官方网站-首页

智商情商兼备的机器人，距离我们还有多远？

让我们假想(xiǎng)一(yī)下(xià)在(zài)人(rén)工(gōng)智(zhì)能(néng)高(gāo)度(dù)发达的未来，人类会有怎样的生活？

清晨一缕阳光中，你的个人机器人已经端着一杯咖啡，来到你的床边，将你从睡梦中唤醒。在你享用咖啡的时候，它也轻声细语地报告着你今天的日程。

在它与你的长期陪伴中，它早已知道了关于你的一切，从你一丝一毫地表情变化和只言片语中，它就能察觉你的心情。它是你的最忠诚的伙伴，没有人类的臭脾气，一切只为让你的生活更加快乐顺心。

这并非遥不可及的未来，随着现如今人工智能（AI）与机器人技术的飞速发展，从智能客服到无人驾驶汽车，从医疗健康助手到家庭服务机器人，AI与机器人的结合正以前所未有的方式改变着我们的世界，开头那样的生活，已经正在(zài)逐(zhú)步(bù)变(biàn)为(wèi)现(xiàn)实(shí)。

下(xià)面(miàn)就(jiù)让(ràng)我(wǒ)们(men)一(yī)起(qǐ)探(tàn)索(suǒ)在(zài)这(zhè)个(gè)充(chōng)满(mǎn)无(wú)限(xiàn)可(kě)能(néng)的(de)新(xīn)时(shí)代(dài)中(zhōng)，情(qíng)智(zhì)兼(jiān)备(bèi)的(de)AI“智(zhì)慧(huì)生(shēng)命(mìng)”（以(yǐ)下(xià)简(jiǎn)称(chēng)“数(shù)字(zì)人(rén)”）将(jiāng)会(huì)如(rú)影(yǐng)响(xiǎng)我(wǒ)们(men)的(de)日(rì)常(cháng)，以(yǐ)及(jí)又(yòu)会给我们的社会带来哪些意想之外的改变吧。

情智兼备“数字人”的应用场景

首先，在与我们工作、生活十分贴近的场景中，“数字人”会有哪些有趣的应用场景呢？

医院里的“智能护士”：让我们先看一组数据。根据世界卫生组织《2020年世界护理状况报告》显示，2018年全球每千人拥有护士数量为3.7人，其中美洲为8.3人，欧洲为7.9人。反观中国，每千人注册护士数量从2018年的2.9人增长至2021年的3.5人，仍未达2018年全球平均水平。北京作为医护资源丰富的典型城市，其千人护士数为6.9人，尚不及(jí)2018年(nián)欧(ōu)洲(zhōu)平(píng)均(jūn)水(shuǐ)平(píng)。数(shù)据(jù)反(fǎn)映(yìng)到(dào)现(xiàn)实(shí)生(shēng)活(huó)中(zhōng)，就(jiù)是(shì)患(huàn)者(zhě)在(zài)医(yī)院(yuàn)就(jiù)医(yī)时(shí)，医(yī)护(hù)水(shuǐ)平(píng)很(hěn)难(nán)达(dá)到(dào)预(yù)期，进而可能会滋生不满，诱发医患矛盾。

而情智兼备的“智能护士”却能让这个问题迎刃而解。它能识别患者的健康、情绪状态，提供个性化的护理和情感陪伴，真正在医疗系统中也做到“随叫随到的保姆式陪伴”，从而提高患者的康复效果和心理健康。

永远不会发火的“好家长”：但凡辅导过孩子家庭作业的家长，大多数都经历过下面的情景：简单的作业，却“百教不会”，于是家长怒了，孩子哭了，一晚上的好心情没了。这是很多家庭的生活常态。此时，如果家中有这样一位“永远不会发火的好家长”---智能家教“数字人”，一切问题就迎刃而解了。它不但什么都会，什么都懂，而且还可以掌握孩子的学习进度和对知识的吸收程度，更能照顾孩子的情绪，找到孩子更喜欢的方法，让辅导作业不再是对孩子和家长的双重折磨，学习成绩的提高便是手到擒来的事了。

如上的应用场景已经让我们对智能“数字人”未来的应用充满期待了，但其实这只是管中窥豹，“数字人”的真正普及，就如同互联网、手机的普及，将让人类的生活发生翻天覆地的变化。

