智商情商兼?zhèn)涞臋C(jī)器人，距離我們還有多遠(yuǎn)？

讓我們假想一下在人工智能高度發(fā)達(dá)的未來(lái)，人類會(huì)有怎樣的生活？

清晨一縷陽(yáng)光中，你的個(gè)人機(jī)器人已經(jīng)端著一杯咖啡，來(lái)到你的床邊，將你從睡夢(mèng)中喚醒。在你享用咖啡的時(shí)候，它也輕聲細(xì)語(yǔ)地報(bào)告著你今天的日程。

在它與你的長(zhǎng)期陪伴中，它早已知道了關(guān)于你的一切，從你一絲一毫地表情變化和只言片語(yǔ)中，它就能察覺(jué)你的心情。它是你的最忠誠(chéng)的伙伴，沒(méi)有人類的臭脾氣，一切只為讓你的生活更加快樂(lè)順心。

這并非遙不可及的未來(lái)，隨著現(xiàn)如今人工智能（AI）與機(jī)器人技術(shù)的飛速發(fā)展，從智能客服到無(wú)人駕駛汽車，從醫(yī)療健康助手到家庭服務(wù)機(jī)器人，AI與機(jī)器人的結(jié)合正以前所未有的方式改變著我們的世界，開(kāi)頭那樣的生活，已經(jīng)正在逐步變?yōu)楝F(xiàn)實(shí)。

下面就讓我們一起探索在這個(gè)充滿無(wú)限可能的新時(shí)代中，情智兼?zhèn)涞腁I“智慧生命”（以下簡(jiǎn)稱“數(shù)字人”）將會(huì)如影響我們的日常，以及又會(huì)給我們的社會(huì)帶來(lái)哪些意想之外的改變吧。

情智兼?zhèn)洹皵?shù)字人”的應(yīng)用場(chǎng)景

首先，在與我們工作、生活十分貼近的場(chǎng)景中，“數(shù)字人”會(huì)有哪些有趣的應(yīng)用場(chǎng)景呢？

醫(yī)院里的“智能護(hù)士”：讓我們先看一組數(shù)據(jù)。根據(jù)世界衛(wèi)生組織《2020年世界護(hù)理狀況報(bào)告》顯示，2018年全球每千人擁有護(hù)士數(shù)量為3.7人，其中美洲為8.3人，歐洲為7.9人。反觀中國(guó)，每千人注冊(cè)護(hù)士數(shù)量從2018年的2.9人增長(zhǎng)至2021年的3.5人，仍未達(dá)2018年全球平均水平。北京作為醫(yī)護(hù)資源豐富的典型城市，其千人護(hù)士數(shù)為6.9人，尚不及2018年歐洲平均水平。數(shù)據(jù)反映到現(xiàn)實(shí)生活中，就是患者在醫(yī)院就醫(yī)時(shí)，醫(yī)護(hù)水平很難達(dá)到預(yù)期，進(jìn)而可能會(huì)滋生不滿，誘發(fā)醫(yī)患矛盾。

而情智兼?zhèn)涞摹爸悄茏o(hù)士”卻能讓這個(gè)問(wèn)題迎刃而解。它能識(shí)別患者的健康、情緒狀態(tài)，提供個(gè)性化的護(hù)理和情感陪伴，真正在醫(yī)療系統(tǒng)中也做到“隨叫隨到的保姆式陪伴”，從而提高患者的康復(fù)效果和心理健康。

永遠(yuǎn)不會(huì)發(fā)火的“好家長(zhǎng)”：但凡輔導(dǎo)過(guò)孩子家庭作業(yè)的家長(zhǎng)，大多數(shù)都經(jīng)歷過(guò)下面的情景：簡(jiǎn)單的作業(yè)，卻“百教不會(huì)”，于是家長(zhǎng)怒了，孩子哭了，一晚上的好心情沒(méi)了。這是很多家庭的生活常態(tài)。此時(shí)，如果家中有這樣一位“永遠(yuǎn)不會(huì)發(fā)火的好家長(zhǎng)”---智能家教“數(shù)字人”，一切問(wèn)題就迎刃而解了。它不但什么都會(huì)，什么都懂，而且還可以掌握孩子的學(xué)習(xí)進(jìn)度和對(duì)知識(shí)的吸收程度，更能照顧孩子的情緒，找到孩子更喜歡的方法，讓輔導(dǎo)作業(yè)不再是對(duì)孩子和家長(zhǎng)的雙重折磨，學(xué)習(xí)成績(jī)的提高便是手到擒來(lái)的事了。

如上的應(yīng)用場(chǎng)景已經(jīng)讓我們對(duì)智能“數(shù)字人”未來(lái)的應(yīng)用充滿期待了，但其實(shí)這只是管中窺豹，“數(shù)字人”的真正普及，就如同互聯(lián)網(wǎng)、手機(jī)的普及，將讓人類的生活發(fā)生翻天覆地的變化。

