人工智能是否可以实现与人相似的情绪智力？

2019-07-08刘备备王子玉

求知导刊 2019年7期

刘备备王子玉

摘要：情绪智力作为人类智力结构的重要组成部分，对人类的生存发展起到重要作用。情绪智力不仅受到心理学界的广泛关注，也成为人工智能领域研究的一个重要方面。但目前人工智能领域关于情绪智力的研究基本都是基于情感计算等专用人工智能领域的成果取得的，在人工智能领域实现近似于人的情绪智力的相关研究却几乎没有看到。文章从智力的角度出发，结合当前人工智能研究的最新动态，对当前人工智能领域的情绪智力研究进行归类分析，随后以目前和人类智力最为接近的非公理化推理系统——纳思系统为蓝本，对人工智能目前是否真正拥有情绪智力做出基本判断，并从纳思系统的基本原理出发，对其是否可以拥有情绪智力进行分析研究，最终得出结论：人工智能领域关于情绪智力的研究虽然很多，但真正拥有和人类似的情绪智力并能与人类正常沟通的人工智能系统目前还没有问世，且要真正实现这个目标目前还面临着技术突破、安全风险等多重挑战，但是却存在实现的基础和可能性。

关键词：情绪智力;人工智能;纳思系统

一、引言

前段时间关于人工智能将要取代人类的报道铺天盖地，但最近这类报道似乎又销声匿迹了。为什么会出现这么大的反差呢？答案便是先前的媒体宣传及报道有失偏颇，夸大了人工智能的能力。当前的主流人工智能虽然可以做很多事情，甚至在某一方面比人还做得好，但是我们完全不必担心目前主流的人工智能技术会对人类的生存及发展构成挑战。原因在于当前主流人工智能所采用的深度学习、强化学习等技术并不能使机器人拥有智力。这也就意味着这类人工智能只能解决某一方面的问题，就比如具有很强面孔识别能力的人工智能却不能下象棋。它们不能真正地思考问题，而是根据程序设定固定地处理相应的任务。那么当前是否存在真正具有智力的人工智能？这类人工智能能否可以实现与人相似情绪智力并与人类正常沟通呢？本研究将会对这些问题进行一一论述。

二、智力的相关研究

智力的相关研究很早就已开始，C.Spearman在《客观地确定和测量的“一般智力”》一文中将智力分为一般因素G 和特殊因素 S 两大类，他认为智力存在两种因素，一类是共同因素，也可以称之为通用性因素，它是所有能力中共有的因素;另一类是特殊因素，是某种特殊智力活动中必备且特殊的因素，比如言语能力，社交能力等等。（王亚南，2011）Cattell 20世纪70年代提出了智力的两层次理论（薛荣，2013），他认为智力存在晶体智力和流体智力两个部分，晶体智力是习得的，流体智力是天生的，晶体智力和流体智力强调了先天因素和后天因素对人的智力发展的重要作用;皮亚杰的理论（郭佳伟，2011）认为，智力的本质在于适应，他强调了智力的作用，即更好地满足人的生存需要;通用人工智能理论的专家王培教授从计算机科学的角度对智力下了定义（Pei Wang，2011）：“智力是在知识和资源相对不足的情况下主体的（系统）的适应能力。”他认为智力基于一种通用性的规则，这种规则并非为人所独有，动物、人以及按照这种规则运行的机器都拥有智力。它形成于生物体对开放环境的适应过程，因此智能体具有在不确定的环境中、在有限的资源条件下解决问题的能力。智力是先天与后天共同作用的结果，它受到先天预设的约束，却能够在后天的经验积累中得到发展;然而，正如C.Spearman所指出的，智力不单单需要通用性的规则，还需要在此基础上形成的特殊智力。加德纳于20世纪80年代提出多元智能理论，他强调智力由多种能力构成，但是却否认它们基于通用性的规则，即否认一般智力的存在，有学者曾对这种做法提出质疑。本研究认为智力应该是基于通用性智力规则基础上形成的多种特殊能力的组合，通用性智力规则是特殊能力的基础，特殊能力在通用性智力规则的基础上形成，却有着不同于通用性智力规则的特殊功能与结构，通用性智力规则与特殊能力是相互促进的关系，良好和高度发展的通用性智力规则对特殊能力的发展起促进作用，而特殊能力的发展亦会促进通用性智力规则的发展。

