情感计算的“情感计算”的危机与哲学错误

目前，计算机理论界所开展的针对各种生理指标方面的“情感计算”方法，主要存在如下危机根本无法解决：

1、要建立情感的识别系统和表达系统，就必须对情感的基本类型进行划分，以确立情感的基本模态。然而，情感的基本类型究竟应该根据什么原则和标准来划分，有何理论根据？

2、对于同一类型情感，无论是情感感受强度，还是情感表达强度和情感生理唤醒程度，都可以采用不同的生理指标进行计算和测量，究竟应该选用哪一个生理指标为主要尺度呢？

3、对于同一类型情感采用同一个生理指标进行测量和计算时，由于受到许多环境因素、人体其它生理因素和精神因素的影响，其测量值的差异性和波动性如何消除。

4、不同的情感类型所产生的不同生理指标之间往往没有通约性，那么，不同类型的情感之间如何进行相互比较和统一度量？

5、人的情感内容和感情方式是极为丰富的，各种情感之间相互渗透、相互作用、相互转化，往往有着相当复杂而且变化频繁的关系，那么对于情感的计算就需要真正天文数字般的情感数据资源库，还需要海量的计算模型与计算工作量，而人脑为何并不需要？

6、有些复杂而微妙的情感，如怀疑、犹豫、迷茫、怜悯、尴尬、自我表现等，其生理指标的变化往往极其微弱而且短暂，对于它们的计算和测量如何进行？

7、有些情感（如“对敌人的仇恨”与“对亲人的生气”）往往具有相同或相近的生理指标，但两者所表达的价值内涵往往相差很大，如何进行区别？

8、情感的感受强度和表达强度与各种生理指标的变化量度通常不是成线性函数关系，大部分都是呈非线性的、不连续的、模糊的、概率性的、波动的函数关系，因此采用生理指标的变化量来计算情感的感受强度和表达强度，如何消除其误差性和不确定性。

9、假如能够计算出人的情感感受强度、表达强度和生理唤醒程度，这些计算值又代表了什么样的客观价值意义？如何使电脑或机器人具有和谐、友好、灵活的人机界面？

总之，对于情感的感受强度、表达强度和生理唤醒指标的计算实际上只是对于情感的表面形式的计算，而不是对于情感的客观内容的计算，因此不可能实现真正意义的“情感计算”。 目前，“情感计算”理论中主要存在如下唯心主义和形而上学的哲学错误，必须进行深刻的反思：

1、唯心主义错误。目前的“情感计算”理论以唯心主义的观点来看待情感的哲学本质，把情感与它所对应的客观存在割裂开来，局限于在主观范畴内来分析情感现象与情感规律。唯心主义者常常把主观与客观割裂开来，它否认，任何主观意识都产生于客观存在，都是人脑对某一种客观存在的反映，那怕有时是一种不真实的、不正确的、不全面的、甚至是颠倒的反映；它不知道，要认识一种主观意识的哲学本质必须从它所反映的客观存在中找答案，要分析一种主观意识的变化规律性应该从它所反映的客观存在的规律性上着手；它不知道，情感作为人脑的一种主观心理活动，必然对应着某一种客观存在，必然是人脑对某一种客观存在的主观反映；它在分析情感现象与情感规律时，总是试图在“需要”、“欲望”、“体验”、“态度”等主观心理范畴内找答案，而不能从其所反应的客观存在中找答案。

2、形而上学的表面性错误。目前的“情感计算”理论以形而上学的表面性观点来看待情感的客观内容，混淆了情感的客观内容与其表现形式的本质区别，它认为情感计算的核心就是对情感所激发的生理指标的计算。形而上学的表面性观点总是倾向于从事物的表现形式（或外部现象）来认识事物。它否认，事物的表现形式与其客观内容有着本质的区别，事物的表现形式通常只能片面地、不准确地、不稳定地反映事物的客观内容；它总是把情感的表现形式当作情感的客观内容本身。

3、形而上学的孤立性错误。目前的“情感计算”理论以形而上学的孤立性观点来看待情感的运行程序，把情感与认知及意志割裂开来，认为情感是独立运行的，与人的认知过程和意志过程无关。形而上学的孤立性观点总是倾向于根据事物本身的运动与变化情况来认识该事物，而不是根据事物与其它事物的相互联系与相互影响上来认识该事物。他们只看到了情感对于人的活动的影响与制约作用，往往看不到情感与认知、意志的相互联系与相互影响。