比如，在酒店、餐飲等服務(wù)行業(yè)，“數(shù)字人”可以提供更加人性化的服務(wù)，如定制化的路線引導(dǎo)、舒緩顧客對(duì)陌生環(huán)境的緊張情緒等，真正做到“賓至如歸”；在家庭環(huán)境中，“數(shù)字人”能幫助處理家務(wù)，提供情感陪伴，特別是在老人和兒童照顧方面發(fā)揮重要作用；在工業(yè)生產(chǎn)中，“數(shù)字人”能夠根據(jù)工人的情緒和工作狀態(tài)，調(diào)整生產(chǎn)節(jié)奏和任務(wù)分配，極大提高工人的工作效率；在軍事領(lǐng)域，“數(shù)字人”也可以用于情感支持和心理輔導(dǎo)，提高士兵的戰(zhàn)斗力和心理素質(zhì)。

它，距離我們還遠(yuǎn)嗎？

智商情商兼?zhèn)涞摹皵?shù)字人”讓人心馳神往。那么，完全體的它距離我們還有多遠(yuǎn)呢？

在國(guó)際領(lǐng)域，頭部科技企業(yè)和知名高校在多模態(tài)情感知識(shí)、情感生成與交互、專用芯片與硬件方面已經(jīng)有了一定的突破。

例如，谷歌和微軟的研究團(tuán)隊(duì)開(kāi)發(fā)了多模態(tài)情感識(shí)別系統(tǒng)，表現(xiàn)出色；麻省理工學(xué)院和斯坦福大學(xué)正在積極開(kāi)展跨學(xué)科合作，結(jié)合心理學(xué)、神經(jīng)科學(xué)和計(jì)算機(jī)科學(xué)，深入研究情感計(jì)算的基礎(chǔ)理論和應(yīng)用技術(shù)；OpenAI的GPT系列模型和谷歌的BERT模型等，已經(jīng)在情感生成方面取得了顯著進(jìn)展。這些模型能夠生成富有情感的對(duì)話和文本，提高人機(jī)交互的自然性和用戶體驗(yàn)。

國(guó)內(nèi)在情感計(jì)算算法方面也取得了顯著進(jìn)展，特別是在多媒體信息處理、語(yǔ)音和文本情感識(shí)別領(lǐng)域。許多研究機(jī)構(gòu)和高校，如清華大學(xué)、哈爾濱工業(yè)大學(xué)及廈門大學(xué)等，也正在構(gòu)建大規(guī)模的情感數(shù)據(jù)集，支持情感計(jì)算模型的訓(xùn)練和優(yōu)化，研發(fā)面向多類開(kāi)放場(chǎng)景的情感計(jì)算方法及工具。

國(guó)內(nèi)的科技公司，如科大訊飛和小米，也相繼推出了具有情感交互功能的智能客服機(jī)器人；百度和阿里巴巴等公司也開(kāi)發(fā)了多模態(tài)情感識(shí)別系統(tǒng)，在實(shí)際應(yīng)用中提供高效的情感識(shí)別和生成服務(wù)。此外，還有一些初創(chuàng)公司和研究團(tuán)隊(duì)也正在探索情智兼?zhèn)浼夹g(shù)在教育和醫(yī)療領(lǐng)域的應(yīng)用，開(kāi)發(fā)出情感教育助手和陪伴機(jī)器人，提升用戶的滿意度和服務(wù)質(zhì)量。

總得來(lái)說(shuō)，“數(shù)字人”的研究在多模態(tài)情感識(shí)別、情感生成與交互、計(jì)算算法、硬件系統(tǒng)設(shè)計(jì)等方面已經(jīng)取得了很多重要的進(jìn)展。我國(guó)的研究機(jī)構(gòu)及企業(yè)也有望在情智兼?zhèn)浼夹g(shù)方面引領(lǐng)前沿技術(shù)的發(fā)展。

讓“數(shù)字人”真正“活起來(lái)”！

雖然我們對(duì)“數(shù)字人”的未來(lái)憧憬很豐滿，也取得了長(zhǎng)足的進(jìn)步，但現(xiàn)實(shí)看起來(lái)卻仍有點(diǎn)骨感。無(wú)論真正人工智能的實(shí)現(xiàn)，還是機(jī)器人技術(shù)的發(fā)展，我們距離如上的智能生活，還有一定的距離。

要讓“數(shù)字人”像人一樣真正“活起來(lái)”，還有三大難關(guān)迫切需要突破：

1、多模態(tài)情緒感知能力。我們知道人類感知世界是通過(guò)視覺(jué)、聽(tīng)覺(jué)、味覺(jué)、觸覺(jué)和嗅覺(jué)進(jìn)行的。例如，看似品嘗一個(gè)蘋果這么簡(jiǎn)單的動(dòng)作，要完成它卻需要我們的大腦對(duì)視、觸、嗅、味四類感覺(jué)器官的精妙調(diào)動(dòng)。機(jī)器人也有視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)等“感覺(jué)器官”，而且其能力要遠(yuǎn)遠(yuǎn)超越人類。但它卻缺少不同“感覺(jué)”間的有效集成、融合，這個(gè)對(duì)人類大腦來(lái)說(shuō)，不費(fèi)吹灰之力就能完成的事情，在機(jī)器人面前，卻如盲人摸象。只有AI克服不同“感覺(jué)”間的不一致性和差異性，建立如人類大腦一樣協(xié)調(diào)的配合關(guān)系，才能提取出更準(zhǔn)確和全面的情感信息，更全面、深入地去了解我們，了解世界。

