2016年，具有微表情的仿人外形机器人“佳佳”诞生在中国科学技术大学。随着技术迭代，她被赋予了更多类人的情感，能读懂人类的喜怒哀乐，以至于人们在和她进行深入互动的过程中还能产生微妙的“化学反应”。

现在，业界已形成了一种共识，服务机器人的市场空间将远远大于工业机器人，其中基于情感交互的服务机器人有着广泛的市场需求。

未来，无论是面对空巢群体、单身群体，还是以二次元代表的新生代文化群体、需要心理干预的群体，又或者是接受教育娱乐的少年儿童，情感机器人都更能满足他们内心的需要，并为其他服务功能提供必要支撑。

中国科学技术大学计算机学院教授、机器人实验室主任陈小平在2012年开始进行情绪智能的研究，在他看来，很长时期内学术界对于情绪智能的需求及作用是普遍估计不足的。

最近，他在中国人民大学哲学与认知科学明德讲坛，分享了人工智能中的情绪研究方法和挑战。他特别提到，在相关基础研究尚未突破之前，情感机器人可能已对人类社会产生了震撼性冲击和深远影响。

情绪智能研究关注什么

陈小平介绍，在人工智能领域，情绪研究起步相对较晚，至今不过三四十年时间。

当前AI情绪研究的两个主要内容，首先是对主体的情绪表现加以识别，主要包括人的表情、言语、姿态的基本情绪类型。

说到情绪，人们最容易联想到的就是表情，要想让AI认识人类的情绪，首先需要采集表情数据，如一段视频，然后进行人工标注，比如“高兴”“愤怒”“悲伤”等等。只不过，目前这些表情种类还比较有限，大概只有10几个。

有了大量的表情数据，再通过深度学习加强化学习的方法训练AI，当它再看到其他视频时，就能够识别出视频中的用户表情了。这就是现在的人工智能科学家常用的方法。

“表情只是情绪的一种外在表现，那么，这种情绪表现对应的真实的心理活动究竟是什么？人工智能并不清楚。” 陈小平说。

人类知道“笑”这种表情可以解读出多种不同的心理活动，它可以代表快乐，也可以代表苦涩或者无奈。但人工智能距离这样的解读还有十万八千里。

AI情绪研究的另一个重点是情绪反应。我们关注一个情绪主体，他对外界的刺激到底会产生怎样的情绪反应。

陈小平认为，在情绪反应方面，人工智能最需要的是一个情绪反应模型，以便让AI根据主体的情绪反应模型对他的情绪反应进行预测和推理，从而支撑人-机情绪交互，这也是情绪研究的第三层内容。预测和推理越准确，在与人互动时，AI就能知道如何满足用户的情绪需求。

关于情绪交互，他解释，就是机器人和人之间的情绪互动。简单说，就是机器人要识别人的情绪，并给予适当的响应。情绪交互的实现涉及情绪识别，基于情绪反应模型，做出情感预测和推理，知道如果机器人做什么动作、表情，用户的情绪反应可能是什么、是否符合情感交互的需要，最后生成自己要做出的表情。

“在这样一系列情绪智能化研究中，还存在瓶颈和短板。”陈小平坦言。

受限于封闭性

情绪智能化到底面临怎样的挑战？

陈小平认为，研究情绪智能化首先需要回答几个基本问题：我们如何定义情绪智能化，它的内涵是什么；实证标准什么；应用目标又是什么。

然而，这些问题都没有确切的答案。

“基于我们的观察，在当前的AI研究中，所谓的‘理性思维智能化’一般是以“战胜人”为实证标准的，AlphaGo的成功即是如此。但这很难成为情绪智能化的实证标准，它的实证标准很可能是被人接受，受到人的认可。”他表示，这两种标准差距极大，由此可以看出，它们的科学内涵也截然不同。

在谈到技术层面的困难时，陈小平回答，在情绪研究中，情绪反应对科学家来说是最难的，它需要建立一个模型用于预测，在这一模型中有主体表示、环境表示、事件表示。这些表示是作为情绪反应机制的输入，最后还需要有输出，就是对某个对象的表示，主体会对该对象有一个情绪反应。

“我们把情绪反应模型看作是一种符号模型。人工智能理想化观点下的符号模型是白箱，该模型对预期应用场景的所有预测都成立。”陈小平强调，只有当一个应用场景是封闭的，现有AI技术在该场景中才是有效的，否则不保证应用成功。