人为了生存和发展就必须首先感知和了解各种事物的事实关系，其次要掌握这些事物对于人的价值关系，第三要掌握人的每个反作用于这些事物的生产行为或生活行为的价值关系，并且判断、选择、组织和实施一个最佳的行动方案。第一步由认知活动来完成，第二步由情感活动来完成，第三步由意志活动来完成，因此从认知到情感，再从情感到意志，是一条基本的、不可分割的人类自控行为的流水线。

由此看来，仅仅进行狭义的、孤立的情感计算，仍然不能解决人的心智活动的全部计算问题，还需要实施对意志的计算，并实施对知情意的交互计算。由于意志是一种特殊情感，因此意志计算以及知情意的交互计算都是广义的情感计算。

4、形而上学的片面性错误。目前的“情感计算”理论以形而上学的片面性观点看待情感的客观目的，认为 “情感计算”的研究主要是基于两个现实目的：一是建立和谐的人机交互环境，使计算机或机器人具有良好的人机界面，以降低使用者的劳动强度，提高使用者的工作效率，解放人的双手；二是制作可穿戴式的计算机，以替代、补偿与增强人的辅助感知功能和行为功能，特别是帮助提高残疾人的感知功能和行为功能。

　摘要：本文从合唱声部的形成、合唱表现功能的演变、合唱组织类型的文化、合唱各声部特点及训练手段的扩展、合唱表演形式的多样化等五个方面分析了现代合唱艺术表现形式的演变和与发展趋势。

　　关键词：合唱，表现形式，发展趋势

　　随着人民生活水平的提高，人们对合唱艺术的欣赏水平也在不断提高，也使得合唱艺术从当初的形式单一的歌唱，发展到现代的多声部并注重多元化的演唱形式。无论是歌唱形式、表演技巧，还是肢体的律动、击掌投足，留给人们的都是难忘怀的深刻印象，

　　一、合唱声部的形成

　　在纪元前12世纪至8世纪的荷马时代，有两部具有历史事实基础的著名史诗《伊里亚特》《奥德赛》。它是用音乐与诗歌相结合的，由人民口头创作的大型作品，同时也是两部以叙事歌曲为基础的单旋律。和声音乐的出现，大约在公元的9世纪，一开始是在宗教仪式的颂歌中出现了两个声部，一个是采用格里哥利圣咏的曲调，被称“奥尔加农”，另一个由作者创作的称“第斯康特”。再后来人们叉在原有的基础上加进了第三、四个声部。这样就使得曲调和节奏复杂和丰富起来。“奥尔加农”的原始形态为四度。五度平行进行。到了1650年左右，音乐史上出现了两大最重要的发展：其一，是严格调性的确立，可以说近代音乐就是完全由词性繁衍生成。其二就是和声的基干定在三和弦与七和弦及其转位的逻辑连接法上，并循环于近关系调中。这两项重大发现就像过去音乐史上复音音乐取代主音音乐一样，逐步地被后人接受。并为在后来的合唱歌曲的创作奠定了坚实的基础。

　　二、表现功能的演变

　　合唱艺术作为一种多声部歌唱艺术形式，是在合声的基础上集体协作，多人共同完成的音乐形式。合唱作品的音乐表现力及其丰富，其作品题材无所不包。它既可以展现气势雄伟，恢宏壮丽的历史画面，如《神圣的战争》、《黄河大合唱》、《英雄的诗篇》，也可以描绘如诗如画的生活景象，如《美丽的草原我的家》、《牧歌》等，它既可以体现深邃的人生哲理和复杂尖锐的思想冲突。特别是上世纪60年代影响最为广泛深远而又久唱不衰的大型声乐作品《长征组歌》。以震惊中外的中国工农红军的两万五千里长征为题通过大型合唱规模巨大、声部多样的艺术表现。她形象生动，情绪互有对比，情感各有起伏，而且格律严整，节奏鲜明，琅琅上口，易于传唱至合唱的演绎，成为一部主题鲜明，内容丰富，形式新颖，风格独特的大型声乐作品。至今四十多年过去了，先后由几代人相继复排演出，魅力犹在，成为我国近代大型声乐作品中的优秀代表作。

　　三、组织类型日益丰富

　　合唱的组织类型是以演唱者的声音分类为依据的。按照不同的人声组合，合唱的类型主要有同声合唱和混声合唱。

　　(一)同声合唱

　　是指由同一类声音组合而成的合唱。如：女声合唱、男声合唱、童声合唱。

　　1、女声合唱：就是全部由女声组成的合唱形式。(如：女声--二部合唱、女声三部合唱、女声四部合唱)

