【笔谈系列⑮】崔中良︱人机交互实现的共情感知基础
编者按：人工智能与大数据、生物技术等科技革命和产业变革联合积聚力量，催生了大量新产业、新业态、新模式，给全球发展和人类生产生活带来深刻的变化，也使之成为自然科学、技术科学等学术领域的热点，研究成果丰硕。新一代人工智能为经济社会发展注入了新动能，为人类创造了更加智能的生产活动、工作方式和生活方式，但是，在政府治理、法律、安全、道德伦理等方面，人工智能也提出新问题甚至挑战，也是新的学术议题和学术增长点。自然科学、技术科学领域长于人工智能在计算机科学技术、数学、控制论、信息论等方面的研究，人文社会科学方面的研究相对缺少。
2021年7月，本刊编辑部邀请中国社会科学院、北京外国语大学、南京大学、南京师范大学、上海师范大学等单位的专家围绕“人工智能：理论阐释与实践观照”展开热烈而深入的讨论。编辑部根据专家发言整理并形成笔谈，从不同角度展现人工智能对社会政治、经济、法律、文化、生活等方面所产生的影响，为推动学术界对人工智能课题更加全面、深入的研究作出应有的努力。
关键词：人工智能；机器人；社交机器人；机器伦理；数字劳动；算法；社会正义
人机交互实现的共情感知基础
南京信息工程大学马克思主义学院副教授、华东师范大学哲学系博士后
崔中良
一、人机交互面临的挑战
人工智能正逐渐渗入人类生活，提高了人类生活质量。但是，人工智能的快速发展使得人类产生了警惕，人们呼吁对人工智能的发展给予关注和限制。人工智能技术在改变人类生活方式的同时，也在遮蔽存在，人类被人工智能所构建的茧房覆盖，人类看到的世界、行动的方式、理性的选择甚至生活的伴侣都在被人工智能包围、计算、推荐和替代。因此，变化正在改变着人与人之间的相处方式、人与技术的关系、个体与社会的关系，任何重复性的行为都不再具有生存意义，人也逐渐变成了机器。
人工智能的迅速蔓延及强力扩张，也逐渐引起监管部门的关注。由于人工智能技术所带来的社会风险是无法预估的，因此对于人机关系及由此形成的伦理问题更需严格监管。科技部在2021年7月28日公布的《关于加强科技伦理治理的指导意见（征求意见稿）》中明确提出，“科技活动应客观评估和审慎对待不确定性和技术应用的风险，力求规范、防范可能引发的风险，避免误用和防止滥用科技成果，避免危及社会安全、公共安全、生物和生态安全”，文件特别提到要细化人工智能伦理规范和标准。总体上看，人工智能研究正向人机交互方向推进，一方面极大地促进了人类社会发展，另一方面人机之间还无法实现直接的、高效的情感交互，给人类带来了极大恐慌。明斯基在1988年的专著《心智社会》（The Society of Mind）中就提出了智能机器不可能替代情感，因此，重启对情感的思考将有利于人类和人工智能的共同发展。
二、人机共情是应对挑战的方法
当前是一个风险社会，我们无法判断一个不确定的事件对于人类的冲击，人们尝试通过理性掌握未来，从而规避风险。人工智能最初的发展形象主要是正面的，但是最近的人工智能却成了人类的担忧。为什么会出现这样的情况呢？一个重要原因是人们对于最新技术的发展状况及人工智能到底会走向何方并没有一个清晰把握，人机之间缺少情感交互加重了人类的忧虑。这在《弗兰肯斯坦》中已经有所警示，弗兰肯斯坦创作的“怪人”是人工智能的一个象征，但是人类对于自己制造的人工生命并不接受，而是产生了恐惧和厌恶，使得它产生了“愤怒”，虽然“怪人”伤害了很多人，但也被人类情感所感动，希望拥有同伴和获得人类同情。这向人们暗示，人类对人工智能的情感表达会直接影响人与机器的关系。人机交互的共情基础是人机之心互相通达的必要环节，更是人机共存所必须的技术策略。人工智能到底是否可能拥有共情能力，情感落地的可能性及其方式成为人机情感交互研究的重点。