三、情绪智力的相关研究

情绪智力的研究是在传统智力理论的基础上形成的，其出现时间相对较晚。Payne于20世纪80年代首次将情绪智力与情绪研究紧密结合起来，提出了情绪智力的概念及结构（張俊，2008）。美国心理学家Salovey 和Mayer在20世纪90年代末重新提出并解释情绪智力这个概念，初步形成其较系统的理论，自此以后情绪智力逐渐受到学术界的关注，并形成了多种情绪智力理论。（王晓钧，2013）虽然目前关于情绪智力的定义和模型结构存在分歧，但是在大多数和情绪智力有关的定义和理论模型中，都包含个体情绪觉察、情绪认知和情绪调控等内容（黄洁华，2017）。有研究（张俊，2008）认为情绪智力的操作对象不仅包括个体自己的情绪或情感，还包括他人的情绪或情感、自己与他人之间的情绪或情感、他人与他人之间的情绪或情感等。情绪智力在个体的生存发展中扮演着非常重要的作用，这种作用体现在好和坏两个方面。情绪智力的缺乏将严重影响个体的正常发展，造成适应困难;而情绪智力的高度发展有利于个体取得更大的成就。目前情绪智力的研究过分夸大了其对个体发展的促进作用，而忽略了情绪智力缺乏的不利影响，导致当前情绪智力研究的混乱和饱受质疑（李一茗，2016）。情绪智力的存在有其生物基础，有研究（许远理，2004）表明，前额叶皮层、前额叶腹内侧皮质、前扣带回、基底神经节、杏仁核以及海马等都有情绪智力存在某种程度的关系，因为它们都参与了情绪加工。但是这些区域过于粗糙，不能将情绪智力与这些区域的其他功能相区分，且情绪智力和情绪虽然有密切关系，但是却并不完全等同（林丰勋，Gerald Matthews，2011）。最近科学界已经找到了情绪智力生理结构的最新证据——镜像神经元，它对理解他人的情绪具有重要作用（温祖满，2018）。镜像神经元的发展不完善或者后期受损都会影响到个体的情绪智力发展（李忠励，2014）。比如自闭症儿童的症状之一就是与他人的交流沟通困难，人们对自闭症儿童的脑皮层结构研究发现，自闭症儿童的镜像神经元所在部位的发展存在缺陷。情绪智力的发展不仅受到大脑生理结构的影响，还受到个体经验的影响，后天的学习与培养对个体情绪智力的发展具有重要影响。（王莹，2015）