　　2、男声合唱：即全部由男声组成的合唱形式。(如：男声二部合唱、男声三部合唱、男声四部合唱)

　　3、童声合唱：“童声”中“童”的界定是指儿童的变声期完成之前童声合唱的形式。(如二部、三部合唱、成人混声加童声。)

　　(二)混声合唱

　　是指由成年的男声与女声混合组织的合唱，有时也会根据音乐的需要在成人混声合唱队加入童声。

　　混声合唱常用的形式有：二部混声合唱、三部混声合唱、四部混声合唱、六部混声合唱、八部混声合唱(其中八个声部的混声合唱组织最为常用，对一般的合唱曲目基本都能胜任。)

　　四、各声部特点的形成及训练手段的多样化

　　合唱中最基本的组织单位是声部。每个声部均具有各自的特点(音色、音域等)，而合唱正是将这些具有不同特点的声部有机地结合在一起，使之在相互协作的前提下各自发挥特点，以达到尽善尽美的共同演绎一部音乐作品的目的。

　　(一)各声部的特点的变化

　　1、女高音声部 Soprano，是合唱队中的最高音区的声部，音域较为宽广，为b-----c3女高音可分为花腔女高音，抒情--女高音和戏剧女高音，

　　2、女低音声部 Alto，音域为g——f2，其声音圆润，浓厚而温和，女低音声部：第一女低音特点突出温和、圆润，第二女低音声部突出浓厚坚实，在合唱音响中的中间声部在合唱音响中起到纽带、润滑剂的作用。

　　3、男高音声部Tenor，音域与女高音很近似，实际音响效果比女高音低一个八度。第一男高音声部的音质柔和、明亮。第二男高音声部的音质与第一男高音声部相比稍显充沛而坚实。由于男高音有非常的金属感、穿透力，要求演员要适当控制音量和情绪。

　　4、男低音声部——Bass，音域为c——f1，常用音域G——c1，其音色宽厚结实，刚健饱满，在混声合唱和男声合唱中有时也会担任旋律，但在大多数时候担任和弦中的根音，对整个合唱队起到基础作用，

　　(二)多样化的训练手段

　　发音方法的统一，声部之间平衡，谐和的训练，是获得优美合唱音响的基础。

　　1、姿势：首先正确的演唱姿势对歌唱是非常重要的，因为它是保证呼吸顺畅发声正确，保持积极的歌唱状态必不可分的因素。

　　2、呼吸：是发声的动力。日常讲话时，呼吸是很自然的，歌唱时则应在自然呼吸的基础上，吸气量多些深些，呼气要慢而有节制。吸气时，上身挺直，胸部放松，两肩放平，用口鼻子同时吸气，吸气要深吸到肺吐底部，使横膈膜向下推。

　　3、共鸣它在合唱训练中也是非常重要的，“共鸣”是从声带发出的原音，在人体内经过共鸣腔体而引起共振的作用，在人体内，象胸腔、喉腔、咽腔、口腔、鼻腔的头上的头安都是。一般来说唱高音常运用鼻腔头赛共鸣腔体，低音运用胸腔共鸣。只要很好地运用声音的共鸣，就可以减轻声带负担，并增强音量，美化歌声。

　　4、吐字正音：歌唱时做到吐字准确清晰，这样听众才能了解作品的内容，同时，吐字正音又是一种艺术手段，运用得恰当就能使演唱具有更强烈的艺术感染力。歌唱时，将一个字分成头、腹、尾三部分，字头(声母)，字腹(韵母)，字尾是指最后的收音。

　　5、集体练声：合唱是集体的艺术，但声音的个别训练都很重要，必须在个别训练的基础上进行集体训练，才能达到声部间的平衡和合唱音响的谐和。集体训练可进行如下练习：先进行统一的呼吸训练，在呼吸训练的基础上可以进行共鸣训练。

　　6、节奏训练，节奏是音乐的骨架，是音乐的重要组成部分要很好的表现作品，就必须培养每位队员良好的节奏感，常用的节奏训练有全音符，二分音符，四分音符，八分音符，十六分音符，三连音，切分音，顿音，附点音符，休止符，变化节奏等等。将这些不同的节奏型用统一的速度进行练习。另外，力度对比也是合唱艺术中最有表现力的形式之一。

