從上個(gè)世紀(jì)中葉“讓機(jī)器去思考”這個(gè)概念被提出之后，研究者們都一齊向這個(gè)方向努力著，從最初的個(gè)人電腦到如今的AI熱，讓機(jī)器理解人類并與人類交互的研究熱度在當(dāng)下的研究環(huán)境中已經(jīng)達(dá)到了空前的巔峰，多數(shù)研究者不顧“機(jī)器人威脅論”也要研究如何讓機(jī)器人能夠更好的理解人類的行為，因?yàn)檫@種研究帶來的除了“威脅”之外還有更多的益處。

 

 

　　今日，Siggraph Asia 2016亞洲電腦圖像和互動(dòng)技術(shù)展覽及會(huì)議在澳門舉行，南洋理工大學(xué)電腦工程和設(shè)計(jì)學(xué)院的教授Nadia Thalmann在會(huì)議上為大家做了一次“社交機(jī)器人及虛擬人類的行為建模”為主題的演講，在演講中她提到了社交機(jī)器人及虛擬人物在社會(huì)環(huán)境中與人互動(dòng)所需要的挑戰(zhàn)，以及能給人類帶來什么等等問題。

 

　　能跟人類對(duì)話還不夠，機(jī)器人還得會(huì)用表情、手勢(shì)表達(dá)情緒｜SIGGRAPH ASIA 2016

 

　　說起Nadia Thalmann教授很多雷鋒網(wǎng)（公眾號(hào)：雷鋒網(wǎng)）關(guān)注機(jī)器人的老讀者應(yīng)該都不陌生，今年年初的時(shí)候，她照著自己的樣子研發(fā)了一款仿真機(jī)器人，并因此而聞名。這個(gè)類人機(jī)器人名叫Nadine，在當(dāng)時(shí)，Nadia表示這款機(jī)器人主要用于社交用途，是為了陪伴老人和兒童而生，未來也許可以解決由人口老齡化引起的勞動(dòng)人口緊縮的問題。在這次的Siggraph Asia 2016上，Nadia Thalmann仍然大量的使用了Nadine作為演講實(shí)例。

 

　　目前對(duì)于社交機(jī)器人來說，更多的研究都集中在“讓機(jī)器人如何理解人類的語言”方面，這也是Nadine與這些機(jī)器人不同的地方，Nadine的研究方向是，除了能讓她理解人類的語言并和人類交流之外，還會(huì)有自己的表情和動(dòng)作，并且這些表情和動(dòng)作能夠表達(dá)她的情緒，同時(shí)，她也能夠通過識(shí)別人類的表情和動(dòng)作來理解人類的情緒。這樣就大大的增加了機(jī)器人在社會(huì)環(huán)境中與人互動(dòng)的能力。

 

　　在演講中，Nadia Thalmann教授為大家播放了一段視頻，演示了Nadine在與人交流過程中的動(dòng)作識(shí)別和交流上的交互。

 

　　能跟人類對(duì)話還不夠，機(jī)器人還得會(huì)用表情、手勢(shì)表達(dá)情緒｜SIGGRAPH ASIA 2016

 

 

　　從視頻中可以看出，在動(dòng)作方面，比如人在她面前丟了一本書，她就會(huì)立即做出反應(yīng)，并告知人類：“你掉了一個(gè)東西（something）”，不過目前她也只能識(shí)別出這個(gè)動(dòng)作本身，至于動(dòng)作的內(nèi)容（別如識(shí)別掉落的物體）她并不能進(jìn)行識(shí)別。

 

　　而在語言方面，人類與其對(duì)話時(shí)，表現(xiàn)出不友好的一面，比如用粗俗的語言跟她對(duì)話，她也不會(huì)像Siri一樣機(jī)械地進(jìn)行回答，而是會(huì)情緒化的對(duì)人類語言進(jìn)行“反擊”，并“怒目而視”。

 

　　能跟人類對(duì)話還不夠，機(jī)器人還得會(huì)用表情、手勢(shì)表達(dá)情緒｜SIGGRAPH ASIA 2016

 