四、人工智能与智力、情绪智力的相关研究

1.人工智能与智力的相关研究

人工智能是用人工方法和技术，模仿、延伸和扩展人的智能，进而实现机器智能的科学与工程领域（刘凯，2018）。當前人工智能的研究呈现出爆炸性增长的趋势，取得了丰硕的成果，有些成果被媒体广泛报道，为公众所熟知（杜磊，2016）。那么人工智能与智力到底有着怎样的关系呢？要清楚这个问题，就需要了解当前人工智能研究在研究方法和研究思路上存在的差异与分歧。目前学术界对人工智能存在多种分类，但很多分类本身存在问题，甚至会对公众造成误解（Wang，P.2018）。最近有研究将人工智能分为专用人工智能和通用人工智能（刘凯，2018）。专用人工智能是指专门从事某一特定领域工作的人工智能系统（徐英瑾，2018），它主要以深度学习、强化学习及其他机器学习理论为技术基础，用以解决以前只能由人类才能解决的问题，因为其具有很强的应用价值，也成为目前主流的人工智能理论。通用人工智能是指以处理各种复杂任务的通用性智力能力为基础的人工智能系统，它关注的不是系统的问题解决能力，而是系统具备解决各种问题的通用性能力，即问题解决的元能力（刘凯，2018）。目前国内较成熟的通用人工智能系统一个是新近比较热门的类脑研究，另一个是王培教授设计的非公理化推演系统——纳思系统（Pei Wang，2005）。纳思系统包括逻辑和控制两个部分，逻辑部分通过系统经验确定概念意义和陈述真值的方式以实现与人类思维类似的非公理化逻辑;控制部分则负责有效分配系统资源，在资源有限的情况下，系统的时间和空间资源均按竞争对象（概念、任务、知识等）的优先程度及其自身特征、系统对其以往效用的评价以及竞争对象与当前系统目标相关性等因素进行分配、调节和控制。

表面看无论是专用人工智能还是通用人工智能都与人类的智力关系密切，但其实二者有着迥异的区别。专用人工智能更像是拥有某方面问题解决能力的机器，它不具有和人相似的智力结构。这种能力不是通过机器思考获得的，而是通过一些数据处理的计算机技术实现的。当面临一些诸如决策、研发等需要高级智能参与的工作时，专用人工智能往往无能为力，有一些研究已经印证了这一点（徐英瑾，2018）。通用人工智能主要从智力的普遍性原理出发，力图实现有智力能力的智能系统，从而具有和人类似的智力结构和工作机制，因此从这个角度来讲，通用人工智能才算是真正意义上的机器智能，而专用人工智能则是对人的特殊能力行为的模仿和超越，这也使它饱受质疑（杨小爱，2013）。

2.从智力的角度看人工智能与情绪智力的相关研究

当前与情绪智力相关的人工智能理论及应用研究并不少见，那么是否可以认为人工智能已经具备了情绪智力呢？从某种意义上来说确实如此，但如果我们从智力的角度来看待这个问题又将如何呢？

当前人工智能领域的情绪智力研究主要基于情感计算（许远理，2004）等专用人工智能领域，而一些研究所指的具有和人相似的情绪智力则多见于媒体报道（叶子，2017），真正和人类智力相类似情绪智情绪智力研究却无从查找。如果把通用人工智力领域的情绪智力研究成果与专用人工智能领域的情绪智力研究成果相比较就会发现，天平的两端早已严重倾斜。

3.纳思系统的情绪智力研究相关进展

纳思系统有没有情绪智力呢？已有的研究表明纳思系统可以拥有一些简单的基本情绪，比如快乐、失望、伤心、恐惧等（Li X，2018）。然而有情绪不代表着有情绪智力，自闭症儿童也会有许多不同的情绪表现，但是它们却无法有效理解别人的情绪，自然也无法有效地从他人的身上学会和表达一些更复杂的情绪，因此自闭症儿童的表现就像是一个只具备简单情绪的婴儿，而不像其他正常孩子一样拥有正常的情绪表现，这和纳思系统比较类似。纳思团队下一步的目标正是实现情绪智力的相关功能（Wang P，2016），但目前还没有可靠的研究能够表明纳思系统具备了能够理解他人情绪甚至理解其他机器情绪的能力，因此现在说纳思系统具有了情绪智力还为时尚早。

五、纳思系统实现情绪智力功能的可行性初步分析

1.技术的可行性分析

王培教授在一次会议上从理解的角度论述了通用人工智能如何实现其对不同对象的理解，他认为理解就是主体（系统）基于经验对接收信息的概念转化过程。它不求对信息发送者传递信息的忠实理解，而在于信息接收者基于已有经验将收到信息作出自己的解释，而要能对此做出解释，则必须将收到的信息转化为可理解的概念。比如将嘴角上扬，眼睛眯成一条线转化成微笑这个概念，微笑这个概念意味着别人对他传递友好的信息。从理论上来讲，纳思系统具备理解的一般能力，具有情绪理解的基础。但是正如我们懂得了原子弹的原理，未必能造出原子弹一样，纳思系统可以具备情绪理解的能力和它真正能实现情绪理解是两回事。正如自闭症儿童具备语言理解的能力却不具备情绪理解的能力，当涉及像情绪智力这一具体的特殊能力时，仍然会面临很多难题与挑战。

