大力开发服务型人工智能的情能

2020-12-28 16:50程承坪
关键词:情绪人工智能人类

程承坪

(武汉大学 经济与管理学院,湖北 武汉430072)

人工智能(Artificial Intelligence,AI)是划时代的科技变革,它将通过给各相关产业和各相关要素赋能的方式,促进技术创新,提高劳动生产率,降低交易成本,从而加速经济增长。AI对经济社会发展的积极影响已经引起了国际社会的广泛关注和重视,自2016年以来,全球17个国家和地区发布了促进AI应用与开发的国家战略或规划。从2016年开始,中国政府相关部门先后发布了《“互联网+”人工智能三年行动实施方案》《新一代人工智能发展规划》等国家战略和政策规划。党的十九大报告强调,要“推动互联网、大数据、人工智能和实体经济深度融合”[1]。

目前我国比较重视AI与实体经济的融合,注重对AI的智能开发,期望AI赋能实体经济,促进实体经济的高质量发展。然而,自2013年开始,中国服务业超越制造业成为第一大产业①,从2015年开始,服务业占GDP的比重超过50%,达到50.5%,此后该比重持续提高,2019年达到53.9%[2-3]。在这一历史背景下,AI不但要与实体经济深度融合,为实体经济赋能,而且更要与服务业深度融合,为服务业赋能,促进中国产业结构不断高度化和合理化,提高服务业的质量,实现中国经济的整体高质量发展。

当前,无论在国内还是在国外,都存在AI既与实体经济加速融合,也与服务业加速融合的趋势。根据国际机器人联合会(International Federation of Robotics,IFR)发布的《2018年世界机器人报告》,2018年世界服务型机器人销售量同比增加了85%,销售额同比增加了39%[4]。在中国,淘宝、京东、携程以及航空、电信类企业等都大规模地使用AI客服;在日本,聊天机器人正走入寻常百姓家;英国为国家健康医疗服务的用户提供聊天机器人服务。

然而,无论国内还是国外,都存在重视AI智能(Intelligence Quotient, IQ)开发但忽视AI情能②(Emotional Quotient,EQ)开发的现象,从而导致AI缺乏情能,用户对AI提供的服务普遍感到不满意。Longoni等通过实证研究发现,用户对医疗服务中的AI有很强的拒斥感和不信任感[5]。Huang等的实证研究也表明,目前的服务型AI不能满足人们在交往中的情感诉求和解决个性化问题的愿望[6]。

国内外重视AI智能开发,忽视AI情能开发,虽然其原因是多方面的,但是没有充分地认识到AI赋能实体经济的方式与赋能服务业的方式有所不同是一个重要原因。实体经济主要是解决人与自然之间的关系,实践表明具备一定智能的AI能够显著地提高实体经济的劳动生产率。但服务业主要是解决人与人之间的关系。埃特尔(Wolfgang Ertel)认为:“人工智能就是关于如何使计算机去做现在由人做,但比人做得更好的事情的研究。”[7]2而人既具有智能,也具有情能。因此,要提高服务业的劳动生产率,AI仅拥有智能是不够的,还必须拥有情能。

目前,学术界对AI赋能实体经济的研究较多[8-10],但对AI如何赋能服务业的研究却很少[11]。本文提出的观点是:AI要赋能服务业就必须既要拥有智能也要拥有情能,当前需要大力开发服务型AI情能。

一、能否赋予人工智能情能

要科学地回答能否赋予AI情能的问题,就必须熟悉AI发展的历程、取得的成就、遇到的困难及其原因。

(一)AI发展的历程

人类的意识可区分为智能和情能,智能主要包括推理、规划、计算等理性思维活动的能力,情能主要包括认知、理解和管理情绪以及运用情绪促进思考的能力。在1956年人工智能概念提出之初,人工智能被设定为“研究与设计的智能体(agent)”,智能体被定义为能够适应环境的机器,或称之为智能机器人。目前,百度给出了一个被广泛接受的人工智能概念:人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。这意味着AI主要被用于模拟、延伸和扩展人的智能,并不包括情能。