　　五、合唱表演形式的演化趋势

　　面对今天发展中的合唱事业，在组织排练中或许都会遇到如合唱团中的作品、表演形式等诸方面的问题，就拿合唱的形式来说，在过去的记忆中，台上的合唱演出只是那种“长城、方砖”的单一模式，给人一种严肃、不可逾越的统一服装的连队排列方式。也许是由于合唱的特定性，也许是歌唱的内容及其群众歌咏活动通常要体现出整体性、时代性，或者是一种精神风貌，因此通常合唱的组织者都在力要演唱时的整齐划一。我们可以看到，其实当年的合唱作品大都是高昂有力，尽追求辉煌的效果。所以声部的排放也是女声站前，男声站后，形成声部的感觉，而一旦这种模式形成后，沿袭下来几十年就没变更过，更很少由组织者再去从演唱的形式上开拓。去想方设法寻求其它更贴近生活，更能体现愉悦心情，表达音乐的新形势了。其实，我们中华民族是多民族的大家庭，在群体歌唱的表现上有很多独到的形式。如：广西“刘三姐”式的对歌，贵州侗族大歌，云南少数民族的对山歌等等。冼星海作的《黄河大合唱》借鉴的是欧洲传统模式，这种模式在中国及至世界影响都是深远的，后来创作的如《九一八大合唱》《生产大合唱》则是在合唱的基础上加进了人物、道具、更有表演的成分。上世纪的60年代又出现了大型音乐舞蹈史诗《东方红》《长征组歌》，更加突出了表演性，更加具有人物化、个性化，充分的发挥了合唱在造型方面的功能，它一出现就给听众带来一种震撼的感染力，让观众耳目一新的是台上歌者能跳，而跳者善歌，使舞台上色彩斑斓，久久不能忘怀。

　　合唱艺术发展到今天，无论内容还是形式，都有了很大的变化。但是，无论怎样变化或采用怎样的模式，都应遵循的一条就是要从音乐内容的本身出发，不要让非音乐因素的表演成分取代了歌唱。各种合唱表演形式的探索，发展只有围绕在合唱艺术上进行而不是其他。

传统的人机交互，主要通过键盘、鼠标、屏幕等方式进行，只追求便利和准确，无法理解和适应人的情绪或心境。而如果缺乏这种情感理解和表达能力，就很难指望计算机具有类似人一样的智能，也很难期望人机交互做到真正的和谐与自然。由于人类之间的沟通与交流是自然而富有感情的，因此，在人机交互的过程中，人们也很自然地期望计算机具有情感能力。情感计算（Affective Computting）就是要赋予计算机类似于人一样的观察、理解和生成各种情感特征的能力，最终使计算机像人一样能进行自然、亲切和生动的交互。 有关人类情感的深入研究，早在19世纪末就进行了。然而，除了科幻小说当中，过去极少有人将“感情”和无生命的机器联系在一起。只有到了现代，随着数字信息技术的发展，人们才开始设想让机器（计算机）也具备“感情”。从感知信号中提取情感特征，分析人的情感与各种感知信号的关联，是国际上近几年刚刚兴起的研究方向（图1）。

人的情绪与心境状态的变化总是伴随着某些生理特征或行为特征的起伏，它受到所处环境、文化背景、人的个性等一系列因素的影响。要让机器处理情感，我们首先必须探讨人与人之间的交互过程。那么人是如何表达情感，又如何精确地觉察到它们的呢？人们通过一系列的面部表情、肢体动作和语音来表达情感，又通过视觉、听觉、触觉来感知情感的变化。视觉察觉则主要通过面部表情、姿态来进行；语音、音乐则是主要的听觉途径；触觉则包括对爱抚、冲击、汗液分泌、心跳等现象的处理。

情感计算研究的重点就在于通过各种传感器获取由人的情感所引起的生理及行为特征信号，建立“情感模型”，从而创建感知、识别和理解人类情感的能力，并能针对用户的情感做出智能、灵敏、友好反应的个人计算系统，缩短人机之间的距离，营造真正和谐的人机环境（图2）。 在生活中，人们很难保持一种僵硬的脸部表情，通过脸部表情来体现情感是人们常用的较自然的表现方式，其情感表现区域主要包括嘴、脸颊、眼睛、眉毛和前额等。人在表达情感时，只稍许改变一下面部的局部特征（譬如皱一下眉毛），便能反映一种心态。在1972年，著名的学者Ekman提出了脸部情感的表达方法（脸部运动编码系统FACS）。通过不同编码和运动单元的组合，即可以在脸部形成复杂的表情变化，譬如幸福、愤怒、悲伤等。该成果已经被大多数研究人员所接受，并被应用在人脸表情的自动识别与合成（图3）。

