機器人也打起「感情牌」，人性也能變成演算法嗎？

圖片來源：視覺中國

如果人工智慧開始慢慢地「懂情感」、「有審美」，那會是一種怎樣的體驗呢？

日前，阿里巴巴聯合浙大發布了一款可以基於圖文內容自動生成短視頻的人工智慧Aliwood，其給音樂建立了一套情感模型，將音樂劃分為「高喚起度」 和 「低喚起度」以及「正向情緒」和「負向情緒」。Aliwood會優先選擇那些「高喚起度」和「正向情緒」的音樂作為視頻的音頻。

那麼會不會有一天，機器變成了人，開始和人打起「感情牌」呢？

是什麼讓機器人更像人？

AI設計師「魯班」的誕生宣告著人工智慧正在朝設計審美進軍。其在三年的進化過程中，宛如一個永不滿足的饕餮，每天攝入大量的設計數據，工作內容也已經從簡單的元素拼接走向了具有審美能力並且可以根據商品圖像特徵進行海報的專門設計。

而Aliwood的出現則又賦予了機器以「情感」。研究團隊將「情感計算」能力引入Aliwood的研發過程，使它能夠給為視頻所配的音樂建立情感模型，自動生成「感情飽滿」的短視頻。

儘管情感與審美聽起來都是很抽象的概念，但阿里巴巴的實驗室正在嘗試通過人工智慧將「人性」變成演算法。從平面海報到短視頻，人工智慧的加入使得機器更具「人性」，在智能相對論（aixdlun）分析師柯鳴看來，人工智慧朝感情計算進軍是必然趨勢。當機器越來越有感情，會不會有朝一日，機器人也和我們打起了「感情牌」？

1.情感計算——讓人工智慧更「懂感情」

情感計算是MIT媒體實驗室Picard教授於1997年提出的概念，即來自於情感或能對情感施加一定影響的計算。通過賦予計算機識別、理解、表達和適應人的情感的能力、並建立對人類感情進行智能、靈敏、友好的反應的計算機系統，從而使人機環境更和諧，讓計算機具有更高的、全面的智能。

情感計算主要通過什麼實現的呢？那就是情感建模和識別。目前比較具有代表性的三種情感模型分別是OCC模型、Agent模型、HMM模型。通過模型設計、情感參數提取、情感模型特徵描述分析及空間設計、模擬模擬實驗及分析評價等環節，搭建人的感情與計算機演算法的聯繫。

Aliwood的出現就是人工智慧情感計算的一次嘗試，當然，人工智慧不會僅僅滿足於引起人的情感共鳴。接下來，阿里的團隊還會將「情感計算」和「知識圖譜」結合起來，聯合視覺元素構建起一套用於優選和表達的模型。

這就意味著，未來人工智慧可以將短視頻所需的電商、音樂、電影等知識背後可計算的點以類似星系的結構連接起來，當這些連接起來的點和建立的情感模型足夠多的時候，它對人類情感的興趣也許就不止引起共鳴這麼簡單了。

2.演算法模型-——人工智慧的審美教師

作為中國最大的網購零售平台，淘寶僅僅去年雙十一一天的海報就多達4億張，自從「千人千面」計劃啟動以來，海報的個性化需求不斷提高。顯然，把這份工作交給設計師來做，工作難度和強度相當大，而如果把它交給淘寶的AI設計師「魯班」，似乎就簡便許多了。

經過三年的不斷學習，這位「魯班」的設計水平已經達到阿里巴巴 P6設計師的水準，也就是說「魯班」的設計水平已經相當於一名優秀的人類中級設計師，具有審美能力並且可以基於自己的審美進行海報的設計。在不斷攝入數據的基礎上，今年下半年，「魯班」的設計能力將達到人類高級設計師的水準。

那這位「魯班」是如何構建起自己的審美的呢？風格學習（規劃 + 元素）、行動器、評估網路是它的三大工作原理。在前期設計師團隊生產的基礎元素的基礎上，「魯班」擁有著自身對抗學習與強化學習的能力，像滾雪球一樣依靠演算法把簡單的數據層層放大，進而進行組合和重構，建立起一套自己的演算法模型。這套演算法模型包括了對人的視覺認識與美學感受，同時還加入了譬如計算色彩感情、角度分布等認知學、心理學所依據的元素及結構。

不難看出，這位AI設計師依靠自學不斷提升著自身的審美能力，在演算法模型的基礎上不斷提升設計水準。AI設計師「魯班」擁有自己的的四個核心能力，即一鍵生成海報、智能排版、設計拓展、智能創作。這自然也暗示著，未來AI機器人也將具有獨立審美和智能創作能力。