自AI概念提出到目前为止,AI工作原理的发展主要是围绕如何提高AI的智能进行的,大致经历了三个发展阶段③。1956年以来,AI逻辑推理着重命题逻辑、谓词演算等知识表达算法,其典型形式是专家系统,AI工作原理的指导思想是“人类的思维是一种确定的过程”。1980年代以来,在AI的研究和使用过程中,AI科学家发现逻辑推理不能完全模拟人类思维,因为人类思维更多的不是一种确定的过程,而是一种随机过程。于是,AI的工作原理由“确定性推理”修改为“不精准推理”。不精准推理包括模糊推理、证据推理和概率推理三种方法。20世纪80年代以来,应用不精准推理方法发明了视觉识别、语音识别和机器学习等,并得到了广泛的商业运用。然而,不精准推理不能使AI像人类那样举一反三。对此,美国加州大学洛杉矶分校的计算机专家、2011年图灵奖获得者朱迪亚·珀尔(Judea Pearl)认为,原因在于AI不具备因果推理能力,它必须通过大数据才能解决小任务,无法做到像人类那样利用小数据解决大任务[12]。因此,要提高AI的工作效率就必须赋予AI因果推理能力。因为数据的收集和加工,成本是很高的,只有实现因果推理,才能使AI大大节约数据成本,像人类一样思维。因此,从2000年代以来,AI专家们开始尝试开发具有因果推理能力的AI,但这一研究至今没有取得十分有效的成果,原因在于人类还不完全清楚大脑的结构及其因果推理能力的工作机制。

(二)AI发展的成就、困境及原因

AI在模拟人类智能方面取得了可喜的成就。从前文AI发展历程的阐述中,我们知道截至目前AI经历了三个发展阶段,这三个发展阶段可以归结为两种思路:一是符号主义学派的发展思路,另一个是连接主义学派的发展思路。确定性推理和不精准推理都属于符号主义学派,取得成就的突出案例有1997年IBM开发的“深蓝”超级计算机战胜了国际象棋世界冠军卡斯帕罗夫以及广泛应用的视觉识别、语音识别、机器学习等AI新技术;深度学习和因果推理都属于连接主义学派,取得成就的突出案例有2016年谷歌开发的人工智能机器人AlphaGo战胜了世界围棋冠军李世石以及逐渐普及的AI医生、AI律师等AI新产品。

AI在模拟人类情能方面的成就虽然没有模拟人类智能方面的成就突出,但也有了一些突破。譬如,德国汉诺威莱布尼兹大学开发出了能感知疼痛的人工神经系统及其机器人,日本软银出资研发出了可以感知人类情感的机器人“Pepper”等。

AI存在的问题,一是缺乏因果推理能力,二是缺乏情能。目前AI的发展在整体上处于弱人工智能发展阶段,离强人工智能发展阶段似乎还很遥远,存在明显的“莫拉维克悖论”(Moravec’s paradox)现象,即AI在逻辑运算能力上无比优异,却在感知和行动能力上不如1岁的小孩,普遍缺乏EQ[13]。

AI发展的困境在于两个方面的原因。一是没有弄清人类行为或意识的工作机制和基础,而弄清这一问题可以提高对人类行为或意识的模拟效率。二是没有弄清人类行为或意识是否皆可模拟,如果不是皆可模拟,那么哪些人类行为或意识可以模拟、哪些无法模拟,而弄清这一问题可以使人们对人类行为或意识的模拟采取“有所为有所不为”的策略,尽量少走弯路。

