前瞻经济学人 看懂未来新十年

打开APP

微软“复活”逝者,一文看懂情感智能

头部科技

作者|情感充沛的  来源|头部科技(ID:Toubukeji)

【导读】

“人类情感中的离别之痛有多浓,这一领域的科技探索就永不止步。”

类人情感交互能力、情感智能是人工智能发展的重要趋势。

英剧《黑镜Black Mirror》第二季第一集《Be Right Back》讲述了未来人工智能可以通过已逝者的社交聊天记录和网络媒体资料重现一个“人”。

而这部科幻片正在成为日常。

微软已获得了一项新的专利批准,可利用逝者的个人信息来制作出一个AI聊天机器人,实现逝者的数字“复活”。

1

据悉,像《黑镜》里描述的一样,微软该项专利可以通过收集逝者的图像、语音数据、社交媒体、电子信息等个人数据资料,实现逝去亲人的数字“复活”。

人们可通过语音命令或文本聊天来模拟与逝者的对话。

从富于情感的AI对话到与具象的2D、3D虚拟数字人面对面也正在被实现。

微软还将进一步创建特定的2D或3D模型,采用图像、视频等深度信息,数字输出一个拥有相同特征、行为的虚拟人。

我们每个人都在创建大量的视频、语音、图像等海量数据,这款AI机器人可以成为我们身边的亲朋好友、名人偶像、历史人物,甚至是创建一个数字替身。

2

当然,一切还需观望,微软的该项目仍然处于“实验室”阶段,且并无正式推出计划。

“复活”逝者并非只是微软一家做了

人类情感中的离别之痛有多浓,这一领域的科技探索就永不止步。

2014年,罗马尼亚人,麻省理工学院攻读课程的Marius Ursache创建了Eternime公司,旨在为故去的亲人好友创建数字化身。 

Eternime在经用户允许的前提下收集足够多的用户数据,在达到一定水平后,Eternime能够在用户去世后创建一个聊天机器人“化身”,然后用户的亲人可以与之互动。Eternime的网站,beta测试有超过40000个注册。

在思念的痛苦中诞生的“AI虚拟人”——Replika也是如此。

3

科技创业者Eugenia Kuyda在莫斯科经历了亲密友人Roman Mazurenko的车祸去世,创建了原型来自Roman的AI聊天机器人应用程序Replika。该应用程序已拥有超过600万的用户量,其早期融资的1100万美元资金中就包括了知名的Y Combinator和All Turtles。

全球甚至已经举办过虚拟人峰会。

首届于2019年7月24日在美国旧金山举办。许多来自全球不同学科、群体的虚拟人先行者齐聚一堂,探讨了如何创建由AI驱动的“虚拟人物”,如何将AI和娱乐、情感等相结合孕育出虚拟人,虚拟化身,隐形特工,虚拟助手和虚拟影响者。

2020年9月15日的百度世界大会上,百度也发布了AI虚拟人。

人工智能技术可以使人永生,肉体消失,智慧永存,并与更处于未来的人类进行互动。

NLP+情感计算,打开商业化的正确姿势?

即使冒着遭受道德批判的风险,这类应用探索仍层出不穷,从个人开发者到微软这类大厂,他们的尝试也揭开了AI应用落地中的隐秘角落。

渴望陪伴,希望获得情感支撑,尽管有些难以启齿,但这种需求确实存在。

3

根据德勤最新一份研究报告,作为2020年后新技术趋势的情感智能,将成为很多人重新体验AI技术的新方式之一。

「情感计算(Affective Computing)」起源于1997年——MIT媒体实验室的AI专家罗莎琳德·皮卡德教授已经正式提出这一概念,也同时开创了计算机科学、神经科学和人工智能学科结合的这一分支学科——情感计算,从而推动了情感识别分析与AI技术相结合的情感智能的持续发展。

3

而情感计算的第一步就是情感情绪识别,这对真正人类来说都绝非易事,毕竟“你不是真正的快乐,你的笑只是你穿的保护色”。

人可以通过语音语调、文字输出、面部表情肢体动作来表达情绪,所涉及的AI技术就包括人脸表情识别技术、语音情感识别和自然语言处理:

表情识别技术就可以利用人脸的面部信息,比如眼角细纹、眉头、嘴角位置的变化,来进行表情的判断。由于深度学习的应用,表情识别的算法也取得了很大的提升。现在研究者更是将注意力集中在人类难以察觉的微表情识别当中。

语音情感的识别算法是通过对声音信号的特征提取、处理,实现分类器所需的训练模型,利用分类器来对要识别的情感类型进行预测。

通过自然语言处理,机器增加了对话、语句、语词属性等多个层次的语义分析。

而将以上技术的融合就能得到多模态情感情绪识别,相比较于单模态的数据识别,可以综合不同模态的情感信息来提高情绪情感识别的准确度。

如今,推出定制化服务,利用NLP+情感计算技术,一些企业正在打开AI应用落地应用商业化的正确姿势。

情感智能先行者们:文能贴心小棉袄,武能借贷反欺诈

尽管被认为更高阶的「情感智能」现在还处于早期,但拥有相关技术的AI公司已经实现了落地,既有针对个人需求,也有针对行业场景的解决方案,以下为具体案例:

「小冰」——剑指ToB重点行业客户

诞生于2014年的小冰基于情感计算框架推出,以不断提升EQ(情商)为发展方向,试图让人工智能成为人类的虚拟伴侣和处理事务的助手。

3

通过其迭代路径,也可以看到小冰越来越像一个“人”:

· 初代小冰可以照本宣科与人进行文本对话;

· 二代小冰增加了解用户情绪状态;

· 三代小冰增加了情感计算,说话不再是进行字正腔圆的语音播报,而是能与人进行自然语音交互;

· 随后第四代小冰除了会应答外,还增加了打断和追问;

· 到第五代小冰则能自主“思考”进行创作性回答,并不只是从大数据中搜集答案;

· 至于第六代小冰初步拥有了控制对话节奏的能力;

· 第七代小冰已能够主导对话,并能在对话过程中流露情绪。

· 第八代小冰开放多种虚拟人类生产线:虚拟亲友、AI托管小编、虚拟歌手、AI主播、测颜值替身等。

小冰的迭代升级仍在进行中。

其具有“克隆”能力的Avatar Framework,并将其开放给合作伙伴后,小冰的Dual AI战略使得拥有该技术的合作伙伴都可以打造出个性化的小冰,并让其融入到自身的平台生态之中,而小冰也能借此将商业化触角伸到多个领域。

例如,在汽车领域,小冰已成为华人运通等汽车品牌的深度共创合作伙伴。从前装设计阶段开始,与汽车厂商共同打造虚拟出行伙伴,在实现全车级语音控制的基础上,全面升级车载AI语音助手的体验。

2020年底,从微软独立出来的「小冰」剑指ToB重点行业客户,推出人工智能+云计算商业化解决方案,将覆盖人工智能金融、人工智能汽车及人工智能内容生产等三个垂直领域。

EmoKit(翼开科技)——情感智能用于金融反欺诈,通过表情、语言识别“骗贷”

EmoKit(翼开科技)是一家专注于 AI 情感智能的行业落地服务商,自主研发了图像、声音、生理等信号多模态情绪识别算法,结合行业场景需求,为客户提供相应的解决方案。

EmoKit 瞄准不良贷款这一痛点,推出了“EmoFin AI 多模态金融反欺诈方案”,通过微表情、眼神、声纹、情绪结果、认知压力等信息,实时分析客户的欺诈风险,从而帮助金融机构阻断黑产、减少坏账。

目前,这套方案主要应用于金融反欺诈的三个场景:门店视频审核、APP在线视频审核和电话音频审核。

1

以门店视频审核为例,首先,在借款人双录的过程中,EmoFin AI全程采集借款人的面部肌肉、眼神、头部肌肉动作等相关数据,并对其进行面部建模。然后,EmoFin AI通过对图像数据进行一帧帧地分析提炼“微表情”和“眼神”反欺诈算法,对声音数据则提炼“声纹”反欺诈算法。最后,通过动机分析进一步判断借款人的真实借款意愿,是否存在“隐瞒”或“编造”等表现,最终完成对借款人从情绪识别到欺诈与否的判断。

竹间智能——一站式企业级的情感人工智能平台Bot Factory™

3

让用户自己创建及定制情感对话交互AI机器人,可将人机交互的客户服务场景与业务流程结合达到前台服务与中后台业务的全贯通,并提供丰富的闲聊及技能接入,实现B2B2C场景全面的智能。

所涉及技术为:

语义理解:无训练自身准确率可达80%,通过训练优化可提升准确率至90%以上;

知识图谱:可自定义知识间的关系,形成知识关系网,让机器人的回答更有逻辑性;

情绪识别:可识别22种文字情绪,4种语音情感,让机器人更懂你;

主题识别:快速识别主题并带入上下文,让沟通更顺畅;

智能问答:自带丰富的通用语料,可直接使用机器人进行日常问答对话;

知识图谱:可自定义知识间的关系,形成知识关系网,让机器人的回答更有逻辑性;

基本技能:内置多项基本技能,能完成日常生活场景下的基本技能对话

智能对话是目前大多做情感智能的公司的重要落地方向。当然,情感情绪识别只是迈出了情感计算最基础的一步,当AI开始尝试给出带有情感表达和情感决策的反馈,人机的情感互动才可以建立起完整的闭环。

参考链接:

《情感智能进行时,如何打开商业化正确姿势?》https://baijiahao.baidu.com/s?id=1665011276357807316&wfr=spider&for=pc

编者按:本文转载自微信公众号:头部科技(ID:Toubukeji)


阅读全文
打开APP,享受沉浸式阅读体验

提问研究员

一键提问研究员,零距离互动交流

我要提问
1

App数据库能为你做什么?

看看用户怎么说

2

App问答能为你做什么?

看看用户怎么说

3

App报告能为你做什么?

看看用户怎么说

4

App文章能为你做什么?

看看用户怎么说

相关阅读