编者按：到微软研究院总部访院长Eric Horvitz，你仿佛化身科幻片中的主角，智能电梯早已主动开门、人形机器人给你指路、虚拟助理Monica为你安排会面，它们流畅自然地跟你跟你互动，有那么点儿置身未来世界的感觉。这一切都是Horvitz所领导的“情景互动”项目的一部分，他和他的团队正努力创建代码库,以实现人机之间多种形式的复杂、分层交互。

来源：Can Robots Have Social Intelligence?

 

如果你有机会能够前往微软雷德蒙研究院拜访院长Eric Horvitz的话，那么恭喜你，这将会是一次令人难忘的全方位服务体验之旅。

 

在大厦一楼繁忙走廊边的一排电梯中，有一台“智能电梯”会主动为你打开了电梯门，因为它早已“感应”到你需要搭它一程。

 

到达三楼时，一个可爱的人形机器人会映入你的眼帘。一阵眼神交互后，它会察觉出你或许需要帮助，便会笑容可掬地伸出援助之手：“需要方向指引吗？”你告诉它要找Horvitz，机器人随即便会告知你办公室的门牌号以及方向。如果不清楚怎么走的话，它还会用自己的胳膊和手比划着解释——如何左转右拐最后到达Horvitz的办公室。

 

“顺便说一句，”机器人补充道：“我会告诉他的虚拟助理Monica，你马上就会到Horvitz的办公室。”

 

沿着走廊走上一会儿，你就会发现Monica已经在Horvitz办公室外面等着你了。电子屏幕上显示着她的头像，说话带着英国腔。

 

“欢迎光临，”她说：“前方的机器人已经知会我您的到来。”

 

Horvitz正在他办公室的计算机上工作，虚拟助理Monica会为Horvitz权衡意外中断的利益和成本——考虑因素包括Horvitz手头的紧急事务、日程安排和既往行为等琐碎细节。根据这个数据宝库建立的模型，系统认为短暂中断的影响不大，于是建议你可以进去跟Horvitz谈谈。

 

虚拟助理Monica，在Eric Horvitz办公室外面问候他

 

这些体验都是“情境互动”项目的组成部分，微软杰出科学家兼微软雷蒙德研究院院长Horvitz和他的同事Dan Bohus共同领导着这项研究工作。他们正在创建一个代码库，或称一个架构，实现在机器和人类之间多种形式的复杂、分层交互。

 

互动是“情境化”的，也就是说计算机具有情境感知能力，它可以考虑到空间的物理光学机理、关于人们来往中的几何学、他们的手势和面部表情以及多人之间的对话等等，大多数人把这些因素视为第二天性。

 

“当谈到基于语言的互动时，人们马上会想到‘语音识别’，”Bohus说：“但它远远不止于此。”

 

该项目依托多个计算能力和方法的紧密整合，其中包括机器视觉、自然语言处理、机器学习、自动规划、语音识别、声学分析，社交语言学。它还推演到了一个新的研究领域：如何让机器拥有能理解多人互动的程序和系统，并实现这些程序和系统的自动化。

 

Horvitz说：“多年来，我们俩一直热衷的问题是，在小组或一对一互相交谈时，人们怎么能如此良好地协调意义理解和发言秩序——并且往往能够达成相互理解。”这包括决定注意力集中在何处，以及理解交谈中各参与者的不同角色。

 

“我们正在应对人工智能的核心挑战，”Horvitz说：“我们的目标是建立一个能够流畅、自然地与人类进行协调及合作的系统。”

 

 

通过对共享情境的理解来提高逼真度

 

如何让人机交互变得更加自然，可以努力的方向之一是让系统产生时间和空间意识。这项工作包括赋予系统短期和长期记忆的概念，并且获得类似于人类回忆能力的经验历史数据。

 

情境互动项目所用的捕获系统

 

Horvitz回忆起了几年前他参加完一整天的会议回到办公室时的情形。他的虚拟助手说：“嗨，Horvitz，好久不见！”他立刻意识到，那一天实习生Stephanie Rosenthal（当时还是卡内基-梅隆大学的在读研究生）已经成功地将与人类相似的短期和长期记忆整合到系统之中。

 

“成功实现与系统的互动，尤其是当我们整合新的能力之后，这一切看上去充满了魔力，”Horvitz说：“魔力源自时刻运行的感知、推理和决策等能力联袂演奏的华美乐章。”

 

持续的优化不断推动新的研究方向。随着系统的能力和自然度整体水平的提高，先前并不为人所知的能力差距变得十分显著，进而为我们指明了新的研究方向，例如对短期和长期记忆的研究工作。

