人工智能語(yǔ)境下的情感交互設(shè)計(jì)研究

祝明

摘要：隨著人工智能技術(shù)生物普遍實(shí)施，在大數(shù)據(jù)下中的決策和管理進(jìn)行智能化，有效解決了當(dāng)代社會(huì)中的數(shù)據(jù)問(wèn)題。情感在人類行為中是重要作用的存在，對(duì)于人的感知、學(xué)習(xí)和決策等機(jī)制都會(huì)產(chǎn)生重大的影響，將理解和表達(dá)人類情緒的能力用于機(jī)器識(shí)別上，有效提高計(jì)算機(jī)的智慧，所以進(jìn)行情感交互需要給機(jī)器理解和產(chǎn)生各類的情緒，最終機(jī)器人才能跟人類進(jìn)行交談時(shí)是具備情感的。隨著時(shí)代發(fā)展的進(jìn)步，人們對(duì)于人工智能的作用在進(jìn)行不斷的創(chuàng)新研究，對(duì)于親切生動(dòng)更符合人類交流的情感交互，已成為我國(guó)對(duì)人工智能研究的主要目標(biāo)。本文主要講述人工智能語(yǔ)境下的情感交互系統(tǒng)的優(yōu)化方式，并根據(jù)人工智能用戶的情感特征來(lái)進(jìn)行提高情感交互。

關(guān)鍵詞：人工智能 情感交互設(shè)計(jì)

引言

研究者在進(jìn)行對(duì)人工智能技術(shù)情感交互進(jìn)行不斷的研究，通過(guò)各種方式來(lái)提高計(jì)算機(jī)的情感模型，試圖去解決日常生活中產(chǎn)生的問(wèn)題。情感交互是構(gòu)建機(jī)器與人正常溝通的重要部分，情感交互系統(tǒng)還可適應(yīng)調(diào)整計(jì)算機(jī)的模式，當(dāng)系統(tǒng)確定了用戶的情緒狀態(tài)時(shí)，這時(shí)將會(huì)提供適應(yīng)及合理的咨詢服務(wù)，但是人類的情感交流是一個(gè)復(fù)雜的交互過(guò)程，目前的情感交互在研究中依然存在挑戰(zhàn)性，比如說(shuō)在信息獲取的精確率和情緒的一個(gè)認(rèn)知過(guò)程所以我國(guó)研究者在對(duì)人工智能語(yǔ)境下的情感交互設(shè)計(jì)進(jìn)行不斷的嘗試，為的就是實(shí)現(xiàn)更好的用戶體驗(yàn)。

1 人工智能用戶的情感特征

1.1面部表情

面部表情是反映人情緒狀態(tài)最為明顯的特征，由口部、眼部和臉部肌肉的變換而呈現(xiàn)出來(lái)的面部情緒，而面部表情中最為豐富的就是口部與眼部肌肉相結(jié)合的區(qū)域。著名心理學(xué)家EKman根據(jù)人們?cè)趥鬟_(dá)同一種情感時(shí)，面部肌肉不受年齡、性別、區(qū)域等多種存在的因素影響，EKman將人的臉部表情劃分為了七大類，分別以驚訝、悲傷、高興、恐懼、厭惡、憤怒、中性作為判斷人的情緒變化。而面部表情通常是使用圖像處理的方式，除了占據(jù)電腦資源較多以外，而且在物理?xiàng)l件中因?yàn)樽兓磻?yīng)，容易影響視覺(jué)傳感器中的數(shù)據(jù)處里和對(duì)情緒狀態(tài)的推測(cè)準(zhǔn)確度。人工智能的出現(xiàn)對(duì)于識(shí)別誤差的現(xiàn)象大幅度的減少了，而劉小灃對(duì)于在人的面部表情識(shí)別和人臉識(shí)別這個(gè)兩個(gè)技術(shù)應(yīng)用進(jìn)行了研究，最后提出了對(duì)抗訓(xùn)練以及自適應(yīng)深度度量學(xué)習(xí)的兩種方法，根據(jù)對(duì)表情的解析和身份信息或者有特征性的屬性信息，研發(fā)了一種新的深度尺度的學(xué)習(xí)算法，解決了在所處領(lǐng)域中常見(jiàn)的錨點(diǎn)選擇問(wèn)題并降低了運(yùn)算量，重要的是其閾值參數(shù)可以進(jìn)行自適應(yīng)的學(xué)習(xí)。

1.2身體姿勢(shì)