随着计算机技术的飞速发展，为了满足通信的需要，人们进一步将人脸识别和合成的工作融入到通信编码中。最典型的便是MPEG4 V2视觉标准，其中定义了3个重要的参数集：人脸定义参数、人脸内插变换和人脸动画参数。表情参数中具体数值的大小代表人激动的程度，可以组合多种表情以模拟混合表情。

在目前的人脸表情处理技术中，多侧重于对三维图像的更加细致的描述和建模。通常采用复杂的纹理和较细致的图形变换算法，达到生动的情感表达效果。在此基础上，不同的算法形成了不同水平的应用系统（图4，图5） 人的姿态一般伴随着交互过程而发生变化，它们表达着一些信息。例如手势的加强通常反映一种强调的心态，身体某一部位不停地摆动，则通常具有情绪紧张的倾向。相对于语音和人脸表情变化来说，姿态变化的规律性较难获取，但由于人的姿态变化会使表述更加生动，因而人们依然对其表示了强烈的关注。

科学家针对肢体运动，专门设计了一系列运动和身体信息捕获设备，例如运动捕获仪、数据手套、智能座椅等。国外一些著名的大学和跨国公司，例如麻省理工学院、IBM等则在这些设备的基础上构筑了智能空间。同时也有人将智能座椅应用于汽车的驾座上，用于动态监测驾驶人员的情绪状态，并提出适时警告。意大利的一些科学家还通过一系列的姿态分析，对办公室的工作人员进行情感自动分析，设计出更舒适的办公环境。 在人类的交互过程中，语音是人们最直接的交流通道，人们通过语音能够明显地感受到对方的情绪变化，例如通过特殊的语气词、语调发生变化等等。在人们通电话时，虽然彼此看不到，但能从语气中感觉到对方的情绪变化。例如同样一句话“你真行”，在运用不同语气时，可以使之成为一句赞赏的话，也可以使之成为讽刺或妒忌的话。

目前，国际上对情感语音的研究主要侧重于情感的声学特征的分析这一方面。一般来说，语音中的情感特征往往通过语音韵律的变化表现出来。例如，当一个人发怒的时候，讲话的速率会变快，音量会变大，音调会变高等，同时一些音素特征（共振峰、声道截面函数等）也能反映情感的变化。中国科学院自动化研究所模式识别国家重点实验室的专家们针对语言中的焦点现象，首先提出了情感焦点生成模型。这为语音合成中情感状态的自动预测提供了依据，结合高质量的声学模型，使得情感语音合成和识别率先达到了实际应用水平。 虽然人脸、姿态和语音等均能独立地表示一定的情感，但人在相互交流的过程中却总是通过上面信息的综合表现来进行的。所以，惟有实现多通道的人机界面，才是人与计算机最为自然的交互方式，它集自然语言、语音、手语、人脸、唇读、头势、体势等多种交流通道为一体，并对这些通道信息进行编码、压缩、集成和融合，集中处理图像、音频、视频、文本等多媒体信息。

目前，多模态技术本身也正在成为人机交互的研究热点，而情感计算融合多模态处理技术，则可以实现情感的多特征融合，能够有力地提高情感计算的研究深度，并促使出现高质量、更和谐的人机交互系统。

在多模态情感计算研究中，一个很重要的研究分支就是情感机器人和情感虚拟人的研究。美国麻省理工学院、日本东京科技大学、美国卡内基·梅隆大学均在此领域做出了较好的演示系统。目前中科院自动化所模式识别国家重点实验室已将情感处理融入到了他们已有的语音和人脸的多模态交互平台中，使其结合情感语音合成、人脸建模、视位模型等一系列前沿技术，构筑了栩栩如生的情感虚拟头像，并正在积极转向嵌入式平台和游戏平台等实际应用（图6）。 情感状态的识别和理解，则是赋予计算机理解情感并做出恰如其分反应的关键步骤。这个步骤通常包括从人的情感信息中提取用于识别的特征，例如从一张笑脸中辨别出眉毛等，接着让计算机学习这些特征以便日后能够准确地识别其情感。

为了使计算机更好地完成情感识别任务，科学家已经对人类的情感状态进行了合理而清晰的分类，提出了几类基本情感。目前，在情感识别和理解的方法上运用了模式识别、人工智能、语音和图像技术的大量研究成果。例如：在情感语音的声学分析的基础上，运用线性统计方法和神经网络模型，实现了基于语音的情感识别原型；通过对面部运动区域进行编码，采用HMM等不同模型，建立了面部情感特征的识别方法；通过对人姿态和运动的分析，探索肢体运动的情感类别等等。