就第一个原因而言,要模仿人类的行为或意识,首先必须清楚人类的行为或意识的工作机制。但绝大多数的研究者着重对人脑结构的解剖学研究,以期获得人类智能的工作机制,从而通过模仿人类智能的工作机制来提高AI的IQ。但现象学家和许多神经认知科学家认为,其实人类并不完全是依靠大脑来思维的,人类思维具有“具身性”,身体对人类思维的影响不可忽视。布林克·玛丽亚(Brincker Maria)指出:“自主体和智力的许多维度扎根于我们的肉身和血液具身化,以及卷入到世界和可感知他人的情感-感觉运动之中,并由此反映出来。因此,我们的社会性本质,以及某种程度上我们独特的心智属性,恰恰是从不同的可感知的自主体的互动中涌现出来的”[14]。因此,AI企图仅仅通过模仿大脑的结构而实现对人类行为的模拟可能无法达到目的,即使完全弄清了大脑的结构及其工作机制,也难以完全实现对人类行为的模拟。

AI在模拟人类情能方面的成就不够突出,除了受到上述原因的影响以外,还与对AI情能的研究重视不够、深入不够有关。人类的情能与智能的行为逻辑有较大的差别,智能主要是理性思维,受逻辑规律的支配,而情能主要是情绪感受和生命体验,受心理学④原理的支配。如果简单地将开发AI智能的行为逻辑运用在开发AI情能上,必然难有成效。目前的心理学关于情能的研究主要是针对人与人之间的关系展开的,适用于人类,而关于AI情能的研究应当主要针对AI与人之间的关系展开⑤[15]。因此,目前的心理学理论和原理并不完全适合指导开发AI的情能,需要AI专家与心理学家通力合作,深入研究和构建AI心理学,用以指导开发AI的情能。

就第二个原因而言,自AI概念诞生以来,对模拟人类智能的探索都是在世界可数字化理念的主导下进行的。坚信世界可数字化的观点,在学术界被称为“强计算主义”。在强计算主义者看来,世间万事万物皆是可计算的,因而也是可以被模拟而再现的。但强计算主义的立论难以成立,我们可以根据“哥德尔不完备性定理”、图灵机和“判定问题”以及约翰·塞尔提出的“中文屋”思想实验等理论和思想,把强计算主义证伪。

弱计算主义与强计算主义有所不同,弱计算主义认为,在自然界和社会中有广泛的不可计算的存在,可计算的世界仅仅是我们所能精确理解的世界的一部分,而且计算过程也存在某种不完备性、不可判定性和不可计算性的领域。在弱计算主义者看来,强计算主义的“宇宙就是一部计算机”的命题是不成立的[16]。

诺贝尔经济学奖获得者哈耶克(Von Hayek)虽然不是弱计算主义者,但是他基于弱计算主义类似的洞识,提出了“理性不及”观点:人类只能有限度地认识宇宙及其包括人本身的各种事物[17]。

心理学把人类的记忆划分为“陈述性记忆”和“非陈述性记忆”,前者可以用语言表达出来,而后者不能。金观涛指出,默会知识属于非陈述性记忆之一,譬如游泳、骑车等,人们可以通过实践来获得这些知识,但却不能用语言描述它。陈述性记忆是能够以符号系统予以表述的知识,可以被传递、重构、遗忘甚至歪曲。金观涛认为,默会知识是不可能数字化的,从而不可能人工智能化[18]。这意味着人类的行为或意识并不都是可认识、可计算和可模拟的,但对于哪些人类行为或意识可以模拟、哪些无法模拟的问题,还需要AI科学家深入思考和探索。

