目前機器智能領域的成功主要依賴于計算能力，為了做出最佳決策可能搜索數十億次。如果決策成功的話，往往表明計算能力已經趕上甚至超過人類的智力。人類智能是高度概括的、自適應的和健壯的，即使當前最先進的機器智能系統也無法產生這些特性。例如，即使存在許多未知的變量，人類也能夠根據預期的結果提前進行重要的計劃。人類的智慧還具有同情心、同理心、善良、有教養，而且重要的是，它能夠為了更大的使命而放棄和重新定義一些目標。幾乎所有的機器智能研究都集中在“如何”上，但人類智能的特點是能夠問“什么”和“為什么”。

假設情商是開啟智能機器的關鍵，他們不僅更普遍、更強大、更高效，而且還符合人類的價值觀。人類的情感機制使我們能夠完成目前機器無法編程或訓練的任務。例如，我們的交感神經和副交感神經反應使我們知道安全，并能意識到危險。我們能夠感受到他人的影響，并能設身處地的去想，這有助于我們做出正確的決定和駕馭復雜關系。饑餓、好奇、驚喜和快樂等情感因素使我們能夠規范自己的行為，并確定希望實現的目標集。最重要的能力是，我們能夠通過與他人溝通表達內心狀態，并可能影響他們的決策。

因此，有人假設將這種情商構建到一個計算框架中，它至少需要具備以下能力：

感受他人的情感

對他人情感做出反應

表達情感

在決策中管理和利用情感

從研究歷史上看，構建高情商機器主要從人機協作的角度出發，集中在前三項功能上。例如，最早關于情感識別的研究始于近30年前，當時人們使用生理傳感器、照相機、麥克風等來檢測一系列情感反應。雖然人們對于是否一致和在臉上或其他感官上傳達信號，以及這些信號是否真實反映了他們內心的感受，存在著很多爭論，但研究人員已經成功地建立了算法來識別人類表達的信號，并證明這些信號符合社會文化規范。

根據人的內在認知狀態采取適當行動的能力，是具有情商的基本體現。最近在順序決策方面的研究，如上下文賭博機，正逐步取得進展。例如，飲食情感管理系統如何幫助人們做出正確的決定。

幾十年來，情感表達一直處于計算的最前沿。即使是簡單的信號(例如，光、色、聲)也有能力傳達和激起豐富的情感。在將于2019年第七屆國際學習代表大會iclr上發表的“Neural TTS Stylization with Adversarial and Collaborative Games”論文中，我們提出了一種新的機器學習方法來合成具有表現力的逼真的人類語音。該體系結構模型生成真實的語音，并通過一個易于控制的撥盤，以獨特的方式改變表達的情感。我們的模型在多個任務中達到了預期效果，包括內容轉換、情感建模和身份轉換。本文提供了一個開源實現。

圖1神經模型架構

雖然人工智能系統的識別、表達和干預方面的研究在過去20年已經深入，但還有一種更引人注目的智能形式——有效地利用情感機制的系統——為了更好地學習和更有效地做出選擇。我們希望探索建立這樣的情感機制，以幫助計算機實現比目前更多的決策。

最近人工智能在圍棋、Pac-Man和基于場景的角色扮演游戲等方面取得了成功，很大程度上依賴于強化學習。在強化學習中，好的行為會得到獎勵，壞的行為會受到懲罰。然而，要讓計算模型學習一個合理的策略，需要在這樣一個行動獎勵框架中進行大量的試驗。我們可以從人類和其他生物情感中獲得靈感——如何利用情感機制來更有效地學習。

當人類學會在世界上生存時，身體(神經系統)的反應會對行為選擇提供潛在的持續反饋，例如，當接近懸崖邊緣或在拐彎處快速行駛時，會變得緊張。生理變化和心理反應會保護自己免受危險。人類對危險情況的預感是心率加快，血液從四肢分流，汗腺擴張。這是身體的“戰斗或逃跑”反應。人類已經進化了數百萬年來建立這些復雜的系統。如果機器有類似的反饋系統呢?

圖2一種新的強化學習方法

在《Visceral Machines: Risk-Aversion in Reinforcement Learning with Intrinsic Physiological Rewards》一書中，我們提出了一種新的強化學習方法，它利用了人類“戰斗或逃跑”行為的內在獎勵功能。

我們的假設是，這樣的獎勵函數可以規避強化學習環境中與稀疏和傾斜獎勵相關的挑戰，并有助于提高樣本效率。我們在模擬駕駛環境中進行了測試，結果表明，該方法可以提高學習速度，減少學習過程中的碰撞次數。我們對訓練自主系統的潛力感到興奮，這種系統能夠模擬以情感方式感受和響應刺激的能力。

圖3 人體在駕駛過程中所記錄的生理反應

許多計算機科學家和機器人專家都渴望打造出類似于凱特(KITT)和R2D2等流行科幻小說中令人難忘的機器人形象。然而構建情感計算機制，對我們構建健壯、高效和更有遠見的人工智能，提供了大好時機。我們期待這項研究能讓人們重新審視情感在人工智能中的應用。