蓝 到AlphaGo>,自从 1997 年深蓝战胜卡斯帕罗夫之后,随着计算机硬件水平的提高,计算机象棋(包括国际象棋和中国象棋)水平有了很大的提高,达到了可以战胜人类最高棋手的水平.但是,长期以来,在计算机围棋上进展却十分缓慢,在 2006 年引入了蒙特卡洛树搜索方法之后,也只能达到业余 5 段的水平.所以 AlphaGo 战胜韩国棋手李世石,确实是人

中国人工智能学会通讯——深度学习与视觉计算 1.3 计算机视觉领域利用深度学习可能带来的未来研究方向

1.3 计算机视觉领域利用深度学习可能带来的未来研究方向 第一个,深度图像分析.目前基于深度 学习的图像算法在实验数据库上效果还是 不错的,但是远远不能够满足实际大规模 应用需求,需要进一步的提升算法性能从 而能够转化相应的实际应用.比如这个基 于图片的应用,可以估计性别和年龄,但 是其实经常会犯错,因此需要进一步提升 深度图像分析的性能. 第二个,深度视频分析.视频分析牵扯 到大量的数据和计算量,所以做起来更加 麻烦.当前深度视频分析还处于起步的阶 段,然而视频应用非常广泛,比如人机交互. 智

中国人工智能学会通讯——智创未来 未来已来

2016 年带着我们难忘的记忆,就这样翻篇了.由我们学会发起.全国多个组织积极参与的.纪念全球人工智能 60 年的一个个系列活动历历在目,在我们身边发生的种种无人驾驶的比赛和试验活动还在让我们激动不已,AlphaGo 战胜人类围棋冠军李世石的震荡被 Master 的新战绩推向又一个新高潮,时间就这样把我们带入了新的一年--2017 年. 对 2017 年的人工智能,我们会有什么期待呢? 深度学习会火 无人驾驶会火 机器人产业会火 机器同传会火 人机博弈会火 交互认知会火 不确定性人工智能会火 智