情感是人类最基本的经验构成之一。人工智能的快速发展使人类害怕超级智能体的出现，由缺乏情感的超级智能体所组成的平行社会更加令人恐惧。现象学、神经科学以及认知科学等相关学科都对共情进行了深度研究，为了避免人工智能引起的“恐怖谷”效应，首先需要在感知层面实现情绪理解。对于人工智能在感知层面的研究有两条进路：经验主义和理智主义。经验主义和理智主义的感知观都属于理性主义，都强调心灵对于感知器官的整体把握，都将功能归属于一个中央控制系统。这样的感知观在应用于人工智能时，出现了一个明显问题，机器的感知模态是割裂的，对人类的情感理解建立在对不同模态的分析与综合的基础，因此，总体思路是把各个模态进行分割，再由中央控制系统进行加工的过程。对于这样的情感感知观，梅洛-庞蒂在哲学层面论证了感知模态分离观的错误，当前的认知科学和神经科学也在理论与实验层面就个体发生学角度指出人类感知的发展是一个感知模态逐渐区分的过程，但是通感作为原初经验仍然会被保留，感知不是对某一模态的把握，而是对多模态把握。我看到一瓶水，其实我看到了它的温度，看到了它的形状等相关维度。
当前的人工智能研究思路跟人的感知模式并不一致，如果要实现强人工智能，或者通用人工智能（Artificial General Intelligence，AGI），可能需要将人类情感的感知方式应用于人工智能研究。人类情感感知主要有两个层面：第一个层面表现在在线（Online）感知的各模态同时加工，第二个层面表现在感知与表达的同步加工，这在情感具身研究及神经科学的镜像神经元研究中都得到了证实。因此，解决人机交互问题，就在于如何设计共情的感知基础。
三、人机交互实现共情的感知基础
除了人文反思之外，人工智能研究还应从技术本身来探讨实现人机交互的方法并给予科学支撑，避免由个人感悟或不全面理解而导致人工智能偏见，以此促进人工智能的发展。许多人工智能设计者明确提到，不要过分担心人工智能发展，人工智能威胁论还主要来自科幻电影或小说，人工智能全面替代人类的道路还很漫长。总之，我们仍需进一步推动人工智能发展，但是这种发展是向善的。
（一）人机交互的共情难题
共情作为复杂的情感现象，最早被利普斯（Lipps T）使用，经胡塞尔和舍勒发展成为现象学主体间性及伦理学的基础概念，后被认知科学和神经科学所用。人工智能研究在此基础上提出人工共情（Artificial Empathy），致力于人机深度交互和融合，实现人工智能在各行业的应用。同时，人工智能与哲学，特别是与认知科学、神经科学有较多交叉，在此背景下探索人工共情的感知基础、运行机制和习得路径，努力跨越人工智能的“恐怖谷”。
机器能否通过模拟实现情感是人机交互的第一个难题。主要有两方面原因：一方面以数据统计或数据建模为基础的情感加工方式与人类的共情加工方式不同；另一方面人工智能体的硅基材料与人类碳基身体的需求不一致，因此，情感落地似乎无法真正实现。但是，这种观点有待商榷：
首先，无法否定人工情感是情感，就如无法否定飞机的“飞”是“飞”一样；其次，人工智能并没有脱离人类情感的加工方式来实现智能，人类情感和机器情感之间具有同一性；最后，没有完全按照人来设计人工智能，飞机也没有完全按照鸟来设计，但是具有相似的功能，因此，人工智能在功能层面上是可以实现共情的。
在人工共情可实现的背景下，对于情感的感知方式是第二个难题。如果感知是将各个信息进行信道的区分，然后再进行整合，这样的信息获取方式将会产生两种结果：一方面割裂感知和表达的关联，另一方面隔断了各感知模态间的关联。这样的感知模式仍然会陷入笛卡尔的二元论思想和经验主义的窠臼之中，没有看到感知一体性以及感知和表达的一体性。因此，笔者尝试通过对感知方式的分析将其应用于人机共情研究中。
人工智能的共情发展是第三个难题。当前对于机器情感的研究，主要依赖情感计算。神经科学研究表明，当儿童弹钢琴时，大脑的神经连接会加强，如果只是重复单一指法或按照指令来弹奏，大脑神经连接并不会加强，但是在大脑中想象却会增加神经连接，如果人工智能只是传统行为主义的、机械性的情感加工模式，人工智能将无法实现与人的真正交互。