研究者在進(jìn)行情感檢測(cè)中過(guò)于注重人們的面部表情，研究中有95%以上研究者進(jìn)行使用面部來(lái)作為研究對(duì)象，從而忽略了其他渠道的來(lái)進(jìn)行識(shí)別用戶情感。比如，人們?cè)诮徽勚?，突然停止了語(yǔ)音交流，但是他們的身體在進(jìn)行傳遞情感信息，在這情況下人們是沒(méi)有通過(guò)雙手或者是大幅度的動(dòng)作來(lái)主動(dòng)傳達(dá)，只是用腳輕踢對(duì)方。雙臂交叉和頭部進(jìn)行傾斜等方式。根據(jù)實(shí)驗(yàn)心理學(xué)進(jìn)行證實(shí)了某些類型的運(yùn)動(dòng)或者是存在的特定情感都是存在一定關(guān)聯(lián)的，比如說(shuō)，人們?cè)隈R路行走時(shí)，看見(jiàn)車(chē)速很快感覺(jué)到危險(xiǎn)時(shí)，恐懼的產(chǎn)生，人們會(huì)主動(dòng)使自己的身體避開(kāi)這種感覺(jué)的范圍;在處于幸福和驚喜的時(shí)，人們會(huì)主動(dòng)將身體傾向于這種感覺(jué)的方向。盡管該領(lǐng)域的還是新穎的，而這種新穎的領(lǐng)域在學(xué)界中檢測(cè)情緒方式并沒(méi)有達(dá)成共識(shí)，研究者通常都是根據(jù)身體的關(guān)節(jié)圍繞手、膝蓋、頭部這些與身體部位相連接之間的角度來(lái)構(gòu)建情感的特征。

1.3語(yǔ)音信息

與動(dòng)作和表情來(lái)相對(duì)進(jìn)行比較，人們最擅長(zhǎng)的是直接用語(yǔ)言的方式來(lái)表達(dá)情感，其中主要儲(chǔ)存人說(shuō)話情感信息就是在語(yǔ)音信號(hào)中的韻律特征里面，其中包括了基音頻率和范圍再加上語(yǔ)音的強(qiáng)度和頻率等。人工智能對(duì)這些特征在識(shí)別過(guò)程中有較高的準(zhǔn)確性，這對(duì)于識(shí)別語(yǔ)音情感存在重要的作用，比如，成功創(chuàng)建了幾種語(yǔ)音消息的神經(jīng)的網(wǎng)絡(luò)識(shí)別器和是識(shí)別器組合的Turk等人，他們創(chuàng)建的識(shí)別器能根據(jù)語(yǔ)音來(lái)區(qū)分兩種狀態(tài)，分別是“激怒”和“平靜”且準(zhǔn)確度為77%。通過(guò)對(duì)語(yǔ)音信息的進(jìn)一步研究中，Dringas提出了對(duì)抑郁癥患者治療的智能化自適應(yīng)框架，其智能化后是根據(jù)患者的語(yǔ)音情感變化來(lái)進(jìn)行跟蹤分析，不僅能根據(jù)抑郁癥患者的語(yǔ)音情感進(jìn)行分析來(lái)提高他們的表達(dá)能力外，更能使患者重新獲得情感上的理解和語(yǔ)言的表達(dá)能力，人工智能中語(yǔ)音信息的提升給人們?cè)谏钪袔?lái)了很多的方便。

