Page 108 - 中国仿真学会通讯

人与机器的情感交互

所属类型： （前沿科学问题）
所属学科： ５２０６０－计算机应用
作者信息： （ 中国科学院计算技术研究所， 夏时洪， ｘｓｈ＠ ｉｃｔ． ａｃ． ｃｎ）
推荐单位： （中国仿真学会）
关键词： 情感建模， 人机交互， 虚拟仿真， 人工智能
问题概述：
随着智能设备的普及， 纯粹的命令式操作及其机械性的响应难以满足自然人机交互的需要，
人们开始追求更智能的情绪感知交互技术。 根据相关研究调研， 脑电能够在人与外部设备之间
建立直连通路， 可以不通过直接的语言和动作向外界传达大脑的思想， 使机器像人一样自然地
进行“感知”交互。 脑电的发展不由引人思考， 人与人之间的交流自然且富有感情， 如何使与人
交互的机器具有类似的观察、 理解和生成情感特征的能力， 是待解决的科学问题。 人机情感交
互使计算机以自然的方式识别用户传达的情绪信息， 提升更具人性化的交互体验感， 使人与机
器间的交互变得舒适自然。 目前， 情感交互已成为人工智能领域中的热点方向， 国内外众多科
研团队开始人机情感交互技术的研发工作。 随着计算技术的进步， 情感交互有望成为未来自然
人机交互的主要手段之一。
情感交互是一个交叉学科， 涉及神经系统科学、 心理学、 计算机科学和语言学等学科。 在
计算机领域， 情感交互又被称为情感识别、 情感计算或自动情绪识别等。 为了对情感进行量化
的研究， 首先需要量化定义人类的基本情感， 这些工作在心理学和计算机等领域已经被深入研
究。 在情感建模与交互方式上， 早期方法主要研究利用单一方式判别用户的情感信息， 包括语
言、 人脸表情和肢体姿态等。 但是这些方法存在局限性， 如应用场景特定、 无法充分利用多种
语义线索等。 随着人工智能算法的发展、 人体运动行为采集设备的普及与进步， 基于多源数据
的情感建模与交互方法的优势逐渐显现， 例如， Ｗｏｌｌｍｅｒ 等人使用双向长短期记忆神经网络模
型， 从语音和人脸表情两类数据对用户的情感进行识别； Ｋａｈｏｕ 等人利用递归－卷积神经网络模
型对面部表情进行建模， 并采用支持向量机方法处理音频特征， 提出了一种基于神经网络的特
征融合技术， 用于对视频中人物进行情感预测。 但是目前基于多源数据的人机情感建模交互的
研究依然处于起步阶段， 相关研究方法和成果较少。 未来发展的方向可能是， 通过互联网众包
等方式收集能够表达人类情感的人体行为大数据， 以更好地挖掘这些数据与情感之间潜在的相
关关系。
情感建模与交互虽然在研究领域已经取得可喜的成果， 但在今后的发展中仍然面临如下问
题和挑战：
首先， 目前人机情感交互的物理交互方式单一。 理想的人机情感交互应结合表情、 语音、
眼神、 手势、 体态等多种交互方式， 并需要使用具有脸部和躯体的仿生机器人或虚拟仿真人物
作为情感交互的物理媒介。
其次， 目前人机情感交互软件较为简单， 在未来需要借助更高级的算法完成情感感知与传
达。 如何调整交互模式来更好地为用户提供服务、 如何将用户的反馈与计算机的操作相关联、
如何以舒适可靠的方式感知和识别用户传达的情感信息， 是人机情感交互软件面临的挑战。
第三， 目前人机情感交互中信息处理方式多种多样， 其中情感表达方式、 情感描述方式、

１０４