人工智能语境下的情感交互设计研究

祝明

摘要：随着人工智能技术生物普遍实施，在大数据下中的决策和管理进行智能化，有效解决了当代社会中的数据问题。情感在人类行为中是重要作用的存在，对于人的感知、学习和决策等机制都会产生重大的影响，将理解和表达人类情绪的能力用于机器识别上，有效提高计算机的智慧，所以进行情感交互需要给机器理解和产生各类的情绪，最终机器人才能跟人类进行交谈时是具备情感的。随着时代发展的进步，人们对于人工智能的作用在进行不断的创新研究，对于亲切生动更符合人类交流的情感交互，已成为我国对人工智能研究的主要目标。本文主要讲述人工智能语境下的情感交互系统的优化方式，并根据人工智能用户的情感特征来进行提高情感交互。

关键词：人工智能 情感交互设计

引言

研究者在进行对人工智能技术情感交互进行不断的研究，通过各种方式来提高计算机的情感模型，试图去解决日常生活中产生的问题。情感交互是构建机器与人正常沟通的重要部分，情感交互系统还可适应调整计算机的模式，当系统确定了用户的情绪状态时，这时将会提供适应及合理的咨询服务，但是人类的情感交流是一个复杂的交互过程，目前的情感交互在研究中依然存在挑战性，比如说在信息获取的精确率和情绪的一个认知过程所以我国研究者在对人工智能语境下的情感交互设计进行不断的尝试，为的就是实现更好的用户体验。

1 人工智能用户的情感特征

1.1面部表情

面部表情是反映人情绪状态最为明显的特征，由口部、眼部和脸部肌肉的变换而呈现出来的面部情绪，而面部表情中最为丰富的就是口部与眼部肌肉相结合的区域。著名心理学家EKman根据人们在传达同一种情感时，面部肌肉不受年龄、性别、区域等多种存在的因素影响，EKman将人的脸部表情划分为了七大类，分别以惊讶、悲伤、高兴、恐惧、厌恶、愤怒、中性作为判断人的情绪变化。而面部表情通常是使用图像处理的方式，除了占据电脑资源较多以外，而且在物理条件中因为变化反应，容易影响视觉传感器中的数据处里和对情绪状态的推测准确度。人工智能的出现对于识别误差的现象大幅度的减少了，而刘小沣对于在人的面部表情识别和人脸识别这个两个技术应用进行了研究，最后提出了对抗训练以及自适应深度度量学习的两种方法，根据对表情的解析和身份信息或者有特征性的属性信息，研发了一种新的深度尺度的学习算法，解决了在所处领域中常见的锚点选择问题并降低了运算量，重要的是其阈值参数可以进行自适应的学习。

1.2身体姿势

研究者在进行情感检测中过于注重人们的面部表情，研究中有95%以上研究者进行使用面部来作为研究对象，从而忽略了其他渠道的来进行识别用户情感。比如，人们在交谈中，突然停止了语音交流，但是他们的身体在进行传递情感信息，在这情况下人们是没有通过双手或者是大幅度的动作来主动传达，只是用脚轻踢对方。双臂交叉和头部进行倾斜等方式。根据实验心理学进行证实了某些类型的运动或者是存在的特定情感都是存在一定关联的，比如说，人们在马路行走时，看见车速很快感觉到危险时，恐惧的产生，人们会主动使自己的身体避开这种感觉的范围;在处于幸福和惊喜的时，人们会主动将身体倾向于这种感觉的方向。尽管该领域的还是新颖的，而这种新颖的领域在学界中检测情绪方式并没有达成共识，研究者通常都是根据身体的关节围绕手、膝盖、头部这些与身体部位相连接之间的角度来构建情感的特征。

