《中国人工智能学会通讯》——7.32 量化计算 建立情感数据库

7.32 量化计算 建立情感数据库

“从人机交互的历史演进来看,经历了手工作业阶段、作业控制语言及交互命令语言阶段、图形用户界面阶段、多模态人机交互阶段到高级人机交互多个阶段”,任福继在“第七届全国认知科学会议暨第一届中国与世界认知科学国际会议”主题报告中着重强调了高级人机交互的概念,“到这一阶段后,机器才能够达到或无限接近人与人的交互”。

“具有情感的高级人机交互是实现人机和谐、友好共存的有效途径。”但机器是无生命的,人是有生命的,两者之间的区别就在于有无情感。而人的情感多种多样,又是虚空无形,因此在情感的主动采集、高效融合、选择感知和意图理解等环节上的调控是否精确,是提升人机交互效果的关键。

那么,要抓住人类特有的情感要素,首先就是感知多种情感,进行量化分析!任福继想到了情感计算!目前,为让机器人感知人类情感并产生与人类相似的情感,比较流行的研究手段是脑认知,即对人类大脑进行科学计算。

任福继却认为,与其直接剖析复杂脑结构,认知脑功能,不如反向而行,通过外界信息(如语言、语音、面部表情、手势姿态等)的逆向推演,利用情感计算的手段,模拟与情感之间的关系,间接地认识脑功能,认知情感机制。

“高级人机交互要想突破现有技术瓶颈,关键取决于对智能机器人赋予的情感计算与交互能力。而以智能机器为载体、以多元感知为手段、以情感计算为突破是实现高级人机交互的有效途径。”于是,他带领团队设置了“机器人个性化人格库”,在此基础上创建了“人类情感认知与机器情感创生”的工学模型,把人的情感认知与机器的情感创生出来了。

另外,考虑到在外界影响下人的情感类型会不同,他带领团队又提出了令世界瞩目的“心状态转移网络”理论。任福继介绍说,“首先将人的内心情感分为 n 个状态,假设它对应于信息处理过程中的 n 个离散状态,我们称为心状态。当各状态在受到外界刺激时,依据这之前的状态将向另外的状态转移,这就是这个时间点后的情感状态。根据大数据,可以分析得到这个心状态转移网络。

”任福继团队把提出的“人类情感认知与机器情感创生”与“心状态转移网络”的研究成果形成论文,荣获 IEEE、ICAI 国际会议杰出论文奖,技术水平已领先世界。

可是,新问题又来了。心状态转移网络这“情感”大数据的创建与应用,怎么在机器人身上实现呢?于是,任福继带领团队开始筹划起了“丰心工程”项目。

时间: 2024-12-04 20:26:29

《中国人工智能学会通讯》——7.32 量化计算 建立情感数据库的相关文章

中国人工智能学会通讯——KS-Studio:一个知识计算引擎 1.3 KS-Studio 知识计算引擎

1.3 KS-Studio 知识计算引擎 2012年,中国工程院启动建设"中国工程科技知识中心(CKCEST)"项目1.该项目是我国工程科技领域重要的大数据项目,旨在打通和汇聚各类工程科技数据资源,通过技术分析处理形成知识库,并开发各种应用提供知识服务,推动国家工程科技战略思想库的建设,服务于国家的战略决策. 从数据的性质看,建设知识中心所需的知识是高度结构化的,而分散在各工程科技领域的数据资源绝大部分属于非结构化数据.如何将无序繁杂的文本.图像.视频等原始的非结构化数据加工转化为有序

中国人工智能学会通讯——KS-Studio:一个知识计算引擎 1.2 知识图谱构建

1.2 知识图谱构建 知识图谱由实体.实体的属性描述以及实体和实体之间的关联构成.尽管其对于大数据人工智能的实现意义非凡,但其构造过程却极为困难.在早期,知识图谱构建单纯依赖于人类专家.在这一方法中,知识图谱中的实体.实体属性与实体关联关系完全由专家人工构造,此类知识图谱包括WordNet[2].CyC[3]等.WordNet定义了词汇之间的特定语义关系,包含约15万个词汇.20万个词汇语义对:CyC 包含了320万条人工定义的断言,涉及30万个概念.1.5万个谓词.随着互联网兴起,虽然依靠专家

中国人工智能学会通讯——KS-Studio:一个知识计算引擎 1.4 结束语

1.4 结束语 下一代人工智能(AI 2.0)将改变计算本身,将大数据转变为知识以支持人类社会作出更好决策[19].目前KS-Studio正在以知识图谱的自动构建为基础,不断丰富对于非结构化数据的知识加工处理的能力,并在不断探索将数据驱动方法与人类常识先验与隐式直觉有效结合起来的可能,我们认为只有如此才能实现可解释.更鲁棒和更通用的人工智能.

中国人工智能学会通讯——KS-Studio:一个知识计算引擎 1.1 背景

1.1 背景 人工智能正再次成为国际国内学术界和产业界关注的热点,深度学习.迁移学习和增强学习等方法在诸多领域得到了成功应用.图灵早期对获得机器智能进行了一些设想[1],即通过添加遗传物质,辅以变异.进化.教育与自然选择等手段来使得"the child machine"成熟,并进一步去模仿成人的思维,这一设想至今仍具借鉴意义.与孩童成长类似,这个"child machine"首先需要对语言.文字.图像等非结构化数据所蕴含的(常识性)概念进行理解,来感知外界环境,这是

《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——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——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——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——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