2 人工智能情感表達(dá)交互的優(yōu)化

在進(jìn)行情感交互的系統(tǒng)設(shè)計(jì)中，及時(shí)準(zhǔn)確的識(shí)別用戶的情感與生動(dòng)合理的表達(dá)情感是具有同等重要性的，人工智能的情感表達(dá)已經(jīng)在多種生活中運(yùn)用到了。比如說(shuō)，Liu根據(jù)自主神經(jīng)系統(tǒng)的反映識(shí)別出玩家的焦慮程度，并用它來(lái)適應(yīng)乒乓球比賽中遇到的困難;其根據(jù)類似的方法來(lái)識(shí)別兒童在玩機(jī)器人時(shí)產(chǎn)生的娛樂(lè)性情緒，使機(jī)器人改變行為來(lái)獲取最大的娛樂(lè)性。ANS的響應(yīng)已經(jīng)被進(jìn)行用于來(lái)識(shí)別在運(yùn)動(dòng)康復(fù)中的工作量水平了，根據(jù)調(diào)整運(yùn)動(dòng)的最佳方式來(lái)進(jìn)行挑戰(zhàn)患者;還能在意識(shí)到汽車(chē)駕駛員有睡意的情況下進(jìn)行警告的問(wèn)題等。在此前提，Mello等人對(duì)機(jī)器的多模態(tài)情感的表達(dá)進(jìn)行了研究，分別用一組參數(shù)來(lái)衡量在單模和多模刺激下的狀態(tài)，單模式為視覺(jué)、多模式為嗅覺(jué)、視覺(jué)、聽(tīng)覺(jué)，根據(jù)劃分的刺激下分別對(duì)人類情感產(chǎn)生的不同影響。如果界面可以設(shè)計(jì)成為多種模態(tài)來(lái)刺激用戶方式的話，那么情感表達(dá)就會(huì)呈現(xiàn)出在情感交互設(shè)計(jì)中的重要性，比如說(shuō)，日本的Pepper就可以根據(jù)識(shí)別內(nèi)容來(lái)應(yīng)對(duì)各種出現(xiàn)的情緒狀態(tài)，進(jìn)行對(duì)方的情緒做出相應(yīng)適當(dāng)?shù)难哉Z(yǔ)或者手勢(shì)來(lái)回應(yīng)。而當(dāng)感覺(jué)到對(duì)方依然情緒沒(méi)有得到轉(zhuǎn)換，或者說(shuō)對(duì)其的互動(dòng)感動(dòng)不滿意時(shí)，Pepper并會(huì)進(jìn)行道歉。在建立情感表達(dá)的模型設(shè)計(jì)時(shí)，不能忽略情感交互系統(tǒng)的自適應(yīng)性，而情感模型是根據(jù)個(gè)性化服務(wù)中特定狀態(tài)下進(jìn)行的自動(dòng)編輯，而前提是需要通過(guò)理解用戶的實(shí)際情況來(lái)進(jìn)行反饋，隨后根據(jù)調(diào)節(jié)其適合的表達(dá)模式。情感交互系統(tǒng)首先需要具備獲取用戶生理和行為特征的能力，再通過(guò)語(yǔ)音交互的感知等技術(shù)方式，構(gòu)建更加完善的用戶進(jìn)而有效提供更加個(gè)性化的信息，隨著數(shù)據(jù)積累的越來(lái)越多，不僅能提升交互的效果性，更能實(shí)現(xiàn)更加優(yōu)質(zhì)完美的用戶體驗(yàn)。

3 情感交互根據(jù)模塊化設(shè)計(jì)方法

情感交互系統(tǒng)的產(chǎn)生最終目標(biāo)為的就是計(jì)算機(jī)能在理解人類情感的狀態(tài)下，進(jìn)行合理的調(diào)整，對(duì)用戶進(jìn)行情感上的互動(dòng)。人工智能的語(yǔ)境下，情感交互系統(tǒng)的重點(diǎn)是運(yùn)用各種感知方式來(lái)進(jìn)行識(shí)別人類的情感，因此提出更好的靈活性基于人工智能技術(shù)中的模塊設(shè)計(jì)策略。分別以傳感模塊、執(zhí)行模塊、識(shí)別模塊、情感計(jì)算機(jī)模塊和優(yōu)化模塊，根據(jù)這五大模塊來(lái)進(jìn)行設(shè)計(jì)策略。在情感交互系統(tǒng)中，進(jìn)行模塊化設(shè)計(jì)是個(gè)性化服務(wù)的關(guān)鍵所在，由于所有系統(tǒng)中的情感模型的方案并沒(méi)有找到適用的，情感建模仍然高度依賴用戶的反饋信息。根據(jù)不同模塊的的特點(diǎn)相互結(jié)合，有效提升機(jī)器的情感交互系統(tǒng)，根據(jù)模塊化設(shè)計(jì)的拓寬性來(lái)提高多模態(tài)用戶對(duì)情感的準(zhǔn)確性。大數(shù)據(jù)和深度學(xué)習(xí)已成為人工智能發(fā)展的重要技術(shù)路線，而這些都會(huì)根據(jù)人工智能在情感交互中根據(jù)時(shí)間都能展現(xiàn)出來(lái)。通過(guò)五個(gè)方面模塊展示的特點(diǎn)，對(duì)進(jìn)行提高人工智能技術(shù)有很大的效率性。

4 結(jié)語(yǔ)

人工智能技術(shù)的提升一直在不斷的開(kāi)發(fā)和創(chuàng)建，情感交互系統(tǒng)的構(gòu)建并且實(shí)施是可行性的。新技術(shù)的提高不僅可以改善生活質(zhì)量，并且獲取大量的數(shù)據(jù)中，而數(shù)據(jù)可用于開(kāi)發(fā)到復(fù)雜的人工智能算法，并可實(shí)現(xiàn)在情感算法的計(jì)算模型。

參考文獻(xiàn)

[1]顏洪，劉佳慧，覃京燕.人工智能語(yǔ)境下的情感交互設(shè)計(jì)[J].包裝工程，2020，41（06）：13-19.

[2]覃京燕.審美意識(shí)對(duì)人工智能與創(chuàng)新設(shè)計(jì)的影響研究[J].包裝工程，2019，40（04）：59-71.