不过，受到情感信息的捕获技术的影响，并缺乏大规模的情感数据资源，有关多特征融合的情感理解模型的研究还有待深入。随着未来的技术进展，还将提出更有效的机器学习机制。 情感计算与智能交互技术试图在人和计算机之间建立精确的自然交互方式，将会是计算技术向人类社会全面渗透的重要手段。未来随着技术的不断突破，情感计算的应用势在必行，其对未来日常生活的影响将是方方面面的，目前我们可以预见的有：

情感计算将有效地改变过去计算机呆板的交互服务，提高人机交互的亲切性和准确性。一个拥有情感能力的计算机，能够对人类的情感进行获取、分类、识别和响应，进而帮助使用者获得高效而又亲切的感觉，并有效减轻人们使用电脑的挫败感，甚至帮助人们便于理解自己和他人的情感世界。

它还能帮助我们增加使用设备的安全性（例如当采用此类技术的系统探测到司机精力不集中时可以及时改变车的状态和反应）、使经验人性化、使计算机作为媒介进行学习的功能达到最佳化，并从我们身上收集反馈信息。例如，一个研究项目在汽车中用电脑来测量驾车者感受到的压力水平，以帮助解决所谓驾驶者的“道路狂暴症”问题。

情感计算和相关研究还能够给涉及电子商务领域的企业带来实惠。已经有研究显示，不同的图像可以唤起人类不同的情感。例如，蛇、蜘蛛和枪的能引起恐惧，而有大量美元现金和金块的则可以使人产生非常强烈的积极反应。如果购物网站和股票交易网站在设计时研究和考虑这些因素的意义，将对客流量的上升产生非常积极的影响。

在信息家电和智能仪器中，增加自动感知人们的情绪状态的功能，可以提供更好的服务。

在信息检索应用中，通过情感分析的概念解析功能，可以提高智能信息检索的精度和效率。

在远程教育平台中，情感计算技术的应用能增加教学效果。

利用多模式的情感交互技术，可以构筑更贴近人们生活的智能空间或虚拟场景等等。

情感计算还能应用在机器人、智能玩具、游戏等相关产业中，以构筑更加拟人化的风格和更加逼真的场景。 由于缺乏较大规模的情感数据资源，情感计算的发展受到一定的限制，而且多局限在语音、身体语言等具体而零散的研究领域，仅仅依靠这些还难以准确地推断和生成一个人的情感状态，并进行有效的情感交互。目前，科学家们正在积极地探索多特征融合的情感计算理论模型。很多人认为，今后几年情感计算将在这些方面需要取得突破：

更加细致和准确的情感信息获取、描述及参数化建模。

多模态的情感识别、理解和表达（图像、语音、生理特征等）。

自然场景对生理和行为特征的影响。

更加适用的机器学习算法。

海量的情感数据资源库。 不久前，为了推动我国在这一领域的研究，探讨情感计算和智能交互技术的发展动态与趋势，促进我国科研人员在此领域的交流与合作，中国科学院自动化研究所、中国自动化学会、中国计算机学会、中国图象图形学会、中国中文信息学会、国家自然科学基金委员会和国家863计划计算机软硬件技术主题作为主办单位，在北京主办了第一届中国情感计算与智能交互学术会议。

事实证明，情感计算的概念尽管诞生不久，但已受到学术界和产业界的高度重视，相关领域的研究和应用正方兴未艾，国家自然科学基金委也将其列入重点项目的指南中。值得注意的是，近几年来，与情感计算有密切关系的普适计算和可穿戴式计算机的研究也已获得了蓬勃发展，并同样得到了国家的大力支持。这为情感信息的实时获取提供了极大的便利条件，也为情感计算在国内的发展提供了更好的发展平台。

一、情感建模

随着人工智能技术的发展，人机交互方式越来越向着人类自然交互方向发展，但传统的人机交互方式是机械化的，难以满足现在的需求。情感计算技术的引入，可以让机器像人一样的观察、理解和表达各种情感特征，就能在互动中与人发生情感上的交流，从而使得人与机器交流得更加自然、亲切和生动，让人产生依赖感，故情感计算及其在人机交互中的应用将是人工智能领域里一个重要的研究方向。