综上所述,AI不能完全模拟人类的行为或意识,但可以一定程度上模拟,而且通过模拟取得了一些可喜的成就。

根据“多重可实现”理论,一种功能可以有多种不同的实现机制[19]。因此,尽管AI与人类具有不同的物质基础以及行为逻辑基础,但AI仍然可以通过模拟,一定程度上具有类似人类的行为或意识活动的能力。人类研究和开发AI,目的在于扩展人类的能力,增进人类的幸福,而不在于完全复制人类的行为或意识,譬如人类研究鸟类的飞行行为,并不要求人类完全复制鸟类的生物基础和行为逻辑,只要能够模拟鸟类飞行行为,实现在蓝天中翱翔的理想就达到了目的。事实上,目前通过模拟人类的行为或意识活动,AI具有了计算能力、记忆能力、检索能力以及一定程度上的感知人类情感的能力等等,甚至AI的有些能力超过了人类的能力,譬如AI具有了比人类更强、更快的计算能力⑥、更强大的记忆能力和检索能力。典型案例有,IBM开发的“深蓝”超级计算机战胜了国际象棋世界冠军卡斯帕罗夫,谷歌开发的人工智能机器人AlphaGo⑦打败了世界围棋高手李世石,中国科大讯飞公司开发的AI医生能诊断1000多种疾病,其能力超过了一般的全科医生。这说明部分人类的行为或意识可以通过一定的方式加以模拟,使AI看上去像一个人,能够与人类进行基本的交流,帮助人类完成一些人类难以胜任或不愿意从事的劳动任务,在某些领域AI充当劳动力,而且在某些领域AI能够比人类做得更好[20]。通过对人类行为或意识的模拟,AI能够有效地提高劳动效率,丰富劳动内涵,增进劳动财富。

二、如何赋予人工智能情能

哈佛大学心理学博士、美国科学促进协会(AAAS)研究员丹尼尔·戈尔曼(Daniel Goleman)在EmotionalIntelligence:WhyItCanMatterMoreThanIQ一书中,通过广泛的实证研究得出了一个被广为接受的结论:情绪智力是决定人们成功的重要因素。由此,我们可以推论:AI要提高劳动效率并广泛被人类接受,就必须拥有EQ。

目前AI处于弱人工智能发展阶段,而AI必然要向强人工智能发展阶段迈进。强人工智能不同于弱人工智能的根本特点在于,前者能够像人类那样行为,后者只局限于模拟单一方面的人类行为。AI要像人类那样行为,就不能仅仅具有IQ,还必须具有EQ,能够同时模拟人类多种行为。因为人类发明AI,目的在于替代人类劳动,为人类创造更多的物质财富和精神财富,而大多数人类劳动,特别是服务性劳动,不但包含技术性,也包含社会性。技术性劳动需要IQ,社会性劳动需要EQ,因此,大多数劳动既需要IQ,也需要EQ,譬如,医生给病人治病,病人既希望医生医术高超,也希望医生给予精神关怀。目前的AI医生虽然能够诊断1000多种疾病,但缺乏精神关怀,AI医生要完全替代人类医生还有很长的路要走。赋予AI情能,是弱人工智能向强人工智能迈进的必然要求,那么如何赋予AI情能呢?我们认为可以从以下三个方面着手:

(一)赋予AI情绪感知能力和情绪表达能力

迈耶(Mayer J D)等指出,EQ主要是指个体能够有效地加工情绪信息的心理能力,包括情绪感知能力、情绪表达能力、情绪理解能力和情绪调节能力等,其中情绪感知能力和情绪表达能力是其他EQ的基础[21]。在人与人交往过程中,个体既要准确地感知他人的情绪状态,也要准确地表达自己的情绪态度,这样才能实现个体之间的顺畅情绪沟通,达到情绪状态的平衡,避免个体情绪的失控而引起矛盾。

荷兰经济学家贝尔纳德·孟德维尔(Bernard Mandeville)指出,许多人以为情绪是受理智控制的,但事实恰恰相反,即使是最深思熟虑的哲学推理,也只不过是某种占主导地位的情绪欲望的理性化而已。理智常常受情绪控制和左右,人们总是把自己的理智用在自己的激情所关注的事物上[22]。这意味着在人与人之间的交往过程中,只有平衡他人的情绪才能理性地与之沟通交流,譬如酒店的前厅服务员面对一个情绪较大的客人,首先要解决的问题是如何平息客人的情绪,其次才是如何解决客人提出的问题。由于情绪具有个体特性,同样的事件对不同的人会引起不同的情绪反应,因此平衡个体的情绪也必须采用个性化的方法。然而,目前的AI客服,对待任何客人的情绪反应都是千篇一律的刻板腔调,既无法准确地识别客人的情绪状态,也无法合理地表达情绪态度,因而引起了广泛的不满。Huang和Longoni等人[6,7]的实证研究均发现,绝大多数客户对服务型AI的服务不满意、不接受,更愿意接受人类服务员的服务。AI千篇一律的服务态度不但无法平息客户的不满情绪,而且常常还会引起负面影响,加剧客户的不满。因此,欲提高AI服务效率首先必须赋予AI情绪感知能力,其次根据客户的不同情绪状态,赋予AI个性化的情绪表达能力。