 

Bohus说：“随着逼真程度的提升，我们获得了某些看起来更加人性化的东西，但如果其中存在与人性缺陷类似的问题，情况就会变得令人提心吊胆。”

 

Horvitz的虚拟助理掌握了一套丰富的技能，其中包括访问他的在线日程、探测他是否在办公室、推断他的繁忙程度、根据他过去的习惯推测他什么时候能完成某项任务、推测他何时能回到办公室以及何时会阅读电子邮件，甚至根据他过去的会谈时长来推测他何时会结束当前的会谈。

 

智能电梯使用安装在天花板上的广角摄像头来感知过路人的位置和运动状态，收集数据并计算出来者需要搭乘电梯，而不是在前往食堂或大楼中庭路上的概率。

 

位于微软研究院总部的方向指引机器人，它待客热情且信息丰富

 

方向指引机器人在多个传感器、广角摄像头、Kinect for Windows语音识别引擎的帮助下，凭着对大楼和其中工作人员的了解，能够实时推断来访者接下来所要进行的互动、将采取何种行为及其意图。这台机器人可以利用楼宇目录和楼层平面图，指引来访者找到大楼内的任何人或任何地方。

 

Eric Horvitz（左）和Dan Bohus在情境互动项目过程中得到了很多帮助

 

Bohus指出：“所有这些项目都在推动研究范畴的边界朝着不同方向扩展。”

 

其他情境互动项目还包括一名虚拟接待员，他负责安排穿梭于微软园区内各建筑物之间的班车时间表。就像Monica和方向指引机器人一样，它也可以探测到多个人的存在，推断出一系列与他们有关的情况，并通过互动提供能够帮助。所有系统都可以根据所收集到的各种数据流进行持续优化。

 

Bohus补充说，所有情境互动研究工作都曾受益于微软研究院的多位研究人员和工程师的贡献。Horvitz对此也深表赞同。

 

“除了那些几十年来饱蘸激情地坚持迎接核心挑战的研究人员外，这些项目还有赖于工程师团队的贡献和创造力。”情境互动团队的成员还包括Anne Loomis Thompson和Nick Saw。

 

 

情景互动研究的下一个前沿阵地

 

情境互动技术可能的应用领域几乎无远弗届——从航空、医药直到教育和救灾。

 

微软研究院开发的这些系统所具备的魔法般神奇的功能正传达着微软的某种技术愿景和长远方向，这也正是Cortana意图传递的讯息。Cortana是微软最近发布的Windows Phone 8.1中所包含的虚拟个人助理，她使用自然语言、机器学习和情境信号，为用户提供帮助。

 

Horvitz预计，科技公司之间将在虚拟个人助理领域出现激烈竞争。虚拟个人助理将可以在一个人多种设备上同时运行，并且跨越时间和空间，提供持续的支持体验。他认为这样的竞争将推动人工智能的进步。

 

Horvitz表示：“这个领域将成为创造力和竞争的大熔炉。谁才能创造出最好的数字助理呢？”

 

这种数字助理可以与其他人的助理相互协调，帮助安排应酬、工作任务和旅行。它能根据以往的活动——例如你喜欢的用餐地点等——预测你的需求，并与提供特惠的商家进行协调。它还可以根据你朋友们的喜好帮助你选择一部电影。

 

“开发真正能够成为人类助手和补充的智能支持型助理，是计算机科学界的一项远大抱负。”Horvitz谈到：“这个领域的基础研究包括收集数据和观察人们的交谈、合作及相互帮助的情境，以便我们能够更好地了解如何开发出这样的系统。”

 

Horvitz还设想了工作场所中计算机与人之间更深层次的合作形式。例如，当创建演示文稿或文档时，计算机可以通过一种非侵入性的方式就相关的图形和信息内容提出建议。这种互动将是一个流畅的交换过程，双方交流思想并对其做出反应，同时围绕共同目标做出推断。

 

Horvitz认为，我们正处于“一场计算革命的黎明阶段”。正如他在之前的一场TEDx演讲中所说：“这些人工智能将会以一种积极和关爱的方式出现在人类身边。我们正在开发的智能将会辅助我们人类自身的智能，并协助我们去尝试以前从未做过的事情，它们会按照我们的喜好和兴趣，以全新的方式来延伸我们的存在。”

 

 

相关阅读：

创新改变生活

 

欢迎关注

微软亚洲研究院官方微博：http://e.weibo.com/msra/profile

微软亚洲研究院人人主页：http://www.renren.com/600674137