2、個(gè)性化情智分析能力。正如同樣的一個(gè)漢字，一個(gè)詞語(yǔ)，語(yǔ)調(diào)、語(yǔ)境不同，會(huì)變化出很多個(gè)意思一樣，同樣一個(gè)表情，也會(huì)因?yàn)閭€(gè)體差異等因素的影響，存在很大的個(gè)體差異。如何能做到“數(shù)字人”不會(huì)發(fā)生誤解，并非易事。幸好人工智能有著超強(qiáng)的大模型整合能力。它可以建立適合不同個(gè)體的情感模型，從大規(guī)模數(shù)據(jù)中挖掘出個(gè)體差異的特征，并將其納入到情感智能系統(tǒng)中，以實(shí)現(xiàn)對(duì)個(gè)體的個(gè)性化情感理解和分析。

3、仿生化情感交互能力。在“數(shù)字人”實(shí)現(xiàn)仿生化情感交互時(shí)，它需要表現(xiàn)出足夠的情感真實(shí)性，這樣才能讓人對(duì)它產(chǎn)生真實(shí)的情感共鳴和連接。而如今人工智能通過(guò)算法和數(shù)據(jù)整合產(chǎn)生的機(jī)器人問(wèn)答，仍會(huì)讓人感覺(jué)不自然和生硬，難以讓人對(duì)其產(chǎn)生感情。

如果說(shuō)以上三種能力屬于“數(shù)字人”在軟件層面迫切需要提升的能力，那與之相配合的硬件能力提升，同樣迫切。

“數(shù)字人”模型需要能夠處理“味、觸、嗅、視、聽(tīng)”多種傳感器生成的數(shù)據(jù)，而且還要實(shí)現(xiàn)實(shí)時(shí)準(zhǔn)確的人機(jī)交互，這對(duì)要求“數(shù)字人”提出了很高的硬件要求，它需要充足的運(yùn)算能力，以便達(dá)到融合計(jì)算、低延時(shí)、增強(qiáng)學(xué)習(xí)、推理準(zhǔn)確等要求。

在所有硬件中，“芯片”是提升“數(shù)字人”能力的關(guān)鍵。在芯片設(shè)計(jì)上，“數(shù)字人”的芯片要有“既要又要還要”的特點(diǎn)。即它既要有滿足復(fù)雜神經(jīng)網(wǎng)絡(luò)計(jì)算的高效率，又要盡量降低功耗，以延長(zhǎng)續(xù)航時(shí)間，還要優(yōu)化數(shù)據(jù)傳輸和處理，以盡可能降低延遲，提高實(shí)時(shí)處理能力。

無(wú)論“數(shù)字人”在軟件還是硬件的進(jìn)步，它的最終原動(dòng)力都來(lái)源于人才，來(lái)源于人才推動(dòng)的科研進(jìn)步。所以，要推動(dòng)“數(shù)字人”不斷地向最終形態(tài)進(jìn)化，在理論基礎(chǔ)方面，還需要進(jìn)一步加強(qiáng)基礎(chǔ)研究，深入研究情感計(jì)算和多模態(tài)感知的基礎(chǔ)理論，研發(fā)更加高效的算法和模型。同時(shí)，還需要在學(xué)科交叉融合方面，加強(qiáng)計(jì)算機(jī)科學(xué)、心理學(xué)、腦科學(xué)及認(rèn)知科學(xué)等多個(gè)學(xué)科的交叉融合，讓政策、高校、科研院所及科技企業(yè)形成合力，才能推動(dòng)情智兼?zhèn)浼夹g(shù)的大發(fā)展。

大家以為OpenAI是2018年做出來(lái)了ChatGPT，實(shí)際上，人類花了六七十年的努力，才走到了今天。你知道現(xiàn)在用的神經(jīng)網(wǎng)絡(luò)是什么時(shí)候開(kāi)始研究的嗎？是1943年。也就是說(shuō)，人類花了70多年時(shí)間，才得到今天的Transformer模型，進(jìn)而開(kāi)啟了全新的人工智能時(shí)代。而真正智商情商兼?zhèn)涞摹皵?shù)字人”完全體的落地，同樣也可能經(jīng)歷這樣漫長(zhǎng)過(guò)程，但是只要全社會(huì)對(duì)它抱有持續(xù)的期待，也許質(zhì)變的突破很快便會(huì)到來(lái)。

本文為科普中國(guó)·創(chuàng)作培育計(jì)劃扶持作品

作者：環(huán)球時(shí)報(bào)

出品：中國(guó)科協(xié)科普部

監(jiān)制：中國(guó)科學(xué)技術(shù)出版社有限公司、北京中科星河文化傳媒有限公司