通过下面的措施可以赋予AI情绪感知能力和情绪表达能力。一般而言,人的情绪会通过身体、声音、肢体等表现出来。身体表现就是生理变化,譬如血压升高、心跳加快、脸色改变等;声音表现就是声调、响度、频率的变化;肢体表现就是肢体动作的变化[23]。通过测度这些指标,综合判断人的情绪变化,感知人的情绪状态,在此基础上设计AI的情绪表达方式,包括AI的声音、语言和肢体动作,以达到稳定客户情绪、恢复其理性思维的目的。目前在这方面已经取得了初步的研究成果,譬如美国Emotient人工智能公司开发出了一款通过识别客户的面部表情来判定客户情绪的AI。随着技术的不断完善和经验的逐步积累,AI的EQ能力会不断地得到提高。

(二)赋予AI情绪理解能力

根据心理学原理,对情绪的正确感知是对情绪正确理解的前提,而对情绪的正确理解又是情绪正确表达的前提。迈耶等指出,在人类交往过程中,情绪理解能力是建立社会关系和情感交流的基础[21]。所谓情绪理解能力,耶普(Yip J A)以及迈耶等认为,它是指在特定情境下,个体理解情绪产生的原因和结果的能力,以及凭借该信息作出适当情绪反应的能力[24-25]。

情绪的产生具有静态和动态的特征,因而对情绪的理解也区分为对情绪状态的理解和对情绪动态过程的理解。对情绪状态的理解是指对面部、声音、肢体等表现出来的情绪的理解,这里的“理解”也可解读为对情绪的感知,因此,情绪状态理解能力可归类为情绪感知能力。对情绪动态过程的理解是指对情绪产生原因的把握、对情绪行为的识别以及对情绪表达规则的认知等。

就服务型AI而言,对客户情绪产生原因的把握,通常与服务的行业性质和特点有关。譬如水、电、气电话客服,客户的情绪通常与费用不合理、维修不及时和不到位、维修人员维修时操作不规范、服务态度不好等因素有关。因此,要针对不同原因设计AI的不同情绪把握方式。

对客户情绪行为的识别,要求AI能够根据客户的情绪行为判断其情绪的强烈程度以及希望解决问题的迫切程度等。情绪表达规则体现了个体在社会化过程中获得的、用以指导特定社会情景下表达个体情绪以符合社会期望的规则体系。情绪表达规则与行业、岗位或职权相关联,因此,AI情绪表达必须遵循情绪表达规则。当客户向AI客服表达情绪时,AI应根据客服的职业特点,按照本行业、本单位对客服的情绪表达规则的要求,对客户输出合情、规范的情绪信息,表达关心、同情、慰问的安抚态度,疏导客户非理性情绪,进而为与客户理性沟通、解决客户提出的问题奠定良好的基础。

要转变或疏导客户的情绪态度,必须遵循一定的心理学原理。在心理学中有三种态度转变理论可作为设计AI情绪理解能力的指导理论。

一是费斯廷格(Festinger L)提出的认知失调理论[26]350-351。该理论认为,人们的认知结构是由知识、观念、观点、信念等组成的,每一个具体的知识、观念、观点、信念都是一个认知单元,个体内有许多认知单元,这些认知单元之间存在三种关系:正相关、负相关和独立。当认知单元之间呈不协调的负相关关系时,会导致心理上的不愉快,这种不愉快的强度越大,人们想减轻或解除不协调关系的动机就越强烈。当认知结构内各认知单元之间呈协调的正相关关系时,人们就愿意保持这种关系。

