王耀南 高跃

编者的话

科技兴则民族兴，科技强则国度强。习近平总通告指出：“必须充分意识科技的计策先导地位和根柢支合手作用，锚定2035年建成科技强国的计策筹谋，加强顶层联想和统筹筹谋，加速达成高水平科技自立自立。”

现时，新一轮科技创新和产业变革久了发展，以东谈主工智能、量子科技、生命科学、物资科学、空间科学、绿色低碳时代等为代表的前沿络续，不停取得新进展、新结巴。

即日起，每周六见报的“科技·新知”版就和读者碰头了。这块版聚焦国表里前沿科技，以意旨视角解读科学新知，让咱们一同在日月牙异的科技里再会新知、碰见将来。

比年来，东谈主工智能发展迅猛，大模子、强化学习、超图测度和心理测度等新时代不停取得结巴，引颈了从器具化到智能化再到情智化的跃迁。这一趋势不仅驱动着产业升级，更催生了新一代具多情智兼备特征的智能体。

党的二十大呈文提倡，“以国度计策需求为导向，汇注力量进行原创性引颈性科技攻关，坚定打赢关键中枢时代攻坚战。”具多情智兼备特征的智能体，即概况感知环境，进行学习和推理，并能无可非议地承袭行径、达成特定筹谋的自主系统。情智兼备的数字东谈主和机器东谈主动作东谈主工智能的进军发展场所，正自若成为科技创新的前沿。它们不仅代表了东谈主工智能向愈加东谈主性化、智能化的场所发展，也为智能体与东谈主类的深度互动提供了新机遇。基于此，中国图象图形学学会保举的“情智兼备数字东谈主与机器东谈主的络续”问题入选中国科学时代协会2024十大前沿科知识题。

情智兼备：贯通与心理的完好和会

情智兼备和会了贯通智能和心理智能，代表了全新的智能演进场所。这么的智能体不再是冰冷的测度机圭臬，而是具有心理、确认和关怀的存在，概况与东谈主类斥地愈加亲密和久了的关连。贯通智能让机器东谈主具备如东谈主一般念念考和处分问题的智力，而心理智能则赋予了机器东谈主进行心理识别、心理抒发和心理共识的才气。举例，在心理健康请示中，情智兼备的智能体不错通过语音语调分析和形状识别来感知用户的心理波动和心理景况。

从数字东谈主与机器东谈主的科研进展来看，外洋上的头部科技企业和著明高校在多模态心理识别、心理生成与交互、心理测度专用芯片与硬件方面已经有了一定的结巴。举例，谷歌和微软络续团队斥地了多模态心理识别系统，推崇出色；麻省理工学院和斯坦福大学正在积极开展跨学科合营，合股心理学、神经科学和测度机科学，久了络续心理测度的表面和欺骗；谷歌的Gemini模子等已经在心理生成方面取得了权贵进展。

国内在心理算缱绻法方面也取得了权贵进展，止境是在多媒体信息处理、语音和笔墨心理识别等范围。很多络续机构和高校，如清华大学、哈尔滨工业大学及厦门大学等，正在构建大范围的心理数据集，支合手心理测度模子的老练和优化，研发面向多类盛开场景的心理测度纪律及器具。国内的科技公司，如科大讯飞和小米，接踵推出了具有心理交互功能的智能客服机器东谈主；百度和阿里巴巴等公司斥地了多模态心理识别系统，在践诺欺骗中提供高效的心理识别和生成工作。此外，还有一些初创公司和络续团队也正在探索情智兼备时代在训诫和医疗范围的欺骗，斥地出心理训诫助手和陪同机器东谈主，培植用户的幽静度和工作质地。

三大挑战：心理感知、个性化分析与仿生化交互

尽管我国在心理智能范围取得了无边进展，但在达成“情智兼备数字东谈主与机器东谈主”的经过中，仍有三浩劫题亟待处分。

一是多模态心理感知才气。东谈主类心理的感知是通过多个感官的交汇与互动达成的，然而当今的数字东谈主或机器东谈主延续只可依赖单一感官（如语音或面部形状）进行心理识别，在多模态数据的高效和会、多源异构数据一致性和时候同步方面还存在挑战。怎样达成跨模态心理抒发的整合，如安在有限的资源下均衡模子复杂度和准确性仍是一个难点。

二是个性化情智分析才气。东谈主的心理抒发具有个体相反，相似的形状或语句在不同个体、不同语境下的解读可能存在本体区别。因此，东谈主工智能需要具备个性化情智分析才气，概况左证个体相反进行精确识别，幸免心理误读。跟着大模子、强化学习和超图测度等新时代的流露与当先，东谈主工智能权贵培植了复杂数据分析才气，概况提供愈加个性化的心理疏导功能。

三是仿生化心理交互才气。要让数字东谈主、机器东谈主像东谈主类一样与他东谈主进行心理互动，东谈主工智能不仅需要识别心理，还要以当然、联接的形状抒发心理。当今，尽管语音识别和生成时代已有结巴，但机器东谈主与东谈主类的心理交流仍显生硬，零落深度心理的抒发。为结巴这一瓶颈，东谈主工智能需要在心理数据处理的基础上，合股肢体动作、面部形状等多维度的抒发，酿成愈加当然的心理交互。