情感建模则是情感计算的重要过程，是情感识别、情感表达和人机情感交互的关键，其意义就在于通过建立情感状态的数学模型，能够更直观地描述和理解情感的内涵。

对于情感模型而言，由于其对情感描述方式的不同，可以分为维度情感模型、离散情感模型和其他的情感模型，但在目前的情感建模研究中，维度情感模型的应用更加广泛。

二、维度情感模型

维度空间论认为人类所有情感分布在由若干个维度组成的某一空间中，不同的情感根据不同维度的属性分布在空间中不同的位置，且不同情感状态彼此间的相似程度和差异可以根据它们在空间中的距离来显示。在维度情感中，不同情感之间不是独立的，而是连续的，可以实现逐渐、平稳的转变。

21、一维情感模型

该模型用一根实数轴来量化情感，认为人类情感除了其独特分类不同外，都可以沿情感的快乐维度排列，其正半轴表示快乐，负半轴表示不快乐，并且可以通过该轴的位置可以判断情感的快乐和不快乐程度。

当人受到消极情感的刺激时，情感会向负轴方向移动，当刺激终止时，消极情感减弱并向原点靠近。当受积极情感的刺激时，情感状态向正半轴移动，并随着刺激的减弱逐渐向原点靠近。

情感的快乐维度是个体情感的共有属性，许多不同的情感会借此相互制约，这还可以为个体情感的自我调节提供依据，但多数心理学家认为情感是由多个因素决定的，也因此产生后来的多维情感空间。

22、二维情感模型

该模型从极性和强度两个维度区分情感，极性是指情感具有正情感和负情感之分，强度是指情感具有强烈程度和微弱程度的区别。这种情感描述比较符合人们对客观世界的基本看法，目前使用最多的是VA二维情感模型，该模型将情感划分为两个维度，价效维度和唤醒维度，如下图所示：

价效维度的负半轴表示消极情感，正半轴表示积极情感。唤醒维度的负半轴表示平缓的情感，正半轴表示强烈的情感。例如，在这个二维情感模型中，高兴位于第一象限，惊恐位于第二象限，厌烦位于第三象限，轻松位于第四象限。每个人的情感状态就可以根据价效维度和唤醒维度上的取值组合得到表征

23、三维情感模型

在三维情感模型中，除了考虑情感的极性和强度外，还有其他因素考虑到情感描述中。PAD三维情感模型是当前认可度比较高的一种三维情感模型，该模型定义情感具有愉悦度、唤醒度、和优势度三个维度，其中P代表愉悦度，表示个体情感状态的正负特性；A代表唤醒度，表示个体的神经生理激活水平；D代表优势度，表示个体对情景和他人的控制状态。

另外，还有APA三维情感空间模型，该模型采用亲和力、愉悦度和活力度三种情感属性，能够描述绝大多是情感。

24、其他多维情感模型

除了以上三种情感模型外，还有更复杂的情感模型。心理学家Izard的思维理论认为情绪有愉悦度、紧张度、激动度和确实度4个维度。愉悦度代表情感体验的主观享乐程度，紧张度和激动度代表人体神经活动的生理水平，确信度代表个体感受情感的程度。

心理学家Krech认为情感的强度是指情感具有由弱到强的变化范围，同时还以紧张水平、复杂度、快乐度3个指标来进行量化。紧张水平是指对要发生的事情的事先冲动，复杂度是对复杂情感的量化，快乐度是表示情感所处的愉快和不愉快的程度，故可以从这四个维度来判断人的情感。

另外，心理学家Frijda提出了情感具有愉快、激活、兴趣、社会评价、惊奇和复杂共6个维度的观点，但高维情感空间的应用存在较大难度，因此在实际中很少使用。

维度情感模型是用人类情感体验的欧氏距离空间描述，其主要思想是人类的所有情感都涵盖于情感模型中，且情感模型不同维度上的不同取值组合可以表示一种特定的情感状态。虽然维度情感模型是连续体，基本情感可以通过一定方法映射到情感模型上，但对于基本情感并没有严格的边界，即基本情感之间可以逐渐、平稳转化。维度情感模型的发展为人类的情感识别、情感合成和调节提供了模型基础。

三、离散情感模型

离散情感模型是把情感状态描述为离散的形式，即基本情感类别，如喜、怒、哀、乐等。 较为著名的是由心理学家Ekman提出的六大基本情感类别：愤怒、厌恶、恐惧、高兴、悲伤、惊讶，其在情感计算研究领域得到广泛应用。Plutchik从强度、相似性和两极性三方面进行情绪划分，对出8种基本情绪：狂喜、警惕、悲痛、惊奇、狂怒、恐惧、接受、憎恨。还有其他的一些心理学家提出了对基本情绪的不同分类。

