劍橋大學(xué)的計算機科學(xué)家們正在研制能夠理解人類意識以及能夠表達(dá)情感的機器人。

當(dāng)人類彼此交談時，他們的交流方式遠(yuǎn)比簡單的語言交談方式多得多。他們說話的方式很重要——面部表情、語調(diào)和肢體語言。如果沒有這些額外的提示，就很難用言語或文字進(jìn)行交流，因為任何經(jīng)歷過類似電子郵件那樣純文字交流誤會的人都非常清楚。

你可以想象人與計算機或機器正確交流的難度。這種人機交互（human–computer interaction）被廣泛認(rèn)為是21世紀(jì)的基礎(chǔ)，并預(yù)計將改變我們的家庭和車輛、教育、制造業(yè)以及養(yǎng)老院和核反應(yīng)堆控制室等不同環(huán)境中的技術(shù)面貌。

彼得羅賓遜教授解釋說，為了讓人機交互達(dá)到預(yù)期，智能機器需要了解人類及其交流的環(huán)境，然后以有意義的方式對其做出反應(yīng)。他在計算機實驗室的團(tuán)隊正在建立一套系統(tǒng)，通過觀察面部表情，分析語氣語調(diào)，并結(jié)合身體語言和態(tài)度來推斷人類的感受。該團(tuán)隊還正在構(gòu)建能夠識別和表達(dá)情感的計算機虛擬人物和物理機器人。

大多數(shù)電腦都是“盲心的”。他們不知道用戶在想什么，也無法對用戶情緒狀態(tài)的變化做出反應(yīng)——車輛導(dǎo)航系統(tǒng)常常執(zhí)意要求掉頭的指令，完全無視駕駛員的惱怒和困惑。

盡管人類可以注意到他人的心理狀態(tài)，并利用這些暗示來改變自己的行為，這一過程被稱為“意識理論”，但這種能力并不是每個人都能擁有的。事實上，自閉癥譜系疾病的一個特點就是很難從非語言線索（如面部表情）來理解他人的意識和情緒。

羅賓遜教授的團(tuán)隊打算設(shè)計一種能夠閱讀大腦的計算機，使其能夠提取、分析和理解面部信息。該研究小組利用了劍橋自閉癥研究中心主任西蒙·巴隆·科恩教授最新的研究成果，他設(shè)計了一個詳細(xì)的分類，對412種截然不同的精神狀態(tài)進(jìn)行了分類，并制作了一個由演員表演的2500個視頻剪輯庫。這個數(shù)據(jù)庫是一個以計算機技術(shù)為基礎(chǔ)的幫助自閉癥患者的研究的一部分，計算機實驗室團(tuán)隊已經(jīng)用它來訓(xùn)練他們的計算機系統(tǒng)。

在數(shù)據(jù)庫的幫助下，利用數(shù)碼攝像機，計算機跟蹤面部24個特征點，實時分析面部表情、頭部運動、形狀和色調(diào)。為了推斷這意味著什么，系統(tǒng)使用貝葉斯算法和機器學(xué)習(xí)來計算概率，例如，頭部點頭、微笑和揚起的眉毛等組合可能意味著興趣。令人驚訝的是，在分析演員時，計算機的整體準(zhǔn)確度超過75%，而非演員的整體準(zhǔn)確度超過60%，這個準(zhǔn)確度足以在人類中排名前5%。

羅賓遜教授解釋說，人機交互是一個不斷發(fā)展的研究領(lǐng)域?！拔覀兊膭?chuàng)新已經(jīng)超越了簡單基本情緒的識別，目前瞄準(zhǔn)的是識別復(fù)雜心理狀態(tài)?！?/p>

面部表情清楚地表達(dá)了恐懼、憤怒、厭惡和驚訝等基本情緒，因此可以在靜態(tài)照片中辨認(rèn)出來。其他的精神狀態(tài)，例如缺乏理解和困惑，太復(fù)雜了，無法在照片中捕捉，因為它們發(fā)生在幾秒鐘之內(nèi)，或者表現(xiàn)為運動的變化組合。