二是凯尔曼(Kelman H)提出的态度变化三阶段理论[26]351-352。该理论认为,个体态度的转变通常会经历服从阶段、同化阶段和内化阶段这三个阶段。只有实现了态度的内化,个体才实现了真正的态度转变。

三是海德(Heider F)提出的态度转变的平衡理论[26]352-354。该理论认为,人类普遍地有平衡、和谐的心理需要。个体如果在认知结构上产生了不平衡、不和谐的认知现象,就会导致心理上的紧张感和焦虑感,为了排除这种不愉快的感觉,个体就会努力改变认知结构,实现认知结构的平衡与和谐。

(三)赋予AI情绪调节能力

迈耶等指出,所谓情绪调节能力,是指个体根据社会环境的要求,采取一系列认知和行为策略,对自我或他人的情绪进行调整的能力。情绪调节能力是建立在情绪感知、情绪理解和情绪表达的基础上的[25]。换言之,情绪调节能力是指通过感知、理解他人的情绪,按照情绪表达规则,调节自己或他人情绪的能力。从心理学角度而言,格罗斯(Gross J J)等指出,情绪调节是调整情绪体验及其相关情绪行为的过程,同时也是调整或维持情绪、唤醒情绪、认知情绪、体验情绪和实施情绪行为的过程,受调节的情绪主要包括情绪体验、情绪生理反应和表达情绪行为[27]。格罗斯认为,被调节的情绪包括两个方面的内容:一是情绪的格调,指反映心境特点的具体情绪,譬如悲伤与快乐等;二是情绪的动力性,指情绪的强度、范围、波动程度、潜伏期、启动时间和持续时间等[28]。情绪调节的目的在于,个体运用认知和行为策略,改变自我或他人的情绪格调和情绪动力,实现相互之间的情绪平衡与和谐。

AI研究者可根据心理学关于情绪调节能力的相关理论,对AI的情绪调节能力加以设计,但必须认识到,AI的情绪调节能力与人类的情绪调节能力有所不同,人类的情绪调节既调节自己的情绪,也调节他人的情绪,而且人类的情绪受情绪互动的影响,而AI只调节他人的情绪,且情绪互动不会影响AI的情绪反应。因为AI既没有情绪体验,也没有情绪生理反应,譬如AI不会消极怠工和盲目攀比,不会产生因为客户的情绪表达不当而被激怒等人类常见的心理反应现象。因此,科学地设计AI情绪调节能力,可以实现既规避人类情绪调节的负面影响,又吸收人类情绪调节的合理因素,从而最大程度地提高AI的服务效率。一方面,在设计AI的情绪反应时,要注重AI的情绪表达与客户情绪的高度相关性,譬如当客户显得悲伤时不能让AI表现得非常快乐,也不能让AI表现得无动于衷,而应给予客户更多的同情和关怀;另一方面,要根据客户的情绪状况,科学地设计AI与客户的情绪互动频率、互动持续时间以及AI情绪表达的方式方法、情绪表达的强度和多样性,科学地转移客户的情绪注意力等,使客户的情绪得到有效的调节。

三、结语及政策建议

中国经济已由实体经济占主导转变为服务业占主导的产业结构,AI的发展既要通过发展AI的IQ赋能实体经济,也要在发展AI的IQ基础上通过开发AI的EQ赋能服务业,实现中国经济的整体高质量发展。目前AI的发展处于弱人工智能发展阶段,主要发展AI的智能。然而,世界AI的发展日新月异,弱人工智能向强人工智能发展是必然的趋势,而强人工智能不仅需要赋予AI智能,也需要赋予AI情能,使之像人类那样行为。因此,赋予AI情能,既是中国发展服务业的现实需要,也是AI发展的必然技术要求。