1.3语音信息

与动作和表情来相对进行比较，人们最擅长的是直接用语言的方式来表达情感，其中主要储存人说话情感信息就是在语音信号中的韵律特征里面，其中包括了基音频率和范围再加上语音的强度和频率等。人工智能对这些特征在识别过程中有较高的准确性，这对于识别语音情感存在重要的作用，比如，成功创建了几种语音消息的神经的网络识别器和是识别器组合的Turk等人，他们创建的识别器能根据语音来区分两种状态，分别是“激怒”和“平静”且准确度为77%。通过对语音信息的进一步研究中，Dringas提出了对抑郁症患者治疗的智能化自适应框架，其智能化后是根据患者的语音情感变化来进行跟踪分析，不仅能根据抑郁症患者的语音情感进行分析来提高他们的表达能力外，更能使患者重新获得情感上的理解和语言的表达能力，人工智能中语音信息的提升给人们在生活中带来了很多的方便。

2 人工智能情感表达交互的优化

在进行情感交互的系统设计中，及时准确的识别用户的情感与生动合理的表达情感是具有同等重要性的，人工智能的情感表达已经在多种生活中运用到了。比如说，Liu根据自主神经系统的反映识别出玩家的焦虑程度，并用它来适应乒乓球比赛中遇到的困难;其根据类似的方法来识别儿童在玩机器人时产生的娱乐性情绪，使机器人改变行为来获取最大的娱乐性。ANS的响应已经被进行用于来识别在运动康复中的工作量水平了，根据调整运动的最佳方式来进行挑战患者;还能在意识到汽车驾驶员有睡意的情况下进行警告的问题等。在此前提，Mello等人对机器的多模态情感的表达进行了研究，分别用一组参数来衡量在单模和多模刺激下的状态，单模式为视觉、多模式为嗅觉、视觉、听觉，根据划分的刺激下分别对人类情感产生的不同影响。如果界面可以设计成为多种模态来刺激用户方式的话，那么情感表达就会呈现出在情感交互设计中的重要性，比如说，日本的Pepper就可以根据识别内容来应对各种出现的情绪状态，进行对方的情绪做出相应适当的言语或者手势来回应。而当感觉到对方依然情绪没有得到转换，或者说对其的互动感动不满意时，Pepper并会进行道歉。在建立情感表达的模型设计时，不能忽略情感交互系统的自适应性，而情感模型是根据个性化服务中特定状态下进行的自动编辑，而前提是需要通过理解用户的实际情况来进行反馈，随后根据调节其适合的表达模式。情感交互系统首先需要具备获取用户生理和行为特征的能力，再通过语音交互的感知等技术方式，构建更加完善的用户进而有效提供更加个性化的信息，随着数据积累的越来越多，不仅能提升交互的效果性，更能实现更加优质完美的用户体验。

3 情感交互根据模块化设计方法

情感交互系统的产生最终目标为的就是计算机能在理解人类情感的状态下，进行合理的调整，对用户进行情感上的互动。人工智能的语境下，情感交互系统的重点是运用各种感知方式来进行识别人类的情感，因此提出更好的灵活性基于人工智能技术中的模块设计策略。分别以传感模块、执行模块、识别模块、情感计算机模块和优化模块，根据这五大模块来进行设计策略。在情感交互系统中，进行模块化设计是个性化服务的关键所在，由于所有系统中的情感模型的方案并没有找到适用的，情感建模仍然高度依赖用户的反馈信息。根据不同模块的的特点相互结合，有效提升机器的情感交互系统，根据模块化设计的拓宽性来提高多模态用户对情感的准确性。大数据和深度学习已成为人工智能发展的重要技术路线，而这些都会根据人工智能在情感交互中根据时间都能展现出来。通过五个方面模块展示的特点，对进行提高人工智能技术有很大的效率性。

4 结语

人工智能技术的提升一直在不断的开发和创建，情感交互系统的构建并且实施是可行性的。新技术的提高不仅可以改善生活质量，并且获取大量的数据中，而數据可用于开发到复杂的人工智能算法，并可实现在情感算法的计算模型。

参考文献

[1]颜洪，刘佳慧，覃京燕.人工智能语境下的情感交互设计[J].包装工程，2020，41（06）：13-19.

[2]覃京燕.审美意识对人工智能与创新设计的影响研究[J].包装工程，2019，40（04）：59-71.