被機械人**，你會有什麼感覺？情感型智慧型機器可能不像它看起來那麼遙不可及。在過去的幾十年中，人工智慧（ai）越來越擅長閱讀人類的情緒反應。
但是，能閱讀人類的情緒不代表它們能理解。如果 ai 自己無法體會人類的各種情緒，那它們能真正地理解我們嗎？如果 ai 不具備這些情緒，我們把它們本身沒有的屬性強加在它們身上，是否會有一定的風險？
最新一代的 ai 增加了可用於計算機學習的資料以及優越的處理能力。人類也意識到，這些機器在完成任務方面越來越具有競爭力。
現在，除了其他功能，ai 還可以識別面孔、將面部草圖轉換成**、識別語音，甚至還能下圍棋。
最近，研究人員研發了一種 ai，能夠通過觀察人們的面部特徵來判斷其是否是罪犯。該系統使用中國人的身份證**的資料庫進行評估，結果令人震驚。ai 錯誤地將無辜者識別為罪犯的比例，大約僅是所有案件的 6％，而它能夠成功地識別出大約 83％的罪犯。這說明，ai 識別罪犯的總體精度幾乎能達到 90％！
該系統基於「深度學習」，這種方法在例如面部識別一類的感知任務中獲得了成功。在這裡，深度學習與一種「面部旋轉模型」相結合，讓 ai 去驗證兩張面部**是否是同乙個人，而這兩張**裡的光線或角度都有所改變。
深度學習大致模仿人類的大腦，建立了乙個「神經網路」，由不同層中的成千上萬個神經元組織組成。每個層會將輸入影象轉換成更高階別的抽象影象，例如將輸入的面部影象轉換成一組具有特定方向和位置的線條。這種技能可以著重將與它們所執行的給定任務最相關的一些特性自動地羅列出來。
鑑於深度學習的成功，人工神經網路可以通過面部特徵來區分犯罪分子和無辜人員並不足為奇。研究表明有以下三種特徵可以進行識別。第乙個是鼻尖和嘴角之間的角度，對於罪犯來說，他們的角度平均要比正常人小 19.6％。第二個是罪犯的上嘴唇彎曲率也比正常人平均高了 23.4％，第三個是罪犯兩眼內角之間的距離平均要窄 5.6％。
乍一看，這種分析似乎表明，我們可以通過身體特性來識別犯罪分子這一過時的觀點也並不完全是錯誤的。但是這種分析並不完整。有趣的是，在這最能體現情緒的三個特徵裡，有兩項都與嘴唇相關，而嘴唇又恰恰是我們的面部特徵裡最具有表現力的。id **，例如我們在研究中使用的那些**，都要求是中性的面部表情，但 ai 也要設法找到這些**中所隱藏的情緒。而這些情緒太微小，人類很難去注意到它們。
我們很難控制住自己不去看那些尚未進行同行評審的樣本**。確實，如果你仔細看看那些**，在那些非犯罪分子的臉上你會看到有一絲微笑。但可用的示例**有限，所以我們不能將我們的結論推廣到整個資料庫。
這並不是計算機第一次識別出人類的情緒。所謂的「情感計算」領域已經存在好多年了。研究表明，如果我們要想與機械人進行互動或者是舒適地生活在一起，這些機器應該去理解人類的情緒並適當地對這些情緒做出反應。而這片領域裡還有很大的進步空間，可能性是巨大的。
一家名為 beyondverbal 的公司稱，ai 也可以通過我們的聲音來檢測情緒。他們生產的軟體會對音訊調製進行分析，並從人們的談話方式中尋找出特定的模式。該公司聲稱他們能夠以 80％的準確度對人類的情緒進行正確的識別。在未來，這種型別的技術可能會對我們有所幫助，例如幫助患有自閉症的人識別情緒。
索尼甚至在試圖開發一種能夠與人形成情感紐帶的機械人。然而他們並沒有提供太多資訊，例如他們打算如何實現這種功能，或者是這種機械人到底能做什麼。不過，索尼公司提到他們尋求「整合硬體和服務，以提供吸引人的情感體驗」。
乙個情感智慧型的 ai，無論是陪伴某人（例如談話**）還是幫助我們執行某些任務（例如刑事審訊），它都有很多潛在的優勢。
但還存在很多道德問題和風險。我們是否可以讓 ai 陪伴老年痴呆症患者，明明它只是個機器，不會有感情，我們卻依舊相信它有感情，這是否正確？你可以只根據 ai 將乙個人定罪就認為這個人有罪嗎？顯然不是。相反，一旦對這樣的系統進行了進一步的改進和充分的評估後，危害會明顯減少，同時還會進一步核查 ai 判定是「嫌疑人」的那些人。
所以，我們應該期望 ai 變成什麼樣呢？ai 的情感和情緒等主觀問題仍然難以攻克，部分是因為 ai 可能無法獲得足夠多、有效的資料來進行客觀分析。例如，ai 可以理解「諷刺」嗎？乙個給定的句子在某乙個片段中可能是表達「諷刺」的意思，而在另一段裡則不是。
然而，資料總量和處理能力還在持續增長。所以，在未來的幾十年中，除了少數例外，ai 可能能夠跟人類一樣，可以識別出不同型別的情緒。但是，ai 是否可以體會到這些情緒還是乙個有爭議的話題。即使可以，某些情緒它們也永遠體會不到，這讓我們很難去真正地理解它們。
人類能戰勝絕悟AI嗎？
某款moba遊戲推出的智慧型ai機械人 絕悟 繼五一之後又再次出現在人們視線中，也許人們總是覺得機械人在人類面前不值一提，但是千萬不要忽視了人工智慧的強大，關卡越到後面越困難，甚至可以與職業選手相媲美，不可小覷。ai在遊戲領域中應用 從2016年起，ai機械人 絕藝 開始應用於中國圍棋隊訓練。201...
Google發布了能理解人類語言的雲服務
作者 blair hanley frank翻譯 賴信濤責編 仲培藝 上周三，google智慧型雲開發工具加入了一種雲端自然語言api。這項服務可以幫助開發者的應用理解人類語言。這對google來說是重要的一步。現在共有雲的領域中，提供商的平台對人工智慧的支援是乙個火熱的競爭點。有了自然語言處理，開發...
Google雲服務，能夠理解人類語言的雲
google 智慧型雲開發工具加入了一種雲端自然語言 api。這項服務可以幫助開發者的應用理解人類語言。這對 google 來說是重要的一步。現在共有雲的領域中，提供商的平台對人工智慧的支援是乙個火熱的競爭點。有了自然語言處理，開發者就可以通過程式理解人類的交流。這也是人工智慧助理和聊天機械人的核心...