最近出了這麼一個新聞，日本出了一款“AI”老婆，上市1個小時居然賣了一萬多“個”（“只”？“臺”？）。
雖然知道日本有許多癖好奇特的人，但我還是懷疑這則新聞的真實性：人工智能真的到了能做出“老婆”的程度了嗎？（不要跟我提那種人形女友）。
自從人工智能誕生以來，人們就對製造出真正的智能機器人類無限的神往，這種機器人不是那種自動化的機械手，而是真的能理解人意圖，和人交互甚至具有情感的機器人。上則新聞中購買“AI”老婆的日本男人也應該是想買一個溫存的人工老婆。
再看另一個案例，美國大片《人工智能》（英文名《A.I.》）拍於2001年，一對夫妻的兒子生了重病被永久冷凍起來。為了緩解“喪”子之痛，夫妻倆從機器人工廠“領養”了一個機器小孩戴維。
妻子通過向戴維念簡短的口令，讓戴維“認”自己為媽媽，永遠地愛自己。後來夫妻倆把對兒子的感情轉移給了戴維，這些感情被視作人類之愛儲存在戴維的記憶芯片中。
但是不久後，被冷凍的兒子經過治療康復了。康復的兒子不願意和戴維分享母親，母親只好把戴維扔到了很遠的樹林裡。
從此戴維就開始了漫長的找媽媽的過程。他和其它被丟棄的機器人一起經歷了種種磨難，鍥而不捨地找了兩千年。所有觀眾都記住了小演員海利·喬·奧斯蒙特那雙憂傷的、藍色的、深不見底的眼睛（不要手賤搜海利現在的照片）。
關於智能機器人的電影還有很多，《攻殼機動隊》、《我，機器人》、《HER》、《機器姬》等等。通過這些電影可以看出，對於人工智能機器人，人們是既嚮往又懼怕。
那麼，人們到底能不能造出這種完美的機器人？
電影中完美的情感機器人目前只是人們的夢想
“至少目前不能，”合肥工業大學情感計算研究所所長孫曉回答，“等到本世紀中葉，也許會出現。”
孫曉表示，人工智能分幾個層次：計算、感知、認知。目前世界上的大多機器人還處於弱人工智能階段，即只能模擬人的感知。現在的人工智能感知和計算能力已經很強了，可以為人類做輔助工作，比如去一些人類去不了的地方，探險營救之類。但沒有上升到認知和決策層面，沒有增加情感或模擬人類，那已經屬於強人工智能（即有知覺、有自我意識，可以獨立思考並解決問題）範疇。
著名的阿爾法狗也是弱人工智能，它只是在不斷地學習現有的棋譜，還沒有學習複雜的推理。
“‘日本的‘AI’老婆，更多的是商業噱頭。”他說。因為無論是“AI”老婆還是像戴維一樣的“AI”養子，都牽涉到深度的智能和情感人工智能，這是比普通人工智能要求更高的技術。
2014年，阿里曾聯合富士康向日本軟銀旗下的機器人公司SBRH投資7億多人民幣，軟銀對外宣傳公司研發的機器人Pepper能達到五歲小孩的智商。這也只是比較簡單的情感識別技術，談不上什麼認知智能或者情商。
完美的情感機器人可謂是許多科學家的夢想，理想的情感機器人，是有大腦有知覺的，能夠根據人類的語音、語言及面部表情進行判斷，進而形成自己的情感。
研究情感智能最積極的國家是日本，日本對這種感性工學的研究特別注重。日本人有“為他人著想”“不給他人添麻煩”的執念，映射到機器人上，就是讓機器人也具有人類體貼入微的情感。
機器人識別情感主要通過一些心理的外在表徵，如說話內容、語音語調、面部表情、肢體動作、臉紅不紅、是否出汗、是否心加速、呼吸是否變快等多個通道。通過程序抓取分析，就能關聯反映出具體的情緒。
情感智能機器人未來應用非常廣泛，比如安徽省的省重點實驗室情感計算與先進智能機器研究所希望在健康養老、家庭陪護、公共安全與交通等多個場景下實現情感計算的應用和產業化。包括心理健康問題，如自閉症、抑鬱症等。對於有心理疾病的群體，讓他們跟智能情感機器人進行交流，讓智能機器人一方面診斷出問題，另一方面引導他們解開心結、平復情緒。
給機器人“裝心”為什麼這麼難？
上世紀末，美國麻省理工學院教授羅莎琳德?皮卡德提出了“情感計算”概念，先從生理學角度檢測人體的各種心理參數，如心跳、脈搏、腦電波等，據此計算人的情感狀態；再從心理學角度，通過各種傳感器接收並處理環境信息，並據此計算機器人所處的情感狀態。
