情感计算会给我们的生活带来什么影响？

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。

我国机器人的研究始于20世纪70年代后期，863计划就将机器人技术作为一个重要的发展主题，国家投入几个亿的资金开始了机器人研究。中科院沈阳自动化所、原机械部的北京自动化所、哈尔滨工业大学、北京航空航天大学、清华大学、中科院北京自动化所、北京科学大学等单位都做了非常重要的研究工作，代表性产品有工业机器人、水下机器人、空间机器人、核工业机器人。

我国对人工情感和认知的理论和技术的研究始于20世纪90年代，大部分研究工作是针对人工情感单元理论与技术的实现。哈尔滨工业大学研究多功能感知机，主要包括表情识别、人脸识别、人脸检测与跟踪、手语识别、手语会成、表情合成、唇读等内容，并与海尔公司合作研究服务机器人。清华大学进行了基于人工情感的机器人控制体系结构的研究。北京交通大学进行多功能感知机和情感计算的融合研究。中国科学院自动比研究所主要研究基于生物特征的身份验证。中科院心理学所、生物所主要注重情绪心理学与生理学关系的研究。中国科技大学开展了基于内容的交互式感性图像检索的研究。中国科学院软件所主要研究智能用户界面。浙江大学研究虚拟人物及情绪系统构造等。

我国国内开展的研究项目主要有：“脸部运动编码系统”可应用于人脸表情的自动识别与合成；“MPEG-4 V2视觉标准”可以组合多种表情以模拟混合表情；针对人的肢体运动而设计的“运动和身体信息捕获设备”；基于生物特征的“身份验证系统”；“语调表情构造系统”根据语音的时间、振幅、基频和共振峰等，寻找不同情感信号特征的构造特点和分布规律；“可穿戴式计算机”可用于增强和补偿人的感知功能。

日本已经形成举国研究“感性工学”的高潮。1996年日本文部省就以国家重点基金的方式开始支持“情感信息的信息学、心理学研究”的重大研究课题，参加该项目的有十几个大学和研究单位，主要目的是把情感信息的研究从心理学角度过渡到心理学、信息科学等相关学科的交叉融合。每年都有日本感性工学全国大会召开。与此同时，一向注重经济利益的日本，在感性工学产业化方面取得了很大成功。日本各大公司竞相开发、研究、生产了所谓的个人机器人（Personal Robot）产品系列。其中，以SONY公司的AIBO机器狗（已经生产6万只，获益近10亿美元）和QRIO型以及SDR－4X型情感机器人为典型代表。日本新开发的情感机器人取名“小IF”，可从对方的声音中发现感情的微妙变化，然后通过自己表情的变化在对话时表达喜怒哀乐，还能通过对话模仿对方的性格和癖好。

美国MIT展开了对“情感计算”的研究，IBM公司开始实施“蓝眼计划”和开发“情感鼠标”；2008年4月美国麻省理工学院的科学家们展示了他们最新开发出的情感机器人“Nexi”，该机器人不仅能理解人的语言，还能够对不同语言做出相应的喜怒哀乐反应，还能够通过转动和睁闭眼睛、皱眉、张嘴、打手势等形式表达其丰富的情感。这款机器人完全可以根据人面部表情的变化来做出相应的反应。它的眼睛中装备有CCD(电荷耦合器件)摄像机，这使得机器人在看到与它交流的人之后就会立即确定房间的亮度并观察与其交流者的表情变化。

欧洲国家也在积极地对情感信息处理技术（表情识别、情感信息测量、可穿戴计算等）进行研究。欧洲许多大学成立了情感与智能关系的研究小组。其中比较著名的有：日内瓦大学 Klaus Soberer领导的情绪研究实验室。布鲁塞尔自由大学的D Canamero领导的情绪机器人研究小组以及英国伯明翰大学的A Sloman领导的 Cognition and Affect Project。在市场应用方面，德国Mehrdad Jaladi-Soli等人在2001年提出了基于EMBASSI系统的多模型购物助手。EMBASSI是由德国教育及研究部（BMBF）资助并由20多个大学和公司共同参与的，以考虑消费者心理和环境需求为研究目标的网络型电子商务系统。英国科学家已研发出名为“灵犀机器人”（Heart Robot）的新型机器人，这是一种弹性塑胶玩偶，其左侧可以看到一个红色的“心”，而它的心脏跳动频率可以变化，通过程式设计的方式，让机器人可对声音、碰触与附近的移动产生反应。

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

情感计算是为了赋予计算机识别、理解、表达和适应人类情感的能力，以此实现高效、亲切的人机交互。人类情感有着表情、语音、生理信号等多种载体，进行多模态情感识别研究可以促进情感计算的发展，而多模态情感识别研究需要多模态情感数据库的支持。当前的情感数据库多是单模态的，虽有少量的多模态数据库但是还存在着一些不足的地方。因此设计并建立一个包含平静、高兴、惊奇、厌恶、伤心、生气、害怕7种情感的多模态情感数据库具有重要的理论意义。<br> 本文首先设计了同步采集表情、语音、前额脑电信号三种模态数据的采集方案，筛选影视素材并制作了情感

包括高端数控机床、3D打印、工业机器人、智能成套装备、现代显示及新能源汽车方向。

（1）数控系统及数控机床研发

依托合肥工业大学CIMS研究所、合肥工业大学合锻研究院 ，联合西安交通大学机械制造系统工程国家重点实验室及广州数控设备有限公司等，研制STAR系列数控系统及设备（数控车床、加工中心、数控齿轮机床、数控校直机、数控弯管机、数控盘绞机等），并在企业中推广使用；开展齿轮机床（数控铣齿机、插齿机、滚齿机、剃齿机和磨齿机）数控系统及机床研究开发和应用，研发出填补国内空白的齿轮机床数控系统；消化吸收高端数控系统，开展核心技术联合攻关，在关键技术创新上取得重大突破；利用高效数控电解加工装备在国内具有的领先优势，深入探索高温合金、淬火钢等难加工材料精密电解成形中的难题解决方案，力争在更多行业领域实行产业化。