他解释，所谓封闭性是指，该问题存在一个有限、确定的模型，而且该模型与实际问题的对应也是有限、确定的；或者，该问题存在一个有限、确定的元模型，并且该问题的代表性数据集也是有限、确定的。”

“可是，人类的情感机制必然是在非封闭性场景中运行的，因此，情绪智能模型也应该是非封闭的。”在他看来，情绪反模型的所有元素都是复合的，通常不能完全确定它们的所指。也就是说，模型中的所有元素包括主体表示、环境表示、事件表示、对象表示和情绪反应机制，都是黑箱或者灰箱。

因此，只能适应封闭场景的现有AI技术对情绪智能化就产生了很大的限制。

人工智能在情绪智能化领域遭遇的挑战，其实是源于人工智能系统与人的本质不同。陈小平认为，这种本质不同从根本上说，来源于人工智能系统的“思维”目前就是人工智能经典思维，是不能有效应对不确定性的，而人的思维可以。

“未来，人工智能要想实现从经典思维到复杂场景化的转变，局限于传统技术路线恐怕很难在二三十年内有突破的希望。”差距之下，陈小平希望探索一些新的办法，新的技术路线，也期盼与神经科学、认知科学、心理学、哲学等等邻近学科的合作。

“第三类”存在物

在邻近学科，学者们如何看待机器的情绪和人类情绪之间的距离？

厦门大学人文学院哲学系教授朱菁指出，人类的情绪和神经系统、生物化学系统及身体具有密不可分的关联，智能机器的本质和生物体完全不同，那么智能机器产生的情绪情感不可能和人类等同。它只是在某一个功能层面、计算层面模拟人类的情绪反应模式，但它并不具有真正的情绪。

“这就好比我们可以在计算机系统里模拟地震、洪水、暴风雨，但是它们并不真的存在于计算机中，真正的地质、气象灾害只会在自然界中产生。”

因此，朱菁认为，心理学家、神经科学家普遍认为，要赋予机器真正的情绪情感，可能是一个无法实现的任务。

对此，陈小平表示认同。“用传统人工智能的观点来看，人类情绪无法脱离生物学基础，而机器人没有人的肉身，因此尽管我们希望实现的是人工智能，可实际上我们做的还只是人造智能。”

不过，随着能表达丰富的情感，还能精确捕捉人类的开心、惊讶、生气、悲伤等情绪的佳佳机器人面世，陈小平团队有了一个“另类”的想法。

他说，中科大在佳佳机器人上的广泛试验揭示出一种新的人类经验：用户明确感觉到佳佳既不是人也不是物，这与早期部分用户将AI与人相混淆是本质不同的，那时仍处于人、物的二分法之中，而现在出现了非人、非物的第三种存在物的可能性。

“因此，在情绪智能化基础研究取得实质性突破之前，它的应用有可能在10年之内或者最多15年取得重大进展，而这些进展甚至可能对人类社会产生震撼性的冲击和深远的影响——那就是出现第三类存在物——人-物。”

基于这种观察，陈小平意识到，人们其实并不在乎两类情绪在内涵上究竟有何不同，它们之间的界限是模糊的。

“由此，我们需要更加注重从接受的观点去思考和这些情绪机器人交互的人。如果现有情绪智能技术路线走通了，那么在商业上会满足极为广泛的需求，它们会对这个社会产生广泛深刻的影响。”

陈小平开始思考，尽管从科学角度我们认为它不是“真正的人工智能”，但如果社会大众都接受了该怎么办；当它已经成为一个新的社会现象，我们的科学研究是否需要关注这种现象；这是否意味着，除了技术视角，还要从社会学视角出发，我们所开发的情感机器人未必一定要有和人一样的情感，重要的是怎样让人们能够实实在在地接受它？

朱菁也表示，这是一个很有启发性的问题。他注意到，在人工智能产品出现时，人们就存在一种心理倾向，我们把它称之为公众对于人工智能的过度拟人化。

“当机器客观上还不具备一些能力、功能时，人们就对它进行了拟人化的想象，这对于从事人工智能研究的专家来说是不存在的。未来，对于这种心理倾向我们到底应该接受、允许，还是矫正它。”

人工智能科学家是应该告诉人们：你们错了，机器的情感不同于人类情感，它们只是物？还是坦然接受这一现实，然后以此为出发点，面向人类未知的星辰大海，来解决可能面临的来自伦理、道德、社会等方方面面的挑战？

这个答案尚未可知。