文 | 周鑫雨
編輯 | 鄧詠儀
“情感交互”正在成為機(jī)器邁向AGI的下一個(gè)戰(zhàn)場(chǎng)。
(資料圖片僅供參考)
近幾年隨著AI技術(shù)的迅速演進(jìn)，機(jī)器學(xué)習(xí)的領(lǐng)域逐漸從文字、圖像、視頻等模態(tài)，轉(zhuǎn)向更為復(fù)雜的情感識(shí)別。在情感識(shí)別技術(shù)發(fā)展下，“陪伴機(jī)器人”已發(fā)展為具有潛力的細(xì)分賽道。Precision Reports數(shù)據(jù)顯示，2023年全球陪伴機(jī)器人市場(chǎng)規(guī)模預(yù)估為920311萬(wàn)美元，未來(lái)5年年復(fù)合增長(zhǎng)率預(yù)計(jì)達(dá)到25.68%。
成立于2014年，可以科技是36氪長(zhǎng)期關(guān)注的機(jī)器人企業(yè)。其首款產(chǎn)品ClicBot（可立寶）為可自由組裝構(gòu)型的模塊化機(jī)器人。ClicBot好比可自由組裝成遙控車(chē)、機(jī)械臂、機(jī)械寵物等形態(tài)的機(jī)器人樂(lè)高，用戶(hù)可通過(guò)搭積木般的拼接以及功能程序編寫(xiě)，DIY具有不同功能的機(jī)器人。
在生成式AI技術(shù)逐漸成熟的當(dāng)下，可以科技的第二代產(chǎn)品、陪伴機(jī)器人Loona則將功能重點(diǎn)從樂(lè)高般的DIY，轉(zhuǎn)移到了人機(jī)交互。。
Loona與狗對(duì)視。圖源：可以科技
可以科技創(chuàng)始人兼CEO楊健勃告訴36氪，Loona的“寵物”形態(tài)來(lái)源于ClicBot中最受用戶(hù)歡迎的構(gòu)型。這一現(xiàn)象側(cè)面反映出，用戶(hù)對(duì)于機(jī)器提供類(lèi)生命體的智能交互具有較高的需求，“我們想通過(guò)Loona打造下一代機(jī)器人智能決策機(jī)（Intelligent decision making machine）通過(guò)智能決策機(jī)，可以讓機(jī)器人能夠通過(guò)多模態(tài)地信息流暢地表達(dá)情感，讓機(jī)器人真正懂人”。而情感交互可以將機(jī)器人人機(jī)交互體驗(yàn)從“理解命令”提升到“懂你”，讓機(jī)器人可以自由地表達(dá)情感。
Loona被摸頭。圖源：可以科技
想在機(jī)器人上實(shí)現(xiàn)智能情感交互，需要在感知、決策、執(zhí)行三個(gè)環(huán)節(jié)構(gòu)建完整的軟硬件系統(tǒng)。
作為建立人類(lèi)情感模型的先決條件，高質(zhì)量的人機(jī)情感交互數(shù)據(jù)一直是稀缺資源。楊健勃告訴36氪，數(shù)據(jù)采集的難點(diǎn)主要有二：一是需要雙相交互，二是需要脫敏，不侵犯?jìng)€(gè)人隱私。
為此，可以科技通過(guò)深度強(qiáng)化學(xué)習(xí)算法建立了一條從視覺(jué)感知、到生成式情感交互AI模型的通路。
在感知層，作為能夠“讀空氣”的寵物，Loona的情感反饋來(lái)源于一整套復(fù)雜的視覺(jué)軟硬件系統(tǒng)。作為“眼睛”，Loona搭載的3D-ToF攝像頭等感知元件和算法可以實(shí)現(xiàn)人臉識(shí)別、身體檢測(cè)、動(dòng)態(tài)靜態(tài)手勢(shì)識(shí)別、人體骨骼識(shí)別、3D動(dòng)作捕捉、物體識(shí)別、情感感知、寵物識(shí)別、場(chǎng)景識(shí)別、標(biāo)志識(shí)別等感知功能。
Loona玩球。圖源：可以科技
在決策層，在基于機(jī)器人收集到的脫敏交互數(shù)據(jù)，可以科技將Loona的基于數(shù)據(jù)庫(kù)索引的交互模型轉(zhuǎn)換成了基于深度學(xué)習(xí)的AI模型，繼而則是通過(guò)Loona實(shí)機(jī)進(jìn)行強(qiáng)化學(xué)習(xí)。目前，Loona擁有高日活躍率和持續(xù)提升的銷(xiāo)量，基于用戶(hù)反饋，Loona的強(qiáng)化學(xué)習(xí)可以建立起數(shù)據(jù)飛輪。
在執(zhí)行層，基于以上兩環(huán)構(gòu)建的智能情感決策模型，可以科技正在研究一套實(shí)時(shí)交互生成系統(tǒng)。楊健勃介紹，以往Loona的情感表達(dá)采用的是由設(shè)計(jì)師提前設(shè)計(jì)的表情動(dòng)作和音效來(lái)表達(dá)。接入情感決策模型后，Loona的表情、動(dòng)作和音效能根據(jù)用戶(hù)的交互實(shí)時(shí)生成，比如Loona的“眼球”能根據(jù)用戶(hù)的表達(dá)轉(zhuǎn)動(dòng)，將交互周期從十幾秒縮短到毫秒級(jí)。未來(lái)，Loona的實(shí)時(shí)交互系統(tǒng)還將持續(xù)升級(jí)。
Loona與孩子一起玩耍。圖源：可以科技
“決策模型會(huì)顛覆掉Loona以往的交互方式?！睏罱〔獙?duì)36氪表示，“指令和功能的概念會(huì)變得不重要，因?yàn)長(zhǎng)oona能夠?qū)崟r(shí)理解人類(lèi)的意圖，再自然地做出交互?！?/p>
而作為智能決策機(jī)，楊健勃認(rèn)為L(zhǎng)oona與寵物陪伴或人類(lèi)陪伴并非替代關(guān)系，而是關(guān)系的有機(jī)補(bǔ)充，“生物的進(jìn)化有特殊的性能，目前AI側(cè)難以提供真實(shí)的感覺(jué)。但機(jī)器人的優(yōu)勢(shì)在于能夠從更多維度理解人且做出反饋，也更穩(wěn)定。相信它們將和寵物、人類(lèi)有機(jī)共存?！?/p>
歡迎交流
標(biāo)簽：
