賦予機(jī)器人性格

C=CBNweekly Z=莊宏斌

試想有一款機(jī)器人，它不單了解你的需求，能夠和你溝通，而且還了解你的性格，可以做到互補(bǔ)，是不是很吸引人？英國(guó)的初創(chuàng)公司Emotech就在機(jī)器人性格方面做了研究，并且有了相關(guān)算法，想以此在未來(lái)競(jìng)爭(zhēng)激烈的陪伴機(jī)器人市場(chǎng)中建立差異化。在Emotech的創(chuàng)始人莊宏斌看來(lái)，人機(jī)交互的機(jī)器人要跟人交流，而性格在交流本身中就是一個(gè)重要因素，這是一個(gè)無(wú)法忽略的因素。

C：為什么會(huì)讓機(jī)器人擁有性格？

Z：在現(xiàn)實(shí)生活中，人可以外向或者內(nèi)向，以及情緒化或者理智。性格這件事為什么重要，因?yàn)樗榫w不一樣，性格并不是一個(gè)短暫的表現(xiàn)，而會(huì)伴隨人很長(zhǎng)時(shí)間，甚至一生。人跟人之間的交流，性格起到了非常重要的作用，一群內(nèi)向的人或者一群外向的人在一起似乎都不太好。機(jī)器人有一個(gè)很重要的功能就是跟人交流，所以我認(rèn)為機(jī)器人也需要引入性格這個(gè)重要因素。為了賦予機(jī)器人性格，我們做了一套預(yù)測(cè)模型工分析用戶性格特征，每隔一段時(shí)間會(huì)更新用戶的性格，機(jī)器人跟用戶之間人交互會(huì)隨著數(shù)據(jù)更新而變得更好。機(jī)器人性格形成的起始點(diǎn)是社交網(wǎng)站上的信息，我們?cè)O(shè)定的是讓機(jī)器人通過用戶的社交網(wǎng)絡(luò)信息先擁有一種性格，日后隨著和用戶的日常交互而不斷更新，消費(fèi)者給機(jī)器人的反饋越多，機(jī)器人的性格會(huì)更加符合用戶的需求。因此不同的消費(fèi)者和家庭環(huán)境會(huì)讓機(jī)器人形成不同的性格，有些機(jī)器人就很鬧騰，而有些可能就比較沉默。

C：初創(chuàng)企業(yè)在數(shù)據(jù)方面肯定不能跟大公司相比，那么初創(chuàng)企業(yè)要如何解決這個(gè)問題？

Z：確實(shí)跟大公司相比的話，創(chuàng)業(yè)公司在數(shù)據(jù)方面不那么有優(yōu)勢(shì)，但不是說沒有辦法，比如說可以提升交互設(shè)計(jì)。如果交互設(shè)計(jì)做得好，用戶會(huì)更愿意嘗試，搜集的數(shù)據(jù)就更多。我看到國(guó)外有研究人員利用一款基于圖片社交的產(chǎn)品搜集數(shù)據(jù)，還有在Facebook上用好友傳播的方式收集數(shù)據(jù)等例子，都在短時(shí)間內(nèi)積累了大量的數(shù)據(jù)信息。數(shù)據(jù)搜集這個(gè)工作里面有很多創(chuàng)意的成分。深度學(xué)習(xí)現(xiàn)在已經(jīng)非常主流，但其前提條件是需要大量數(shù)據(jù)。所以可以看到很多研究專注于如何在數(shù)據(jù)量有限的情況下學(xué)習(xí)，比方說One Shot Learning就是一個(gè)例子，通過幾張圖片訓(xùn)練系統(tǒng)識(shí)別物體；還有Zero Shot Learning，利用已有的分類，通過概念交叉映射來(lái)學(xué)習(xí)等。

C：英國(guó)AI領(lǐng)域的人才是否充足，創(chuàng)業(yè)公司如何吸引AI人才？

Z：很充足，別忘了Deep Mind就是一家英國(guó)公司。愛丁堡大學(xué)、劍橋大學(xué)以及倫敦大學(xué)學(xué)院（University College London）都是最早啟動(dòng)這個(gè)領(lǐng)域研究的學(xué)院。AI領(lǐng)域的分支特別多，其實(shí)是很多跨學(xué)科的集合體，比如倫敦大學(xué)學(xué)院的腦神經(jīng)和統(tǒng)計(jì)科學(xué)一直是結(jié)合在一起的，這有助于此類學(xué)科的研究和不斷進(jìn)步。英國(guó)是一個(gè)島國(guó)，本身不大，從南到北坐火車也就是四五個(gè)小時(shí)，牛津、劍橋到倫敦都可以當(dāng)天坐火車來(lái)回，帝國(guó)理工大學(xué)、倫敦大學(xué)學(xué)院全都在倫敦的中心區(qū)。這些院校本身在機(jī)器人以及AI領(lǐng)域都是比較強(qiáng)的?？傮w而言，把公司設(shè)置在倫敦有不錯(cuò)的人才優(yōu)勢(shì)。

C：Olly這款機(jī)器人面對(duì)的是大眾消費(fèi)者，但是它不可能回答消費(fèi)者的所有問題，你怎么看待這個(gè)問題？

Z：大家都想做通用人工智能（General AI），但事實(shí)上業(yè)內(nèi)沒有公司能做到這件事。當(dāng)然作為從業(yè)者，我們相信General AI在未來(lái)能夠達(dá)到。Olly的定位其實(shí)并不是一個(gè)聊天機(jī)器人（chatbot）。目前我們想讓它解決用戶的高頻需求，比如說詢問天氣、聽音樂等。在特定的環(huán)境下，語(yǔ)音交互要比用戶原有的跟手機(jī)以及電腦交互的習(xí)慣效率更高，情感化的交互的用戶體驗(yàn)會(huì)更好。iPhone剛出來(lái)的時(shí)候功能也很有限，但現(xiàn)在已經(jīng)可以滿足絕大部分使用場(chǎng)景。當(dāng)然大家的第一反應(yīng)基本上是通過開放平臺(tái)的做法，第二反應(yīng)會(huì)是AI時(shí)代的開放平臺(tái)應(yīng)該有不同的做法。（采訪：李嘉文）