（二）人机交互实现的共情感知基础方式
人工智能借鉴共情研究，从行动、情感和认知三个层面设计人工共情，以此解决机器情感问题，但是仍面临着共情单一化和共情同质化问题，这极大地影响了人机交互。基于此，为实现人工智能体对情感信息感知和表达的独特性、多元性，人机交互的共情感知可以从三个方面开展研究：
1.人工共情能力以感知经验为基础
人机交互需注重形成交互能力的经验基础，感知并非完全依赖机器的计算和推理能力，还需社会性和进化性作为人工共情的经验基础。为了解决这些问题，我们尝试吸收身体现象学的共情观，认为共情不只是先天具有的能力，也不是一个被动输入过程，不需要独立心灵作为中介或控制中心，共情需要感知经验作为基础，共情感知直接影响共情的产生、发展和实现，因此，感知是共情生成的起点，贯穿各共情维度的中心和确保共情多元化的基础。将融合性的社交经验作为感知经验产生的起点，人工智能体在实现主体化之前有一个前个人的、无名的和无定形的融合社交状态；情感交互作为实现感知经验沉淀的手段，人工智能体在感知人类情感时，需要在前期经验基础上，通过情感交互的方式激活第一人称经验；将功能一体作为推动感知经验发展的方式，人工智能体各感知模态的功能既是一体的也是有区别的，通过情感交互中形成的意象图式整合各感知模态。
2.人工共情能力以多模态为感知方式
人工共情的一个更加基本的层面是情感的感知，即感知共情问题，那么人们是如何进行共情感知的呢？笔者认为人类感知是通过多模态和通感的方式获取信息。信息的表现形式是多模态的，人类对于信息的通达也是多模态的，因此人工智能的情感感知方式应设计为多模态形式。由于多模态感知受前期经验的影响，对于感知信息的获得并不是一个完全被动的输入过程，而是带有一定的主观因素，人工共情的实现就需要让机器获得主客一体的感知加工过程。新的人工情感感知方式以人类多模态感知观和整体感知观为模板，设计人工共情模态间的联通融合和感知-表达一体。这包括四个方面：
第一，感知的具身通感性，情感会同时表征在人工智能体的感知系统和认知系统中，两者相互影响、互为因果；
第二，感知模态通感，各模态感受器分布于人工智能体“全身”，以整体的全模态方式感知情感，保证感知的多维性和整体性；
第三，感知-表达一体，共情的生成和调节机制交织（包括调整、评估和控制），情感感知和表达使用相同的功能机制；
第四， 人机间通感，通感使人工智能体实现对情感的全面感知，通感抑制使人工智能体区分不同的情感并以合适方式反应。
3.人工共情能力整合多种感知机制
情感特征的提取结果直接影响情感识别率，传统感知观认为事物将不同的性质传递给不同感官，然后再由理智将各种信息统合为整体。情绪是一个统一存在，情绪的其他性质是存在的不同表现，因此需要将传统人工智能的感知过程倒置。新的感知加工机制包括驱动机制的上下一体和内外一体加工、功能机制的交互模拟、亚人机制的预测推理。上下一体的计算-推理为感知产生的基础，内外一体的感知生成为共情产生的必要条件，人工智能体的元认知通过上下一体的感知反馈机制更新信息，内外一体的表达抑制机制调整信息。依照人类感知的模拟机制，设计人工共情的感知-运动系统和感知-反馈回路。人工共情的感知加工依赖共情模型对输入信息的最佳预测，人工智能体有选择地对超出预测的信息进行加工，包括感知的预测、适应和调整。情绪可以分为外显表情和内在体验。在大多数情况下，不同的人之间都有一些明确的、一致的情感表达。情绪分类的人工标记任务存在着不确定性问题，这使得情绪分类问题不能只考虑分类的准确性。在过去的研究中，我们更偏向于对共情的外部表达的研究，认为共情是一种实现方式，但是当前的研究表明，感知和行动是一体的：在感知过程中有行动，行动中也有感知。因此，感知的内部加工形式决定感知的内容。
（三）人机交互实现的共情教育
