Justin Cassell：社交性AI的明天

一

报告导读

本次报告，Justine Cassell介绍了社交性AI的概念和理论基础，社交性机器人主要是研究的是能够和人类一起合作的机器人，能够做一些人不能够完成的工作。她指出人类建立的人工智能能够让世界更好，不会代替人类，而是会加强我们的能力，并且巩固人类自身的地位。

二

专家介绍

Justin Cassell（贾斯汀•卡塞尔），卡耐基梅隆大学计算机学院副院长，世界经济论坛（WEF）未来计算机全球未来理事会主席。ACM会士，AAAS会士，苏格兰皇家学院院士。主要从事人工智能、计算机语言等领域研究。在人工智能领域超然，被誉为"人工智能女王"。

三

报告内容

未来世界的AI技术，人和机器之间会有很多合作，而并不是说要用AI去取代人类。我们可以看到几个案例，这就是人和机器之间的合作，这也就是我们今天的一个运营场景，就是机器人的手臂可以去帮助我们进行制造业的工作，而且现在这些机器人的手臂能够自动去识别不同的物体它们的形状和材质。

但是，我觉得这应该不是未来人和机器的合作，我觉得这个才是未来，这个才是人和机器的合作场景，这个任务不应该只限于机械的工作或者人的力量。实际上最近经济学家的研究就表明需要人的体力的工作或者是个人的工作将会很快被机器所取代，但是需要社交技能的，也就是有能力跟其他人一起进行合作伙伴关系的合作这些会增加。

所以我们怎么来使用AI的力量来做这些社会本质的工作呢？这是非常重要的一点。我们现在可以跟其他人一起工作而不需要进行聊天交流，大家可以想想，你早上来上班，直接去你的工作台，关上门，埋头工作8个小时，但其实并不是这样的，比如说早上10点你可能要停下来喝杯咖啡，你的朋友刚好来喝茶，这个时候就可以有交流了。在午餐的时候你跟朋友去见一见、聊天、吃个午餐，但是这跟AI有什么关系呢？这个小孩子学习科学，因为使用AI，所以就增加了社交的互动。

我们这边看到的其实是两个孩子之间非常正常的沟通，只是其中一个孩子是虚拟的，所以我们在里面内置的就是真实孩子的力量以及和AI的能力。所以我们说这个虚拟的孩子知道怎么样来加大真实孩子学习科学的能力，所以孩子跟一个虚拟的伙伴一起学习，像他们一样说话的，能够结成非常紧密的联系，而且他们也能够更多地去学习。

那么，什么叫做我们的联系？“Rapport”这个词，递大家可能不是特别地熟悉，能够很容易翻译成中文或者其他语言，意思就是两个人之间和谐的关系，你觉得你能够在对话当中理解对方。我们对此是非常感兴趣的，因为这能够提高我们的表现，AI能够提高面试，如果跟这个面试者有联系的话，他们更愿意接受采访，并且增加效应，也可以提高我们的医疗水平，医生更愿意接受这样的想法，如果跟医生有联系的话，他们更愿意听医生的话。当然也可以影响我们的销售，比如说你非常相信这个中介的话，可以买100万的房子。我们看到的是，如果孩子跟老师有着紧密的关系，他们就愿意去学习，愿意跟朋友共同探索，所以我们怎么使用AI的洞察？为什么我们要建立一个互相依赖的AI？

我相信自治不应该只是我们人工智能的圣杯或者说最终目标，为什么呢？因为50年代当AI刚刚开发的时候，心理学家、人类学家、数学家、计算机专家他们都觉得我们是自治的，机器也因此像我们一样自治，但现在我们知道了，心理学、社会学、人类学和计算机科学当中，我们并不是自治的，我们是互相依赖的。我们现在在研究的是能够和人类一起合作的机器人，能够做一些人不能够完成的工作。