人工智慧真能把人性變成演算法嗎？

今年4月剛剛成立的清華-阿里巴巴自然交互體驗實驗室已經著手探究如何構建機器的「五感」，即語音、聽力、嗅覺、觸覺、乃至內心和大腦活動這些特質。智能相對論（aixdlun）分析師柯鳴認為，從計算的角度，公式似乎是一切賴以存在的基礎，但是所有的事物都是演算法能夠計算的嗎？

1.情感計算並不能成為情感的生成器

要想建立情感的識別和表達系統，就必須要對情感類型進行劃分，從而確立感情的基本模態。要想準確識別並表達情感，對其基本類型就要有標準化的劃分。

眾所周知，人類情感中，複雜的情感內容和情感方式之間是相互交織滲透的，根本無法進行精確的量化分析。不同的情感類型引起的生理指標之間根本沒有通約性，並且諸如猶豫、尷尬、懷疑等微妙的情緒，相應的生理指標變化程度往往是短暫和微弱的，根本無法實現對其統一度量。就算是同一種類型的情感，其情感感受強度和表達強度以及情感生理喚醒程度都可以採用多種生理指標進行測量和計算，而這同時還要受到眾多環境因素以及人體其他生理和精神因素的干擾，從而產生不可消除的差異性和波動性。

Aliwood將音樂分類為「高喚起度」、「低喚起度」以及「正向情緒」、「負向情緒」。儘管它給音樂建立起了一套情感模型，在進行選擇時，Aliwood會優先選擇那些「高喚起度」和「正向情緒」的音樂，但這只是一種泛化且簡單的情感傾向分類，而無法準確識別和表達情感。所以說，人工智慧的加入，會增添視頻的生動性、豐富其表現形式，但無法真正產生感情。機器人要想打「感情牌」，目前看來依舊前路遙遙。

2.演算法序列無法取代藝術創造

我們看看美國工業設計的重要奠基人雷蒙德·羅維（Raymond Loewy）設計的好彩煙盒(Lucky Strike)、再到丹麥著名的建築師約恩·伍重（Joern Utzon）設計的的悉尼歌劇院、以及被譽為當今國際設計界的「設計鬼才」戴帆（DAI FAN）推出的「超解放主義」理論體系……我們不得不驚嘆，好的設計作品等於偉大的藝術。

儘管「魯班」可以靠演算法模型構建起自己的審美，但他創造出來的作品也僅限於平面海報，並且才剛剛嘗試開啟商用。而偉大的藝術往往具有審美無功利性以及無目的的合目的性。顯而易見，這與「魯班」的工作目的完全背道而馳了。

藝術作為感性與理性、形式和內容、真與善、和規律性與和目的性的統一，與人性一樣，是人類歷史的偉大成果，且必將是指向未來的。所以說，演算法序列始終無法取代藝術創造。人類自身試圖領會和把握這個巨大而重要的成果也只能是匆忙巡禮而無法深諳，更何況是機器呢？

3.讓工具更像工具，人更像人

正如我們所看到的，人工智慧朝感情計算進軍已是必然趨勢，但最終我們還是要分清人和機器的社會定位。機器和人類之間有著本質的區別。人類思維是建立在高度發達的神經系統上的生理——心理過程，而機器只能是能建立在機械和電子元件結構基礎上的機械——物理過程。AI迅猛發展的趨勢不可阻擋，但機器始終是機器，它沒有靈魂和信仰，而我們人類有自己的思維、價值觀、創造力。

在很多領域，AI在工作和服務中的作用是不可代替的，這一點毋庸置疑。儘管AI朝感情計算和演算法模型發展，但它始終不具有人性特有的溫度。但我們仔細想想，經過了第一次工業革命，人類用火車替代了馬匹，但是藝術家依舊在雕塑、在油布上用筆刷作畫；第二次工業革命再一次改變了我們的生產方式，但是上等的陶瓷依舊是用傳統的黏土爐燒，精緻的手錶依舊靠人工精細的拼裝；而今互聯網再一次改變了人們生活的方方面面，但是非物質文化遺產名錄依舊光輝熠熠。

人工智慧時代的到來，更大範圍，更深層次地解放了人類的雙手，讓人類有更多的精力來完成人類所特有的事業。表面看起來人工智慧的發展讓工具更像人了，但本質上他卻是讓工具更像工具，讓人更像人。人工智慧的發展其實有點像古希臘的奴隸制，讓奴隸主們騰出時間來到地中海邊思考人生，從而造就了燦爛的古希臘文明，AI的發展，道理亦然。

【鈦媒體作者介紹：柯鳴/智能相對論；智能相對論（微信id:aixdlun）：深挖人工智慧這口井，評出鹹淡，講出黑白，道出深淺。重點關注領域：AI+醫療、機器人、智能駕駛、AI+硬體、物聯網、AI+金融、AI+安全、AR/VR、開發者以及背後的晶元、演算法、人機交互等。】

更多精彩內容，關注鈦媒體微信號（ID：taimeiti），或者下載鈦媒體App

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！