2.法律与伦理角度的可行性分析

出于人类的安全考虑，我们需要尽量避免机器人可能对人类带来的安全风险。对于纳思这样和人类高度相似的系统，即使我们之前给它设置了一些限制条件（王东浩，2014），随着后来的学习和经验积累，这样的限制条件仍然可能发生改变，那么我们又该如何应对这一问题呢？

有研究认为纳思系统是一个可教育的系统（2018，刘凯），那么也便是一个可进行道德教育的系统，因此应考虑将道德教育作为防范风险人工智能风险的重要手段。纳思系统做出的行为是先天与后天相互作用的结果，它既受到设计者先天预设的影响，也在与周围环境的互动中逐渐积累起属于它自己的经验，并且它也能够对这么做的后果有一个基本预判。除了设计缺陷及后天教育失当这些人类责任，如果这个系统基于自己在错误信念下不正确的学习模仿做出了一些违法的事，那么它本身应该承担责任，惩罚可以使它们避免再犯同样的错误。如果别人有意侵害了系统本身的权益，比如无故虐待它，那么我们当然也需要有义务保护它，这个义务不是基于同情，而是基于我们人类自身利益的考量，作为和人类高度相似的人工智能系统，其心理机制很可能和人类类似，因此我们有责任为教育一个好机器人创设条件。它既要承担责任，又能享受一定权利，这唯有当其拥有主体地位时才能如此。这并非要让它和我们享有相同的主体地位，而是仅享有有限的主体地位（袁曾，2017），毕竟它是我们人所创造的，其目的是为人而服务。在系统设计者保证其具有稳定的安全系数前提下，人工智能教育者对其进行有效的德育教育工作，法律部门进行完善的人工智能立法，在这样的综合措施保证下，我们有理由相信我们可以将人工智能的危险系数降到最低，使其不会对我们人类自身的安全构成根本挑战。

六、结语

综合以上这些方面，本研究认为虽然当前专用人工智能领域关于情绪智力的研究较多，但是真正与人的情绪智能相似并能与人类正常沟通的人工智能系统目前还没有问世，且要实现这个目标目前还面临着技术突破、安全风险等诸多挑战，不过这个目标的实现是可以预见的，它真的会来，只是时间的早晚。

参考文献：

[1]王亚南，刘昌.斯皮尔曼：从智力二因素论的创立到方法论上的突破[J].南京师大学报（社会科学版），2011（6）：95-101.

[2]薛荣，李敦东.从因素论到认知论：现代智力理论发展述评[J].常州大学学报（社会科学版），2013（6）：69-73.

[3]郭佳伟.皮亚杰发生认识论研究[D].保定：河北大学，2011.

[4]朱华勇.人工智能与人，走向对立还是趋于共融？[J].华东师范大学学报（教育科学版），2017（35）：19.

[5]张俊，卢家楣.情绪智力结构的实证研究[J].心理科学，2008（5）.

[6]王晓钧，廖国彬，张玮.22年情绪智力研究的现状、特点及趋势[J].心理科学，2013（3）.

[7]黄洁华，宋美兰.情绪智力理论及应用研究进展[J].广州大学学报（社会科学版），2017（5）.

[8]王群华.人工智能与人类智能在解决问题过程中的对比[J].计算机光盘软件与应用，2013（15）：31-32.

[9]李一茗，邹泓，黎坚，等.被高估的情绪智力——基于构念和功能的分析[J].北京师范大学学报（社会科学版），2016（4）：31-42.