比如，在酒店、餐饮等服务行业，“数字人”可以提供更加人性化的服务，如定制化的路线引导、舒缓顾客对陌生环境的紧张情绪等，真正做到“宾至如归”；在家庭环境中，“数字人”能帮助处理家务，提供情感陪伴(bàn)，特(tè)别(bié)是(shì)在(zài)老(lǎo)人(rén)和(hé)儿(ér)童(tóng)照(zhào)顾(gù)方(fāng)面(miàn)发(fā)挥(huī)重(zhòng)要(yào)作(zuò)用；在工业生产中，“数字人”能够根据工人的情绪和工作状态，调整生产节奏和任务分配，极大提高工人的工作效率；在军事领域，“数字人”也可以用于情感支持和心理辅导，提高士兵的战斗力和心理素质。

它，距离我们还远吗？

智商情商兼备的“数字人”让人心驰神往。那么，完全体的它距离我们还有多远呢？

在国际领域，头部科技企业和知名高校在多模态情感知识、情感生成与交互、专用芯片与硬件方面已经有了一定的突破。

例如，谷歌和微软的研究团队开发了多模态情感识别系统，表现出色；麻省理工学院和斯坦福大学正在积极开展跨学科合作，结合心理学、神经科学和计算机科学，深入研究情感计算的基础理论和应用技术；OpenAI的GPT系列模型和谷歌的BERT模型等，已经在情感生成方面取得了显著进展。这些模型能够生成富有情感的对话和文本，提高人机交互的自然性和用户体验。

国内在情感计算算法方面也取得了显著进展，特别是在多媒体信息处理、语音和文本情感识别领域。许多研究机构和高校，如清华大学、哈尔滨工业大学及厦门大学等，也正在构建大规模的情感数据集，支持情感计算模型的训练和优化，研发面向多类开放场景的情感计算方法及工具。

国内的科技公司，如科大讯飞和小米，也(yě)相(xiāng)继(jì)推(tuī)出(chū)了(le)具(jù)有(yǒu)情(qíng)感(gǎn)交(jiāo)互(hù)功(gōng)能(néng)的(de)智(zhì)能(néng)客(kè)服(fú)机(jī)器(qì)人(rén)；百(bǎi)度(dù)和(hé)阿(ā)里(lǐ)巴(ba)巴(ba)等(děng)公(gōng)司(sī)也(yě)开(kāi)发(fā)了(le)多(duō)模(mó)态(tài)情(qíng)感(gǎn)识(shi)别(bié)系(xì)统(tǒng)，在(zài)实(shí)际(jì)应(yīng)用(yòng)中(zhōng)提(tí)供(gōng)高(gāo)效(xiào)的(de)情(qíng)感(gǎn)识(shi)别和生成服务。此外，还有一些(xiē)初(chū)创(chuàng)公(gōng)司(sī)和(hé)研(yán)究(jiū)团(tuán)队(duì)也(yě)正(zhèng)在(zài)探(tàn)索(suǒ)情(qíng)智(zhì)兼(jiān)备(bèi)技(jì)术(shù)在(zài)教(jiào)育(yù)和(hé)医(yī)疗(liáo)领(lǐng)域的应用，开发出情(qíng)感(gǎn)教(jiào)育(yù)助(zhù)手(shǒu)和(hé)陪(péi)伴(bàn)机(jī)器(qì)人(rén)，提(tí)升(shēng)用(yòng)户(hù)的(de)满(mǎn)意(yì)度(dù)和(hé)服(fú)务(wu)质(zhì)量(liàng)。

总(zǒng)得(de)来(lái)说(shuō)，“数(shù)字(zì)人(rén)”的(de)研(yán)究在多模态情感识别、情(qíng)感(gǎn)生(shēng)成(chéng)与(yǔ)交(jiāo)互(hù)、计(jì)算(suàn)算(suàn)法(fǎ)、硬(yìng)件(jiàn)系(xì)统(tǒng)设(shè)计(jì)等(děng)方(fāng)面(miàn)已(yǐ)经(jīng)取(qǔ)得(de)了(le)很(hěn)多(duō)重(zhòng)要(yào)的(de)进(jìn)展(zhǎn)。我(wǒ)国(guó)的(de)研(yán)究(jiū)机(jī)构(gòu)及(jí)企(qǐ)业(yè)也(yě)有(yǒu)望(wàng)在(zài)情(qíng)智(zhì)兼(jiān)备(bèi)技(jì)术(shù)方(fāng)面(miàn)引(yǐn)领(lǐng)前沿技术的发展。