　　Nadia Thalmann說，對(duì)于機(jī)器人來說，給它加入動(dòng)作識(shí)別及功能是非常重要的，因?yàn)橐粋€(gè)真正的社交機(jī)器人應(yīng)該能理解用戶的行為，并用以手勢(shì)、面部表情、目光等動(dòng)作加以回應(yīng)。

 

　　要達(dá)到以上的目標(biāo)是非常難的，所以，Nadia Thalmann也在會(huì)上提出了社交機(jī)器人未來研發(fā)的三點(diǎn)挑戰(zhàn)：

 

　　讓機(jī)器能夠全面的感知用戶的行為，并對(duì)用戶的行為進(jìn)行解釋分析，理解用戶的意圖。

 

　　做好利用局部傳感讓機(jī)器人在社交場合做出適合當(dāng)時(shí)環(huán)境、語境的行為決策，而不是機(jī)械般的程式化。

 

　　多線交流（不只是和一個(gè)人對(duì)話，而是多人環(huán)境）的同步以及反映的實(shí)時(shí)性的提升。

 

　　這些研究重點(diǎn)將在未來會(huì)一一實(shí)現(xiàn)，目前Nadine機(jī)器人只能有二十多種表情，而且能夠識(shí)別的動(dòng)作也有限，并且只能使用類似Kincet的體感設(shè)備來感知人的動(dòng)作，未來在傳感器等硬件方面還會(huì)有很大的提升空間。為了能夠早日完成以上有挑戰(zhàn)的研究點(diǎn)，Nadia Thalmann以及她的研究團(tuán)隊(duì)做出了一些具體的任務(wù)規(guī)劃，來逐步完成：

 

　　第一階段：讓機(jī)器人能夠和人類對(duì)話并對(duì)人類的生活方面的某些數(shù)據(jù)進(jìn)行長期監(jiān)測(cè)。它能夠幫用戶做一些簡單的事情，并且根據(jù)你的行為特征來分析一些對(duì)用戶自身有意義的數(shù)據(jù)，比如健康信息，并且這些信息會(huì)嵌入到智能系統(tǒng)當(dāng)中，當(dāng)機(jī)器人跟你進(jìn)行對(duì)話時(shí)就會(huì)將這些信息透露給你，舉個(gè)例子，當(dāng)你連續(xù)工作好幾天，沒有得到正常的休息，機(jī)器人就會(huì)提醒你：你已經(jīng)很久沒睡了，應(yīng)該休息一下。

 

　　第二階段：在第一階段的基礎(chǔ)上增添多模式交互的框架，該框架能夠使機(jī)器人能夠完全理解用戶的語言，并且在于人類聊天的時(shí)候，能夠進(jìn)行面部表情、手勢(shì)等外部語言輔助的表達(dá)，并能夠識(shí)別人類的表情和手勢(shì)。

 

　　第三階段：有獨(dú)立的思想和情感，能夠基于人格和人類進(jìn)行情感交互，比如能夠有信任、同情等這類的抽象情感，并且能幫助人類解決更高級(jí)的問題，能提出更具有說服力的決策意見，成為你生活中完全的助手。

 

　　這樣的目標(biāo)量化對(duì)于完成真正的類人機(jī)器人的目標(biāo)目前看起來貌似是可行的，在這其中就要做很多細(xì)致的工作，比如從外觀開始做，研究一些適合機(jī)器人的3D打印項(xiàng)目，來給機(jī)器人做基礎(chǔ)；還有仿生科技的研究，能夠讓機(jī)器人的行為舉止不至于傾向“恐怖谷”，要更加的自然。以上屬于外觀的建模，除此之外還需要給機(jī)器人做情緒建模，這方面就復(fù)雜的多，涉及的知識(shí)點(diǎn)異常龐雜。

 

　　但拎出外觀或者內(nèi)核都不是最難的，其中最難點(diǎn)，也就是Nadia Thalmann她們正在研究的，是如何將二者完美的結(jié)合，讓其語言和動(dòng)作進(jìn)行一個(gè)自然的交互狀態(tài)，這才是類人機(jī)器人未來發(fā)展的關(guān)鍵所在。機(jī)器人真的達(dá)到第三階段能夠?qū)θ祟愑卸啻蟮膸椭€不太好說，但一定能給人類的生活帶來翻天覆地的變化。