與人類間的情感交流過程類似，情感機器人的運作過程包括情感信息的獲取、識別分析和表達。首先，機器人需通過視覺系統、聽覺系統和各類傳感器等來獲取外界信息。與一般智能機器人不同的是，情感機器人會更有目的地獲取與情感相關的有效信息，如人臉的表情和動作，語音的高低、強弱等。
20世紀70年代，美國心理學家保羅?艾克曼提出了臉部情感的表達方法，即臉部運動編碼系統（FACS），通過不同編碼和運動單元的組合，可以讓機器人自動識別與合成複雜的表情變化，如幸福、憤怒、悲傷等表情。類似的還有動作分析模型和聲學模型。
除了情感分析模型外，還需要建立知識庫，讓機器人“掌握”人們熟知的常識和慣用表達，比如“買買買”這類潮流用語。通過情感識別與分析的反過程，即給定一種情感狀態，再通過語音合成、面部表情合成和動作合成後，一個相對成熟的情感機器人就呈現在你的面前。
這樣一個情感機器人的製造過程，雖然邏輯上說的過去，但實際操作起來並不容易。情感計算就是給機器人“裝心”，這項工作在國內還在持續的探索階段。
最大的困難就是數據。外界任何一點細微的變化，科學家都要將其數字化，再用程序輸人機器人芯片中，這需要的數據量無法想象。
而且，不僅需要海量數據，還需要海量打標籤的數據 。
海量的數據往往集中在巨頭手中，很貴。而且數據標註需要人親自去做，工作量巨大、耗時漫長。並且有的專業標籤比如醫學類一定要專業人士去打。
其實，這些數據標註出來後就是金礦。目前有能力處理數據的都是“有錢有閒”的大公司。
國外谷歌做的較好，國內阿里研究院、百度研究院、金山AI研究院也在嘗試。小公司沒實力去做這種“50年後才能看到未來”的事。至於學術界，更沒有足夠的數據資源做研究。
即使大公司也不可能收集人類生存的所有數據。有人正在努力讓人工智能實現“小樣本學習”或“零樣本學習”，即讓人工智能只看一隻貓，就能把所有貓的樣子總結出來，但這也只在研究階段。
另外，科學家對人類大腦的運轉原理還沒有完全瞭解，無法設計情感機器人的某些功能。
人類的心理和行為產生的機制非常複雜，科學家還遠未達到全面瞭解的程度。這一難題關係到神經科學、計算機科學和芯片軟硬件，IBM、谷歌正在做神經網絡芯片，模仿人大腦。但是人腦本身就沒理解透，造出來的只能是功能性的模擬，而非原理性的。
“許多人擔心人工智能毀滅人類，我認為短時間內不需要有這個顧慮。”孫曉表示，業界統一的看法是，到21世紀中期，即2050年左右將出現強人工智能的雛形。《人工智能》中的戴維不會出現，預計會出現人機融合的情況，即人們的器官、生理功能、意識等用機器和芯片替代。
芯片研發是我國人工智能的弱點
其實，我國的人工智能水平在有的領域已經彎道超車，比如軟件、智能算法系統等，已經達到或超過美國。中文信息交互、電子商務等方面已遠超國外。但在核心智能芯片研發上還較弱。
原因比較複雜。一是硬件人才教育力量不足，且短期內不易改變。
二是目前國內手機行業不需要做研發，因為芯片從國外直接拿來就能用，企業缺少培養人才的動力。
許多專家都認為，提升國內芯片水平要靠國家力量推進。通過前段時間中興被美國禁運一事，中國已經意識到有的最核心技術一定要握在自己手裡。現在除了國家部署投入，一些大的企業財團如阿里也在加強研發。
目前國內人工智能人才缺口很大，對於網上說的人工智能博士畢業80萬年薪的事，孫曉表示有這種情況。與許多人的想法不同，他並不認為培養人工智能人才過程很漫長。
“我自己在這個領域研究了十幾年了，也沒覺得自己非常精通。”孫曉說，“但如果培養人工智能思維和解決問題的方式，其實是比較快的。”
目前國內計算機專業培養的是程序員或軟件工程師，物聯網、網絡工程、人工智能等人才都是在此基礎上分化而來的。人工智能行業要求對相關算法和數學等理論進行強化，然後在實操中慢慢成材。
現在大學生也意識到人工智能行業的火熱，合肥工業大學2018年成立了一個人工智能實驗班，面向全校大一工科專業招收30人，報名的有將近300人。明年合工大的智能科學與技術專業將正式招生。
結語
現在的90後都說：
“單身生活很孤獨嗎？不，我可以跟小度、小愛同學和天貓精靈組團聊天。”
50年後，90後也許會說：
“空巢老人很可憐嗎？不，我的智能機器人可以做我的寵物、孩子、老伴、情人、死黨、廚師、家庭醫生、麻友……”
閱讀更多 起風財經 的文章