说到我们对自然语言的处理，这就是非常有趣，但是非常困难的问题。什么叫做互相依赖的对话？我依赖于非常重要的语言学的理论，我们每个人都能够贡献出不同于我们贡献的，我们的对话也在不断地改变。现在我可以说“闭嘴，我在思考呢”，或者说“等一下，你在说什么？再说一遍”，这是不断变化的，不断增加我们对话的速度和精准度。那我们今天到底需要什么样的AI呢？我们有着智能语音回应，还有IVR，如果大家使用过IVR就可以知道智能这个词实在不是很智能。

我打电话给航空公司定票的时候，最后就是非常的困惑和沮丧。和机器人聊天，想要跟你建立联系，但是他们只知道聊天。 AI的角色是要来加强我们自己的智能，而不是来代替我们的。为此，我们必须要知道人们是怎么样操作的，如何用我们社会的智能来加强我们的行为，这是非常根本的。我们从人到计算机模型，从计算机模型再到实施。

在我的实验室里，我们分析人和人进行沟通的视频，我们用机器学习，来看看我们这个高使用的频率，哪个是可以预测他们之间是有联系的。我们使用暂时的频率，用机器人学习的方法来预测一段时间的活动，结合之前的活动，比如说眼神的交流、赞扬，这就是我们的高联系和低联系之间的不同。计算机根据这些行为做计算机的模型，就是让我们能够做一些以前人没有做过的，这就是看两个人作为一个研究和分析单元，我们要考虑到两个人之间的行为，而且是一段时间的行为。通过这个时间段，这些行为是否能够带来更加紧密的关系和更加紧密的互动，这不仅能够加强我们的沟通，而且能够给我们人的关系的模型。

我觉得这种理论可以让我们建立一个过程的模型，能够进一步促进互动，然后去预测每个时间点要去做什么，这样的话就有一个框架建立起来了，这是前所未有的一个框架，它有三个模型，能够让我们考虑到这个话的意思，以及对话当中背后的目的，以及这当中的社会含义。比如说有一个对话的战略，它是不是礼貌，是不是遵守社会标准，所以它就是一个分类的战略。这个话是不是在侮辱别人，这些都要进行分类。我们发现，如果是侮辱朋友的话，它能够让我们更好地相互了解，我们觉得这个听起来非常奇怪。这就是我们平时所说的朋友互损，会增加你们之间的这个亲密关系，我们就会有一个分类的措施，来看一下人工智能它的对话系统。

接下来给大家举几个例子。大家也看到了，现在在屏幕上，这并不是一个非常美的动画人物，那是因为我们希望我们的客户去理解它并不是真正的人类，所以它会有自己的局限，包括外观上的、造型上的局限。但是我们希望有这样的一种概念，就是说我们现在在开车的时候都会跟着机器人走，跟着电脑走，但是我们也希望让这个人与机器之间有更多的互动。

我们看一下有两种互动，一种是虚拟的儿童跟真正儿童相互了解的过程，另外一个就是当他们一起做算术题的时候会发生什么。当我们看到这个互动过程，因为有了这样的一个社交层面的互动，他们一起做数学的过程也会得到促进，因为他们可以更好地相互了解。在这当中有两个小笑话，这个小女孩脸上露出了笑容，因为她之前没有跟虚拟的儿童互动过，所以她会觉得她是一个陌生人，但是之后她会觉得这非常有趣搞笑，这个跟聊天的机器人是不太一样的。当我们在一起做算术题的时候，我们会发现这个女孩是有点害怕的，她有点恐惧，非常不喜欢数学，而且她会害怕考试不及格，但是这个小女孩跟虚拟人物之间建立起了一种亲密关系，一种亲和感，所以在这个短暂的互动过程当中算术能力得到了提升。老师看到了之后，他们会说这个女生之前都不喜欢做数学题，而且在做数学题的时候从来都没有效果。但是我想说的就是，这个虚拟儿童所做的事情就是让整个过程更加简化，她说了两件事情，让整个过程更加的有趣，她说她的数学也不好，她说我是一个很好的老师。所以这些都是一个负面的揭露，这是一个对话的策略，这样的话别人就会对你的信任进一步加深了，也就是说另外一个人会觉得自己好像也不错，所以这是一个策略，能够进行自动的识别，能够用虚拟的儿童来选择接下来的这个对话的内容，这样的话能够加强他们之间的亲密感。如果亲密感的强度变高了，他们做数学的能力就加强了。