结巴之路：多时代协同发展是关键

在通往情智兼备的数字东谈主和机器东谈主络续中，多学科的和会络续和跨范围的时代研发起着至关进军的作用。情智兼备不仅条件机器东谈主具备心理感知才气，还需通过多种时代技能达故意理的生成与抒发，酿故意理识别与反馈的闭环。要达成这一筹谋，多个时代范围必须协同发展，其中心理生成与抒发、心理识别与反馈、多模态心理感知时代是关键。

心理生成与抒发，让智能体更具情面味。心理生成与抒发是指数字东谈主和机器东谈主通过特定形状推崇出心理响应的才气。这也曾过不单是是模拟东谈主类的语音语调，还包括通过面部形状、肢体动作等多种形状进行心理的外化。在这方面，心理合成时代尤为进军。通过调遣语调、语速、音量等参数，语音合成器概况生成带有心理色调的声息。举例，当机器东谈主要抒发风物的心理时，其语长入语速会彰着提高，而在抒发哀悼时，语长入语速则会相应攻讦。这种心理化的语音生成时代，使机器东谈主概况在与东谈主类的互动中推崇出愈加当然和富饶心理的响应。

心理识别与反馈，能精确捕捉并恢复东谈主类心理。心理识别时代使得机器东谈主概况准确地捕捉东谈主类的心理信号，并基于这些信号作念出相宜的心理反馈。当然说话处理时代的欺骗，让数字东谈主、机器东谈主概况确认和生成当然说话，从对话内容的分析中找出心理的脚迹。通过对用户的说话结构、口吻以及关键词的分析，机器东谈主不仅概况判断出用户的心理，还概况应时地提供心理支合手。举例，当用户遭受问题时，机器东谈主概况通过说话和口吻的变化，抒发出形状与劝慰。

多模态心理感知，让心理识别愈加全面准确。通过合股语音、图像等多种感知数据，东谈主工智能不错赢得愈加精确的心理信息。举例，通过同步分析用户的语音语调与面部形状，机器东谈主概况从多个维度捕捉到心理的细节。这么的信息和会极地面提高了心理识别的准确性和可靠性，为心理反馈提供了更为全面的数据支合手。合股多模态感知数据，构建更为复杂的心理模子是现时的络续重心。举例，当用户的面部形状和语音语调一致时，系统不错识别出用户的愉悦心理；而迎面部形状和语音语调呈现震怒时，系统概况飞速判断用户的心理变化并应答。

欺骗长进：医疗护士、训诫与企业工作

心理智能时代的日常欺骗长进令东谈主期待，止境是在医疗护士、训诫和企业工作等范围，已展现出无边的后劲。

在医疗护士范围，情智兼备的机器东谈主在照护老年东谈主、零丁症患者等方面具有极大的上风。通过面部形状识别与语音分析时代，机器东谈主有望及时感知患者的心理变化，为其提供心理支合手，匡助缓解零丁感和慌乱感。在零丁症患者的干豫中，情智兼备的机器东谈主不错通过互动游戏等形状匡助患者提高应酬才气，促进心理贯通。一个典型案例是日本软银公司的Pepper机器东谈主在养老院中的欺骗。Pepper不仅概况进行基础的护士使命，还不错与老东谈主进行心理互动，通过讲故事、聊天和作念游戏等形状，提高老东谈主的心理体验，达成更东谈主性化的养老陪同。

在训诫范围，编造教师通过心理智能时代，概况识别学生的心理景况，动态调养训诲内容和形状。举例，当学生推崇出困惑或疲困时，编造教师不错通过加多互动圭臬或安排休息时候来激励学生的学习意思。通过心理分析，编造教师不错保合手学生的高参与度。好意思国的一些学校已经初始使全心理智能编造教师进行在线训诲。这些编造教师概况通过面部形状和语音分析，及时了解学生的心理景况，调养训诲策略，提高学习后果。

在企业工作范围，心理智能时代的欺骗概况权贵培植客户体验和幽静度。通过分析客户的心理景况，企业概况精确调养工作策略。举例，在客户究诘中，机器东谈主不错左证客户的心理反馈，来调养口吻和工作气魄。

将来，跟着时代的不停发展与结巴，情智兼备的数字东谈主和机器东谈主将不再是科幻演义中的存在，而将成为现实生存中的进军伙伴。跟着跨学科合营的久了，情智兼备机器东谈主将进一步裁减智能体与东谈主之间的心理距离，鼓舞社会各范围的智能化进度，为东谈主类生存带来更顺心、更智能的工作。

（作家分裂为中国工程院院士、中国图象图形学学会理事长亚博体育，中国图象图形学学会心理测度与确认专科委员会常委、清华大学长聘副教师。赵念念成对本文亦有孝顺）