受两个方面因素的影响,AI不可能完全模拟人类的行为或意识活动:一是人类还没有完全弄清人类的行为或意识的工作机制;二是人类的行为或意识活动并不是都能形式化或数字化,以形式化程序驱动的AI,必然难以完全做到像人类那样行为。尽管如此,根据“多重可实现”理论,仍然可以使AI模拟人类许多的行为或意识活动,这些行为或意识活动既包括IQ,也包括EQ。换言之,我们可以通过一定的技术手段,赋予AI智能和情能,使之看上去像人类那样行为,帮助人类完成一些人类难以胜任或不愿意从事的劳动任务,提高劳动效率、丰富劳动的内涵、扩大劳动的外延,从而为人类创造更多的劳动财富。

可以从三个方面赋予AI情能:一是赋予AI情绪感知和情绪表达能力,二是赋予AI情绪理解能力,三是赋予AI情绪调节能力。

根据以上研究结论,本文提出三个方面的政策建议:

一要充分重视AI情能的发展。目前中国AI发展势头良好,在AI智能发展的理论与应用方面都取得了积极成效,但是在AI情能研究和开发方面存在不足,应引起足够的重视。AI情能的研究和开发,既与计算机技术相关,也与心理学相关。目前的心理学研究主要是针对人类的,针对AI的心理学研究和应用很少,这需要AI专家与心理学专家密切配合,共同努力。从心理学角度而言,应根据AI技术的特点和经济社会发展的实践需要,扩大心理学的研究对象,研究基于AI的情绪智力理论,使之更好地指导和服务于AI情能发展的需要。从AI技术角度而言,应开发基于情绪的AI算法和编码技术,发展出新的情绪识别技术和方法。通过AI技术和心理学的合作,使得人类在公众场合下的情绪更加易于识别、提取,使AI服务更加人性化、个性化,从而提高AI服务的质量,促进中国服务业的高质量发展。

二要注重AI情能研究与开发的复合性人才的培养。AI情能研究与开发,既涉及到AI技术,也涉及到与情绪相关的心理学知识。为了促进中国AI情能的研究与开发,需要培养大量的AI技术与心理学相交叉的复合性人才,以夯实中国AI情能发展的人才基础。

三要针对不同类型服务业的特点,建立细分服务业情绪数据库。不同类型服务业具有不同的特点,其情绪表现也有较大的差别,同时,情绪表现也与文化环境相关。因此,要建立与本地文化环境相适应的不同类型服务业的情绪数据库。要对现有的DEAP(生理信号)数据库和“情绪识别”算法模型进一步开发,对情绪推理专家系统知识库加以扩充和完善,在此基础上,建立细分服务业的情绪数据库,为AI情能的开发提供强大的数据保障和技术支持。

注释:

①关于三大产业的划分,各国有不同的做法,学术界有不同的观点。中国国家统计局规定流通业和服务业为第三产业,但流通业也通常被视为广义的服务业。因此,本文不区别服务业与第三产业。

②情能是指情绪智力,与智能或智力相对应,情能亦称情商。情商概念是由美国耶鲁大学的萨罗威(Salovey)和新罕布什尔大学的玛伊尔(Mayer)提出来的,它是指个体监控自己及他人的情绪和情感,并识别、利用这些信息指导自己的思想和行为的能力。

③这三个发展阶段在时间上有交集。

④本文的心理学是泛指,实际上还包括心理学以外的其他人文社会学科的内容,因为人不仅仅是自然的产物,更是文化的产物。相应地,本文所谓的心理学家泛指包括心理学家在内的人文社会科学家。

⑤对于当前AI缺乏EQ的重要原因,潘云鹤认为,AI的发展主要是基于计算机科学理论,缺乏心理学理论的介入和指导,具体可参见文献[15]。

⑥人的反应速度仅在毫秒量级,硅基芯片却可以达到纳秒量级,而量子芯片又是硅基芯片速度的1000倍。

⑦谷歌在AlphaGo的基础上开发出了功能更加强大的AlphaZero和AlphaFold。

猜你喜欢
情绪人工智能人类
人类能否一觉到未来?
人类第一杀手
1100亿个人类的清明
2019:人工智能
人工智能与就业
小情绪
小情绪
小情绪
数读人工智能
下一幕,人工智能!