我们可以看技术层面的一些挑战，这些都是前所未有的一些挑战，社会的互动非常重要，但是我们现在的数据还不够，非常的缺乏，我们没有数据集，也就是我们没有找到几百万数据集，但是我们也想在这方面提供一些帮助。当我们有这个数据集之后，我们的行为这个数据也非常少，但是我们现在有这个深度学习非常的流行，所以这种缺乏性可以逐渐得到解决，我们也会有新的深度学习的方式出现。

之前我们总是用一些过时的手段，用一些老的手段，比如用当前的这个数据来进行模拟，模拟未来的一些场景，这样的话可以让我们能够更好地分析。我们也需要去解释，这是我们之前没有想到过的，我也希望用我的手跟大家比划一下，当我们在进行对话的时候，我们需要通过一个自下而上的方式以及自上而下社交科学的方式，我们可以看到这个对话的内容，当我们去想到这种可解释性的时候，我们不应该仅仅关注把这个可解释性当做一个黑匣子，而是说我们要转移到一种新的方式，把可解释性作为知识和常识的一种互动，作为知识和行为的一种互动，或者说把它作为一个沙漏，以及把它作为一种算法，它的一个产出。所以当我们在建立这个机器人对话系统的时候没有关注到亲和力的打造，或者说他们关注了，但是却失败了，这是我们之前所碰到的问题，所以我们需要有一个更好的系统，这样的话能够用一个不同的矩阵去解决这个问题。

最后要跟大家分享一个高分辨率的视频，可能大家之前在网上看到过这个视频，我们之前受邀参加世界经济论坛展示了我们的工作成果，这是首个人工智能的作品，在达沃斯上展出。我们受邀之后去了那里，而且我们的这个作品放在了主会场，大家都可以看到。在短短的几天时间当中，有300个全球领袖和有社交属性的机器人系统进行了互动，包括总统、首相、国王、公主，他们跟这个聊天机器人去到了小办公室，他们会问这个机器人“谁会跟我一样重要？”他们喜欢问机器人这种问题。因为他们都是世界领导人，所以他们会问机器人“我应该去参加哪个派对？”因为有的人想要去参加最好的聚会和派对。这是我们在达沃斯参展时的视频。在看这个视频之前，我们再看一下评估的过程。

我们会有一个端对端的系统，在这方面就会有一个挑战，这是前所未有的挑战，我觉得评估非常重要，我们很难去评估这个计算机的视觉系统，我们会有软件的精确识别，但是端对端的系统却很难做，如果是对话系统的话就更难了，我们要去识别对话每个阶段所带来的影响，包括对于社交策略的识别，对于这些非文字手势的识别，还有自然语言理解的过程，以及它最后的产出等等。所以我们要发明并且要采取不同的评估策略，比如说人们跟机器人对话的时间以及人们互动的次数，如果人跟机器人互动的次数越多，这个亲和度就越高。

我们可以看一下评估的策略，这也是我们之前在达沃斯论坛所看到的，这样的话大家就知道我们如何去使用这个机器人，以及我们在聊天的时候会有什么样的语言导向，以及他们给这个机器人最后提了什么建议。

我就说到这里，我相信我们所看到的，其实我们都是社交的动物，在这个世界里面自动化越来越常见，我们需要能够决定自动化是否会代替我们，还是会给我们更多的互动。如果是跟我们互动的，它是否有这样的技能是我们所依赖的，能够成为好的伴侣、好的团队成员，知道怎么样慢慢地消除误解，来识别我们的语言，来识别我们的语言，以及知道做错了怎么来道歉，希望能够更紧密的合作，就像人跟人的合作一样。如果可以这样的话，我相信我们建立的一个人工智能能够让世界更好，不会代替人类，而是会加强我们的能力，并且巩固我们的地位。