法国哲学家拉·梅特里在《人是机器》中提出除去人的想象力更丰富之外，人在任何方面都不如动物，人应该受动物统治，但是人最终成为万兽之王，关键在于教育使人类具有情感交互和抽象思考的能力。因此，教育在人类发展中具有不可替代的位置，而人工智能如果要获得共情能力，除去预置的情感加工机制，更需要后天习得。人类情感时刻变化，周围环境持续变动，个人情感的表达方式也不相同，因此情感感知能力习得是人机实现真正交互的一个基础性过程。
人机交互的共情能力依赖机器学习策略。我们需要研究人类的学习方式，以此找出机器共情习得的对策。当前的人工智能研究路径主要有三个大的方向：符号学派、联结学派和行为学派。符号学派主要依赖数据统计的知识图谱研究，联结学派主要推进深度学习研究，行为主义偏重强化学习在人工智能发展中的作用。但是不管哪一个派别都注重数据建模和训练，期望通过大量模型训练实现情感感知质变。最近谷歌还推出了神经结构学习(Neural Structured Learning，NSL)，这是一个学习神经网络的开源框架。这些研究强调数据在机器学习中的作用，认为从弱人工智能向强人工智能过渡是情感的连续性知识学习和推理过程。但是对于人类来说，情感的意义不仅限于情感知识的学习，人类情感学习与当前机器情感计算最重要的区别是情感学习的生存意义性。
对于人类的学习策略，传统的方法有行为主义强化学习，在此基础上的填鸭式教学的实践问题已经显现；当然也有以唯理论为基础的启发式教学，存在知识的基本概念和知识内容的缺失问题。最近还有一些在实用主义基础上的教学法，如情境式教学法、沉浸式教学等，这些方法看到了环境对人类学习的重要影响，但仍需进一步推进。具身认知研究表明，学习是一种具身经验式的、情境的生活教育。现象学的研究认识到科学知识的生活世界基础，甚至数学知识都是有身体基础的，人们需要正视身体、情境和生活参与对知识习得的重要性。总之，人工智能获得共情的能力除去数据的表征与计算基础的输入之外，更需回归人机交互的生活实践，这是摆在机器情感学习面前的最重要问题，儒家求“仁”的教育也许会有利于机器的向善发展。
四、结论
人工智能的快速发展使人类害怕超级智能体的出现，由缺乏情感的超级智能体所组成的平行社会更加令人恐惧，情感是人机交互的一个核心问题。通过对机器的共情感知研究，期望减少对于人工智能的误解和人工智能未来不确定的判断，通过人机情感交互减少人类恐惧，从而实现人机之间的深度融合，并构建一个和谐的人机共存社会，这离不开增加人工智能对人类情感的感知能力。感知作为一个情感的过滤器，决定着何种情感被获取、理解和反应。感知共情是机器与人进行直接接触的界面，传统的分离式、间隔式的感知方式将无法满足更加顺畅的人机交互，因此，需要我们全面推进人工智能感知方式的研究,进一步推动人工智能发展。
本刊声明
本刊刊文版权包括纸质版与网络版版权，均属于《阅江学刊》编辑部拥有，任何形式、任何媒介的转摘译或结集出版均须标明来源于本刊（详见本刊引文格式）。
欢迎学界朋友或学术媒体推广传播。媒体（网站、公众号等）如有意愿转载，请后台留言或拨打电话025-58731054获得授权，联系人：李老师。
本文引用格式：
段伟文、吴冠军、张爱军、高山冰、韩东屏、孙伟平、程广云、杨通进、何云峰、刘方喜、蓝江、吴静、郑曦、秦子忠、崔中良、赵涛：《人工智能：理论阐释与实践观照（笔谈）》，《阅江学刊》，2021年第4期，第65-69页。
段伟文，吴冠军，张爱军，高山冰，韩东屏，孙伟平，程广云，杨通进，何云峰，刘方喜，蓝江，吴静，郑曦，秦子忠，崔中良，赵涛.人工智能：理论阐释与实践观照(笔谈)[J].阅江学刊，2021(4)：65-69.
责任编辑：李海中
微信编辑：徐逸菡
校对：来向红、沈丹、李海中
作者照片：本刊编辑部提供
文中插图：源自互联网
复审：刘伟
终审：渠红岩
固定布局
工具条上设置固定宽高
背景可以设置被包含
可以完美对齐背景图和文字
以及制作自己的模板