正是這些復(fù)雜的情緒，伊恩·戴維斯，這個團(tuán)隊中的六個研究生之一，通過生理測量和眼睛跟蹤，捕捉到了他正在研究的應(yīng)用類型：指揮和控制系統(tǒng)，比如緊急服務(wù)或發(fā)電站使用的系統(tǒng)。在這種場景里，能夠識別一個人是什么時候疲倦或困惑，可能有助于提高安全和效率。他解釋說，駕駛等更為常見的場景甚至還有好處：“如果汽車的系統(tǒng)能夠識別出駕駛員是困惑的，它可以避免再增加額外的信息——可能關(guān)閉收音機或簡化導(dǎo)航指令。”

面部分析系統(tǒng)的一個常見問題是人們的手在臉上移動的軌跡。這種系統(tǒng)通常把手勢視為不必要的“干擾源”，事實上，手勢是一個重要的信息來源——例如，當(dāng)人們集中注意力時，可能會緊握下巴，或在震驚時捂住嘴。馬瓦·馬哈茂德正在研究如何映射這些手勢的含義，將這些信息添加到面部表情的多模式分析中。同時，Ntombi Banda正在構(gòu)建多模式系統(tǒng)，將面部分析、聲音音調(diào)和身體運動相結(jié)合，以提高識別精度。

在最近的一次會議上，微軟的董事長比爾蓋茨預(yù)測下一個重大的技術(shù)將是機器人技術(shù)。例如，想象一下，如果一個機器人足夠強大，能夠在家里完成繁重的任務(wù)——比如抬病人，需要在家里進(jìn)行輔助護(hù)理——同時又能夠理解人類的感受，這將是多么有用?；蛘呦胂笠幌?，一個基于虛擬人物的教學(xué)輔助工具，它足夠敏感，能夠在學(xué)生無法及時吸收知識時相應(yīng)地進(jìn)行調(diào)整。

羅賓遜教授說：“機器人或化身在正確的時間表達(dá)正確的東西很重要?！彼麄儾粌H需要通過準(zhǔn)確地感知人類表達(dá)的內(nèi)容來識別非語言行為，還需要自己生成這樣的表達(dá)。

Alyx是由ValveSoftware游戲《半衰期2》（Half-Life2）中的電腦生成的虛擬人物，它能識別和回應(yīng)快樂、驚喜、困惑、興趣和無聊。她接受了塔達(dá)斯的“訓(xùn)練”，使用人類面部表情的模型，使機器人化身的情緒變得可立即識別。他解釋說，Alyx的情感被特別挑選：“這一系列很適合遠(yuǎn)程通信的應(yīng)用，如呼叫中心、網(wǎng)上購物或在線教學(xué)等需要適應(yīng)用戶情感的場景。”

查爾斯是由漢森機器人公司專門為團(tuán)隊設(shè)計的一款機器人頭。他的眼睛里有監(jiān)控面部表情的攝像頭，頭骨里有24個馬達(dá)，可以將他柔韌的硅基“皮膚”拉動出表情，他能夠表現(xiàn)出一系列的表情。勞雷爾·里克一直在測試查爾斯如何被用來訓(xùn)練年輕的醫(yī)生：“利用從真實病人那里收集的數(shù)據(jù)，查爾斯可以真實地模擬出面部出現(xiàn)的運動障礙，如腦癱和肌張力障礙。我們希望這樣一個現(xiàn)實的模擬器能夠讓臨床醫(yī)學(xué)的學(xué)生練習(xí)他們的溝通和診斷技能?！彼A(yù)測有一天像查爾斯這樣的機器人也可以用于患者康復(fù)，例如幫助中風(fēng)患者重新掌控面部肌肉。

查爾斯接受了自閉癥研究中心提供的表情數(shù)據(jù)的訓(xùn)練，現(xiàn)在安德拉·亞當(dāng)斯正在準(zhǔn)備將其作為一種指導(dǎo)工具來幫助自閉癥譜系疾病患者?！坝羞@種病癥的兒童很難理解社交互動的細(xì)微差別。查爾斯可以幫助他們練習(xí)輪流交談、保持眼神注視和從面部表情中識別情緒。

彼得羅賓遜的團(tuán)隊在人機交互研究領(lǐng)域的前沿工作，將心理學(xué)、計算機視覺分析、信號處理和機器學(xué)習(xí)以及構(gòu)建和評估復(fù)雜程序系統(tǒng)的專業(yè)知識結(jié)合起來。正如他解釋的那樣：“在人機交互中，許多最有趣的挑戰(zhàn)在于學(xué)科之間的交叉地帶?！?/p>