情感化设计机器人

最近看CES展时,了解到日本公司Groove X展出的宠物机器人Lovot,觉得很有趣,同时也有一些思考,结合自己之前的想法及资源积累,特写此文章。

一、情感机器人产品

先介绍两款情感机器人。

(1)陪护机器人Paro,如下图。

Paro图片

Paro由日本一位名叫柴田崇德的人于1998年发明,是一个可爱的白色仿真小海豹,仿生自格陵兰的海豹宝宝,让人看了之后心生怜爱。

在功能上,Paro安装了12个功能各异的传感器,它们分布在头、背、下巴、四肢甚至胡子上,这让Paro像动物一样拥有了比较丰富的触觉。另外,Paro拥有一定的活动能力,比如它的眼睑可以开闭。在听觉方面,Paro还安装了声音识别系统,它知道声音发出的方向,听得出什么是赞美和问候,也知道什么是发怒生气,它还可以学习自己的名字。另外,它的感光装置能分辨白天和黑夜,它的位置感受装置可以判断自己是处于被抱着,还是处于跟主人相对的状态。

Paro自问世以后好评不断,在帮助老人安定精神、甚至提高老人的语言方面做出了很大的贡献,可以说有效解决了老年人的孤独感问题。

2. 宠物机器人Lovot,如图

这是今年CES展上日本Groove X公司展出的宠物机器人,它就像未来的宠物猫一样,整天在家无所事事,但却让你感到很亲昵,忍不住就想要抱抱它,特别是当它挥舞起自己那极少布料遮盖的手臂而卖萌闹腾时。Lovot有大约50个摄像头和传感器内置在它头上的触角上,以识别人脸以及人和其他动物的体热。它经常两只一起出售,这两只Lovots会在一起玩,还会向你争宠。当然,当你决定要收养它们时,也要意识到它们每天半个小时闹腾,还有那被“关爱”需求,真的也许会让你累觉不爱却又割舍不了,感叹自己为什么要“养”这两个小鬼。

Lovot图片

因此,如果你想要一个智能机器人,就得花时间培养它,就像教育自己的小孩一样,把它训练成称心如意的伙伴。人工智能机器人就像人一样,它也有婴儿期,需要我们耐心教导。因此,懂得如何训练它,也就是现在所说的“机器商”,是人工智能时代每个人都应该具备的意识和思维能力。

二、情感机器人背后的机理

(1)共情能力

人与人之间的交互中,情绪占有很重要的角色,所以心理学家说人类互动里面百分之七八十都是情绪的互动,真正纯理性的信息交换只占百分之二三十。而在人工智能发展的今天,表情互动实际已经成为一门计算机算法,叫做affective computing,即情感化计算,它属于计算机的一个领域,是人工智能的一个分领域。情感化计算的前提是共情能力,因为人本身就有很强的共情能力,所以要让机器和人产生情感互动,就要让机器学会共情能力。

而为什么和人的表情互动很重要呢?实际上人的大脑中有一套系统,叫作镜像神经元。它不光能让我们识别对面这个人的情绪,而且还能让我们的脸上也下意识地做出同样的表情,这就是共情能力。也就是说当对方悲伤的时候,你也会有悲伤的感觉,双方会因此靠得更近,人际的交流就这样得以实现了。顺便说一句,人大脑中不光有镜像神经元,甚至还有专门一个神经区域是负责了解对方的想法的。这也再次说明表情互动实际上就是一个计算机算法的问题。

人情绪的另外一个研究点是微表情,Paul Ekman是最早开始研究微表情这门科学。微表情主要是说,人类在面对任何事情的时候都会做出相应的表情,而且这种表情往往是下意识的,是很细微的,连人类自己都没有办法隐藏或者遮盖。因此,如果想要实现机器和人良好的情感交互,不仅需要机器具备简单的表情,更重要的是微表情,如此才能唤醒人们的共情能力,进一步和机器产生感情,否则你永远都会觉得对面的机器人时冷冰冰的。这一点在情感机器人的设计上非常重要,就像MIT媒体实验室的教授Cynthia Breazeal教授开发的社交机器人,这些社交机器人就是基于我们说的人脑镜像神经元的原则,他让这些机器人长出镜像神经元,和人实现情绪互动。

目前,机器人只是具备了初步的共情能力,还缺乏相互的理解、认同等等深度共情能力,因此目前的机器人都只是用在相对初等的接待、客服等领域,在老年陪护、和机器人交朋友的方向上还有很长的路要走。                             

(2)恐怖谷效应

在外观设计方面,机器人设计应注意恐怖谷效应。

恐怖谷理论是一个关于人类对机器人和非人类物体的感觉的假设。它在1969年由日本机器人专家森昌弘提出假设,当机器人与人类相像超过95%的时候,由于机器人与人类在外表﹑动作上都相当相似,所以人类亦会对机器人产生正面的情感。直至到了一个特定程度,他们的反应便会突然变得极之反感。哪怕机器人与人类有一点点的差别,都会显得非常显眼刺目,让整个机器人显得非常僵硬恐怖,让人有面对行尸走肉的感觉。人形玩具或机器人的仿真度越高人们越有好感,但当超过一个临界点时,这种好感度会突然降低,越像人越反感恐惧,直至谷底,称之为恐怖谷。可是,当机器人的外表和动作和人类的相似度继续上升的时候,人类对他们的情感反应亦会变回正面,贴近人类与人类之间的移情作用。

也许正因为如此,许多机器人专家在制造机器人时,都尽量避免“机器人”外表太过人格化,以求避免跌入“恐怖谷陷阱”。


恐怖谷效应

三、情感化设计

唐纳德·诺曼从认知心理学的角度提出设计的三种不同的水平,分别为本能的(visceral),行为的(behavior)和反思的(reflective);

马斯洛提出的需求层次理论,分别为生理需求(Physiological needs),安全需求(Safety

needs)、爱和归属感(Love and belongings)、尊重(Esteem)和自我实现(Self-actualization)五类。

想想我们人类生活中,尤其是情感方面所缺失的需求,如孤独、忽视、不被理解和尊重、缺少陪伴...以及人与人之间情感需求的代价,如时间投入、磨合、受伤等!随着科技的发展,以机器人填补人类情感方面的空白已越来越成为有效方法之一(如日本孙正义已经在布局机器人养老产业,并且卓有成效),而如何更好地设计人机情感交互的方式,以使机器人满足人的情感需求呢,这是设计作为连接人与产品的纽带所能发挥作用的高地,也是我们设计师应该认真思考的问题!

部分内容参考至得到APP《全球创新260讲》专栏

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,366评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,521评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,689评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,925评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,942评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,727评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,447评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,349评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,820评论 1 317
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,990评论 3 337
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,127评论 1 351
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,812评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,471评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,017评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,142评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,388评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,066评论 2 355

推荐阅读更多精彩内容