人隨時(shí)隨地都會(huì)有喜怒哀樂(lè)等情感的起伏變化。那么在人與人工智能交互過(guò)程中,機(jī)器是否能夠體會(huì)人的喜怒哀樂(lè),并見(jiàn)機(jī)行事呢?
2021年7月7日,2021世界人工智能大會(huì)的H2-B110展臺(tái),我們看到一個(gè)大屏幕上出現(xiàn)一位AI頭像——“知心”,站在“知心”對(duì)面,它能夠跟你對(duì)話,通過(guò)對(duì)話,生成一份心理情緒檢測(cè)報(bào)告。這就是深圳市亞略特生物識(shí)別科技有限公司推出的“知心”情感計(jì)算。
亞略特展臺(tái)——“大觀視界”
情感計(jì)算研究就是試圖創(chuàng)建一種能感知、識(shí)別和理解人的情感,并能針對(duì)人的情感做出智能、靈敏、友好反應(yīng)的計(jì)算系統(tǒng),即賦予計(jì)算機(jī)像人一樣的觀察、理解和生成各種情感特征的能力。
亞略特展臺(tái)——“知心情感計(jì)算”
知心系統(tǒng)是基于腦電科學(xué)領(lǐng)域前庭情緒反饋(VER技術(shù))的研究,是遠(yuǎn)程非接觸式的生物信號(hào)技術(shù)和人工智能的深度學(xué)習(xí)技術(shù)為基礎(chǔ)的情感計(jì)算產(chǎn)品。通過(guò)賦予人工智能識(shí)別、理解、表達(dá)和適應(yīng)人的情感的能力來(lái)建立和諧人機(jī)環(huán)境,并使人工智能具有更高的、全面的智能。這是人工智能從感知到認(rèn)知智能發(fā)展的關(guān)鍵技術(shù)之一。
知心系統(tǒng)由算法、應(yīng)用、專用硬件三大類組成,由于亞略特公司具有自主的“算法、芯片、模塊、應(yīng)用、平臺(tái)、智能硬件制造”六位一體能力,也率先突破了“無(wú)感檢測(cè)、深度描述、多人群動(dòng)態(tài)切割、環(huán)境去噪、動(dòng)靜分離、專用設(shè)備一體化”等重大技術(shù)難題,從2020年1月份起將“技術(shù)”搬到了“應(yīng)用現(xiàn)場(chǎng)”,目前已經(jīng)應(yīng)用到社會(huì)層面多個(gè)“重點(diǎn)崗位”等領(lǐng)域的心理監(jiān)測(cè)。
觀眾現(xiàn)場(chǎng)體驗(yàn)“知心情感計(jì)算”
亞略特在人工智能和生物識(shí)別行業(yè)耕耘的17年間,擁有200多項(xiàng)多模態(tài)生物識(shí)別技術(shù)專利,生物識(shí)別算法和產(chǎn)品已通過(guò)中國(guó)相關(guān)部門GA評(píng)測(cè)、印度STQC認(rèn)證和美國(guó)MINEX/FBI認(rèn)證,相關(guān)產(chǎn)品及解決方案已落地覆蓋全國(guó)30多個(gè)省市,并銷往美國(guó)、意大利、墨西哥、西班牙、印度、菲律賓、泰國(guó)、安哥拉、尼日利亞、烏干達(dá)等十余個(gè)國(guó)家,正為全球超20億人口提供生物認(rèn)證產(chǎn)品和服務(wù)。
亞略特在“情感計(jì)算”領(lǐng)域,不管是在底層算法還是實(shí)際項(xiàng)目經(jīng)驗(yàn)上,都已經(jīng)具備了產(chǎn)業(yè)化的底蘊(yùn)和能力,亞略特希望能夠賦能更多的友商、合作伙伴、行業(yè),實(shí)現(xiàn)更多的場(chǎng)景化AI落地。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問(wèn)題偏愛(ài)不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。