用微信扫码二维码

分享至好友和朋友圈

文 / 德勤·科学加速中心汪严磊 侯月 何昱安 张博伦

德勤·科学加速中心 汪严磊

1956年，达特茅斯会议召开标志着人工智能正式走上世界历史的舞台。虽然当时连最基本的人工智能算法都还处于理论研究阶段，但以“人工智能之父”马文·明斯基为代表的人工智能学者就已经提及情感心智对于全面实现人工智能的重要意义。

时至今日，人工智能的理论框架已经得到了进一步的澄清。而其中以类脑智能为核心的研究更是成为了当下人工智能领域的主流。类脑智能的终极目标，就是通过各种信息技术手段来实现机器对人脑心智功能的全面模拟。为此，关于人脑心智的内容研究和归纳就显得十分重要。我国著名的心理学家彭聃龄教授曾在《普通心理学》一书中提出：人类的一般心智包含了知（认知）、情（情绪情感）、意（意志）三个部分。根据这一框架来看，如今全球人工智能技术的发展已经在“知”的领域做到了近乎极致。尤其以近期ChatGPT为代表的大规模预训练模型问世，更是将认知智能的整体技术水平提上了一个新的高度。

与此同时，在马文·明斯基之后的很多学者都在呼吁学界开展系统化的情感智能研究。而直到1997年麻省理工学院媒体实验室的罗莎琳德·皮卡德教授在其著作《情感计算》一书中才正式全面且系统地提出了情感计算的概念和框架体系。由此，关于机器情感智能的研究开始有了规模化的输出。从科学网（Web of Science）的数据来看，1997年至2022年，全球学界在情感计算领域的发文量呈现快速增长的态势。由此可见，情感计算已经成为人工智能整体发展和研究过程当中不可缺失的重要组成部分。

2021年前后，以之江实验室跨媒体智能研究中心为代表的国家科研力量在情感计算领域获得了大量成果。该中心研究和开发的多模态融合情感计算被誉为是当今“情感计算”领域皇冠上的明珠。这也让我国更加夯实了超越其他发达国家的人工智能技术基础。

在上述背景下，德勤·科学加速中心作为德勤中国在科技策源、应用转化、生态构建等方面的核心机构开展了与之江实验室的深度合作。2022年，在之江实验室的发起下，德勤·科学加速中心代表德勤中国，组织了中国科学院文献情报中心、上海科学技术出版社及英国工程技术学会等机构的专家共同完成了《情感计算白皮书》的撰写和发布。

针对全球情感计算的科研情况，白皮书基于多个全球文献库进行了文献计量和分析。我们看到中国已经是全球情感计算领域研究发文数量最多的国家（见表1）。并且，在情感计算领域学者数量的分布上，中国也是遥遥领先（见图1）。在国际合作方面，目前美国、英国和日本是中国的主要科研合作方。而在专家方面，欧盟科学院院士、日本工程院院士任福继教授，麻省理工学院媒体实验室罗莎琳德·皮卡德教授和南洋理工大学计算机科学与工程学院埃里克·坎布里亚教授是该领域典型的全球学者。在技术领域，利用自然语言处理技术进行情感计算和意见挖掘、面部表情和微表情识别、人机交互过程中的情感计算、情感计算在情绪障碍分析中的应用和基于深度学习的多模态情感分析是5个被重点关注的主题（见图2）。

表1 情感计算领域全球发文量前 20 名的国家

图1 情感计算领域学者主要国家/地区（前10名）分布 来源：中国

图2 情感计算领域5个研究主题 来源：中国科学院文献情报中心

针对全球情感计算的应用情况，白皮书指出目前单模态情感计算技术主要在商业服务、工业设计、生命健康、科技传媒和教育培训当中被更多使用。而多模态情感计算技术则更多在社会治理、教育培训、科技传媒和工业设计方面存在大量需求场景。在上述场景下，我们还发现涉及工业设计、科技传媒和生命健康领域应用的企业大多是大中型企业，而公共治理方面初创企业数量更加占优（见图3）。

图3 全球情感计算主要代表企业发展应用情况 来源：上海师范大学

在商业场景下，情感计算主要被用于提升商业体验和风控识别。比如已经有国际零售业巨头开始使用商业脑电技术来识别顾客的情绪状态，从而为其提供定制香水产品；也有金融公司通过使用文本情感分析来识别市场风险倾向，避免损失；而最多的应用则是将情感计算加载在智能对话系统中，形成包括客服机器人和车载机器人在内的人机对话环境，以满足消费者的各种需求。

在金融业务场景下，情感计算将进一步推动在投资决策、信贷管理以及行业分析等方面的能力需求。比如目前已经有一些投资机构通过使用单模态情感计算，对潜在投资标的企业年报及其他舆情信息进行双维度（正、负）的文本情感分析，从而识别外部市场环境对标的企业的全面看法以提供投资决策参考。而同样的技术，也在个人信贷的风险管理当中被尝试应用。

在工业设计和工效学领域，情感计算被用于满足人机交互环境下的各种需求。比如测量潜在车主对未来车辆的喜好；以及高危行业人员在工况环境下的疲劳度和情绪激活水平监测。

在科技传媒和社会治理领域，情感计算被用来监测和分析社会舆情，以及大型活动的安防和司法刑侦的审问场景。

通过上述可见，情感计算技术已经悄然走入我们身边。可以认为，情感计算的整体发展已经开始从研究阶段向研究+应用的复合阶段迈进。在此过程中，我们认为未来情感计算在技术上的主要发展任务是进一步完善文本、图像和视频数据集的全球化及跨文化覆盖，以及将构建基于人类模型的通用型电生理数据集（包括脑电、眼动、心率、皮肤电和肌电）。上述两项任务的实施有望训练出更加完整的全领域跨文化多模态融合情感计算算法。同时，在应用方面，将加强情感计算的应用实施研究。比如伴随情感计算部署和应用过程中的组织转型应该如何设计和实施，从而确保组织的阵型适合情感计算在核心业务中的使用，并实现高效的价值转化。

目前，以之江实验室和德勤中国为核心的多模态融合情感计算转化团队正在尝试共建更多的使用场景和应用方法。在此过程中联合团队也遇到了不少挑战，其中包括科研成果向实际应用的兼容性问题、实际投产过程中的监管和合规问题、行业应用和赋能中的商业模式创新问题等。在此，我们认为市场亟需一批既懂科学、又懂商业的战略科学家群体。他们将以科学思维和商业头脑来赋能技术的全面落地和价值输出。另外，随着国家数据局的组建，我们也呼吁在其中建立一支包含技术科学家和战略科学家的双智库群体，后者主要由熟悉智能技术，以及应用落地的管理学、经济学、社会学、法学等社科人文专家组成。以此来形成双智库驱动下的中国人工智能发展格局。

情感计算作为一种全新的人工智能技术，对全行业来讲都是具有革新意义的。同时，随着国内外大规模预训练模型的陆续推出，未来情感计算将进一步与这些认知智能技术融合，形成更加拟人化的心智功能。这也为我们在商业决策、社会管控及国防军事等方面提供了丰富的想象空间。然而上述这些，都需要多元化组织和机构的参与，并且融合双“智”能力，打造我国在新一代人工智能方面的“向阳”环境。

（本文成稿过程感谢中国科学院文献情报中心李海英老师及上海师范大学商学院杨成宁老师提供分析素材）

（栏目编辑：张丽霞）

特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.