（2）3D打印技术与装备

依托合肥工业大学三维打印与激光再制造先进技术研究中心、合肥工业大学机械工程实验教学中心，联合北京隆源自动成型系统有限公司 、南京3D打印研究院 等，集成机械设计与制造、数控、激光、新材料等学科开展快速成型技术研究，在非标复杂零件特种加工、数控系统、金属和陶瓷粉末材料制备成形、高分子材料加工、三维打印软件开发等方面进行技术创新与集成，在复杂模具设计与加工、生物器官成型、部分汽车复杂零部件等领域形成应用性成果。对已开发出的应用型3D激光打印设备进行成果转化，力争形成产业化能力。

（3）工业机器

依托合肥工业大学机器人研究所 、安徽会合智能设备有限公司及合肥工业大学计算机与信息学院、合肥工业大学电气与自动化工程学院等，重点开展机器人用减速器、伺服电机及控制器的关键技术攻关，进一步攻克精度智能测量技术、在线质量检测与控制技术、高速移载自动上下料技术、复杂多工位机器人集成应用技术等，实现生产过程的在线检测、自动识别、自动搬运及上下料等一体化智能生产；研发焊接机器人、搬运机器人、涂胶机器人等，并开展工业机器人在各类工业生产中的应用研究。

（4）智能制造成套装备

依托安徽会合智能设备有限公司、合肥工业大学仪器科学与光电工程学院等，研发汽车车身点焊、DCT自动变速箱生产线等成套装备，攻克核心关键技术，包括多平台高节拍车身柔性焊装自动化生产线的整线工艺规划技术，重载、高精度、高速输送技术，高节拍、高柔性车身闭合件柔性制造单元关键技术以及整线集成控制技术等，形成高速重载运动控制系统设计等技术标准，实现产业化替代进口；研发柔性关节式坐标测量机测试开发平台、标定试验平台，开发系列高端高速工业相机、精密光学传感器件等，实现了自制标准的标定技术，为高端装备提供技术支撑。

（5）现代显示技术

依托合肥工业大学光电技术研究院、国家特种显示工程技术研究中心等，在新型液晶材料及器件关键技术、自由立体显示产业化关键技术、大尺寸体积式真三维显示技术、高效节能液晶显示技术、LED背光源动态调试技术、新型微波功率器件等关键技术进行研发攻关，为产业化生产奠定基础。

（6）新能源汽车及其关键技术

依托合肥工业大学新能源汽车研究院 、合肥工业大学机械与汽车工程学院、安徽巨一自动化装备有限公司，联合江淮汽车、安凯、合肥国轩高科动力能源有限公司等，在新能源汽车动力系统、电驱动系统、智能控制系统等方面形成了研究优势，整体研究水平处于国内领先地位。主要研发新能源汽车智能故障检测与修复、远程监控与安全预警、路况识别与智能安全驾驶、先进机电耦合传动系统与智能控制等智能制造与智能控制技术；将研究成果产业化并在新能源汽车整车上得到规模化应用。 （1）材料的近净成形。依托合肥工业大学材料科学与工程学院、合肥工业大学合锻先进锻压与成形装备技术研究院，开展等温精密成形和精密挤压，进行大型关键受力构件局部加载精密成形技术和镁合金机匣等温精密成形技术的研究；错距旋压工艺及其计算机模拟应用的研究；大型关键受力构件局部加载精密成形技术；带内筋的筒形件滚珠旋压成形的数值模拟的研究等。

（2）依托合肥工业大学新型铸造研究所 、模具研究所 、仿生材料研究所，围绕国家战略及新兴产业的发展需要，重点开展铜基新材料、铁基新材料、新型高分子材料、仿生材料、碳纤维材料等的核心关键技术研究。 （1）分布式发电与微网技术

依托合肥工业大学教育部光伏系统工程研究中心、电力系统研究所 等，开展新型电力电子拓扑结构、各种脉宽调制方式、逆变器系统控制、新型可再生能源结构和运行方式、智能电网技术、轻型直流输电技术、飞轮储能技术等关键技术研究，将部分成果产业化并在风力发电、小水电、太阳能系统、波浪能发电和微型燃汽轮机中得到应用。

（2）新能源电力系统与控制

依托国家可再生能源并网发电科学与技术创新引智基地 、合肥工业大学能源研究所 、电力系统研究所 等，开展高压大功率变频节能系统装置、全系列光伏并网发电逆变控制器产业化技术、微网逆变电源与组网协调控制、独立光伏电站综合控制系统等产品的研发及产业化。 （1）多媒体与云计算

依托安全关键工业测控技术教育部工程研究中心 、合肥工业大学计算机与信息学院等，重点开展多媒体和服务异构性、QoS异构性、网络异构性、设备异构性等的关键技术研究，为现代多媒体发展及智能装备的需求提供基础支持。

（2）服务机器人

依托合肥工业大学情感计算研究所、合肥工业大学计算机与信息学院等，围绕情感计算和先进智能机器人开展研发工作，整合学术界以及工业界的现有优势技术，解决情感计算与评估、智能机器的开发和应用等关键技术，发掘仿生机器人的智能化的研发价值链，并在此基础上开发服务机器人的新工艺，制定和完善相关产业的技术标准，实现服务机器人的产业化。