让“数字人”真正“活起来”！

虽然我们对“数字人”的未来憧憬很丰满，也取得了长足的进步，但现实看起来却仍有点骨感。无论真正人工(gōng)智(zhì)能(néng)的(de)实现，还是机器人技术的发展，我们距离如上的智能生活，还有一定的距离(lí)。

要(yào)让(ràng)“数(shù)字(zì)人(rén)”像(xiàng)人(rén)一(yī)样(yàng)真(zhēn)正(zhèng)“活(huó)起(qǐ)来(lái)”，还(hái)有(yǒu)三(sān)大(dà)难(nán)关迫(pò)切需要突破：

1、多模态情绪感知能力。我们知道人类感知世界是通过视觉、听觉、味觉、触觉和嗅觉进行的。例如，看似品尝一个苹果这么简(jiǎn)单(dān)的(de)动(dòng)作(zuò)，要(yào)完(wán)成(chéng)它却需要我们的大脑对视、触、嗅、味四类感觉器官的精妙调动。机器人也有视觉、听觉、触觉等“感觉器官”，而且其能力要远远超越人类。但它却缺少不同“感觉”间的有效集成、融合，这个对人类大脑来说，不费吹灰之力就能完成的事情，在机器人面前，却如盲人摸象。只有AI克服不同“感觉”间的不一致性和差异性，建立如人类大脑一样协调的配合关系，才能提取出更准确和全面的情感信息，更全面、深入地去了解我们，了解世界。

2、个性化情智分析能力。正如同样的一个汉字，一个词语，语调、语境不同，会变化出很多个意思一样，同样一个表情，也会因为个体差异等因素的影响，存在很大的个体差异。如何能做到“数字人”不会发生误解，并非易事。幸好人工智能有着超强的大模型整合能力。它可以建立适合不同个体的情感模型，从大规模数据中挖掘出个体差异的特征，并将其纳入到情感智能系统中，以实现对个体的个性化情感理解和分析。

3、仿生化情感交互能力。在“数字人”实现仿生化情感交互时，它需要表现出足够的情感真实性，这样才能让人对它产生真实的情感共鸣和连接。而如今人工智能通过算法和数据整合产生的机器人问答，仍会让人感觉不自然和生硬，难以让人对其产生感情。

如果说以上三种能力属于“数字人”在软件层面迫切需要提升的能力，那与之相配合的硬件能力提升，同样迫切。

“数字人”模型需要能够处理“味、触、嗅、视、听”多种传感器生成的数据，而且还要实现实时准确的人机交互，这对要求“数字人”提出了很高的硬件要求，它需要充足的运算能力，以便达到融合计算、低延时、增强学习、推理准确等要求。

在所有硬件中，“芯片”是提升“数字人”能力的关键。在芯(xīn)片(piàn)设(shè)计(jì)上(shàng)，“数(shù)字人”的芯片要有“既要又要还要”的特点。即它既要有满足复杂神经网络计算的高效率，又要尽量降低功耗，以延长续航时间，还要优化数据传输和处理，以尽可能降低延迟，提高实时处理能力。

无论“数字人”在软件还是硬件的进步，它的最终原动力都来源于人才，来源于人才推动的科研进步。所以，要推动“数字人”不断地向最终形态进化，在理论基础方面，还需要进一步加强基础研究，深入研究情感计算和多模态感知的基础理论，研发更加高效的算法和模型。同时，还需要在学科交叉融合方面，加强计算机科学、心理学、脑科学及认知科学等多个学科的交叉融合，让政策、高校、科研院所及科技企业形成合力，才能推动情智兼备技术的大发展。

大家以为OpenAI是2018年做出来了ChatGPT，实际上，人类花了六七十年的努力，才走到了今天。你知道现在用的神经网络是什么时候开始研究的吗？是1943年。也就是说，人类花了70多年时间，才得到今天的(de)Transformer模型，进而开启了全新的人工智能时代。而真正智商情商兼备的“数字人”完全体的落地，同样也可能经历这样漫长过程，但是只要全社会对它抱有持续的期待，也许质变的突破很快便会到来。

本文为·创作培育计划扶持作品

作者：环球时报

出品：中国科协科普部

监制：中国科学技术出版社有限公司、北京中科星河文化传媒有限公司