离散情感模型较为简洁明了，方面理解，但只能描述有限种类的情感状态，而维度情感模型弥补了离散情感模型的缺点，能够直观地反映情感状态的变化过程。

四、其他情感模型

除了较常用的维度情感模型和离散情感模型外，一些心理学家还提出了其他基于不同思想的情感模型，如基于认知的情感模型、基于情感能量的概率情感模型、基于事件相关的情感模型等，从不同的角度分析和描述人类的情感，使情感的数学描述更加丰富。

41、OCC情感模型

该模型是针对情感研究而提出的最完整的情感模型之一，它将22种基本情感根据其起因分为三类：事件的结果、仿生代理的动作和对于对象的观感，并对这三类定义了情感的层次关系，可以描述特定情感的产生条件和后续发展。OCC模型给出了各类情感产生的认知评价方式。同时，该模型根据假设的正负极性和个人对刺激事件反应是否高兴、满意和喜欢的评价倾向构成情感反应。

在模型中，最常产生的是恐惧、愤怒、高兴和悲伤这4种情绪。尽管OCC模型传递函数并不是很明确，但从广义上看，其具有较强的可推理性，易于计算机实现，因此被广泛应用于人机交互系统中。

42、隐马尔可夫模型情感模型

该模型有三种情感状态，分别是感兴趣、高兴、悲伤，并且可根据需要扩展到多种情感状态。在模型中，情感状态是通过观测到如情绪响应上升时间、峰值间隔的频率变化范围等情感特征得到的，并通过转移概率来描述情感状态之间的相互转移，从而输出一种最可能的情感状态。

该模型适合表现由不同情感组成的混合情感，如忧伤可以由爱和悲伤组成。另外，还适合表现由若干单一的情感状态基于时间的不断交替出现而成的混合情感，如爱恨交织的情感状态就可能是爱恨两种之间循环。该模型的不足之处在于，对于相同的刺激，其感知结果是确定的。

43、分布式情感模型

该模型是针对外界刺激建立起来的一种分布式情感模型，整个分布式系统是将特定的外界情感事件转换成与之相对应的情感状态，过程分为以下两个阶段：

1、由事件评估器评价事件的情感意义，针对每一类相关事件，分别定义一个事件评估器，当事件发生时，先确定事件的类型和信息，然后选择相关事件评估器进行情感评估，并产生量化结果情感脉冲向量EIV。

2、对EIV归一化得到NEIV，通过情感状态估计器ESC计算出新的情感状态。事件评估器、EIV、NEIV及ESC均采用神经网络实现。

附：学习书目

《情感计算与情感机器人系统》吴敏 刘振焘 陈略峰

要回答这个问题，我们需要首先理解情感对于人类的重要性。情感是人类自然进化的一部分，是我们与世界相连的一种方式。情感影响我们的思维、行为和决策，可以产生强烈的情感体验，如爱、喜欢、恐惧和悲伤等等。如果 AI 具备了人类的情感，这个世界可能会发生以下变化：

首先，AI 的情感可能会带来更好的交互体验。当 AI 具备了情感，它们可能会更好地理解人类的情感，并在交互中更好地表达和传达自己的情感。例如，在人类与 AI 之间进行的对话中，AI 可能会有更多的表情和语调变化，从而使交互更加自然和愉悦。

其次，AI 的情感可能会导致更好的决策。情感是人类决策的重要因素之一，如果 AI 具备了情感，它们也可能会更好地进行决策。例如，在医疗决策中，AI 可能会考虑到患者的情感状态，从而更好地进行治疗决策。

然而，如果 AI 具备了情感，也可能会带来一些挑战。首先，AI 的情感可能会对其决策产生偏见。由于情感的存在，AI 可能会倾向于做出带有情感色彩的决策，而忽略了客观的事实和数据。此外，如果 AI 具备了情感，也可能会对人类产生情感影响。例如，AI 可能会感受到人类的情感，产生共情，但也可能会利用这些情感进行操纵或欺骗。

最后，AI 的情感可能会对人类的工作产生影响。如果 AI 具备了情感，它们可能会更好地理解人类的情感需求，从而更好地完成一些需要情感理解的工作，如心理咨询和社交媒体管理等。然而，这也可能意味着 AI 可能会取代某些需要情感体验的工作，例如服务业和艺术创作等。

总之，如果 AI 具备了情感，这个世界可能会发生很多变化，包括更好的交互体验、更好的决策和更好的工作效率，但也可能会产生一些挑战，如偏见和对人类的情感影响。因此，我们需要在 AI 的发展中注重对这些挑战的认识和解决。