【情感经济】从多模态情感识别技术入手,竹间智能想让机器真正懂用户情感

竹间智能 | 2016-08-25

随着移动终端普及、计算性能提升、网络素材不断丰富,情感识别这条赛道上已经涌现出大量的产品与公司,不过大都还只是单纯采用声音、文本、表情或者生理信号中的一种或者两种来做识别。位于上海的初创公司竹间智能(Emotibot)则将文本、图像、声音结合,主攻多模态情感识别及计算,提升情感计算的准确度,希望拓展应用范围及场景,本月该公司即将推出第一款面向C端的软件应用小影机器人。

Emotibot的核心竞争力在于自研发的情感机器人(Emotional Robot)技术,初步具备了读懂、看懂和听懂的认知和理解能力,可以通过文本、图像、声音,精准识别用户情感;也能像人一样有长期和短期记忆,理解自然对话的主题和上下文,了解用户的真实意图和需求;同时可以根据人的不同情绪的变化来调整回话的策略,实现双向对等的人机交互,在自然对话中帮助用户处理问题和提出建议;并对用户喜好进行记忆,提供一对一的专属个性化服务。而以往缺少情感计算的人工智能产品,多停留在单句指令、机械问答的程度。

Emotibot这套自主研发的情感机器人技术,在数据量和模型算法精度方面具有优势,这两者与计算力是决定人工智能运算效果的三大主要因素。

目前,全球范围内都少有人来做多模态情感识别及计算,基本没有实际可用的多模态情感相关的数据,竹间智能通过自己制造的方式,积累这方面的数据,通过跨领域专家团队进行标记,打造了一个多模态情感数据库。竹间智能CEO简仁贤告诉36氪,这个数据库的数据量已经远超市面上其他的数据库。这是公司的核心资源之一,不仅可以为算法提供有效的学习素材,还有可能成为公司可以用来售卖的产品。

在模型算法方面,竹间智能从底层开始研发,分别在文本、图像、声音三个领域提升情绪识别的精度与准确度,又将三者结合起来做识别。一方面,增加了识别的准确度,目前在中立情绪的识别准确度已经远高于行业。一方面,也增加了这项技术的灵活性,既能整合使用又能分拆使用。

之所以能在算法方面做提升,与团队的技术实力与过往背景息息相关。创业前竹间智能CEO简仁贤是微软工程院的副院长,负责全亚洲Bing搜索及微软小冰、小娜(Cortana)的开发。另外两位联合创始人徐乘、杨虎也希望打造情感机器人。创业至今,竹间智能组建了一支100多人的研发团队,不少来自微软、百度、阿里巴巴、腾讯、亚马逊、IBM、Google等公司,同时与MIT人工智能实验室、MIT媒体实验室及该领域的科学家建立了合作。情感计算概念的专家也是这一概念的提出人MIT媒体实验室的Rosalind Picard教授及其团队,也和竹间智能有深度合作。

目前,Emotibot已完成了首款有情感、有记忆、自学习的情感机器人的基本开发。公司希望以此连接内容、服务和设备,满足C端用户生活中的情感诉求和功能需求;也将开放API给B端客户,以帮助B端建立和C端的情感纽带并解决他们的问题——未来成为人机交互的一个入口。

同时,团队的第一款面向C端的产品——小影机器人,今年5月已经部分面向学生进行公测,本月25日即将正式公布这款产品。之所以选择先从C端入手,主要是简仁贤在做小冰时,就已在日本做过相关的尝试,在Line上开放了小冰的功能后,成功吸引了许多商家客户。此外,这种方式也有助于提升公司的知名度,并收集到更多实际可用的数据,提供更多机器学习的素材,提升模型算法的准确度及精度。

以往情感计算类的产品和服务,多只能进行识别,应用主要集中在广告营销领域。竹间智能的这套计算,在情感识别的基础上,也在做用户情感引导,很适合零售、电商、理财领域的导购及客服。举例来说,用在理财客服领域,识别出用户的愤怒情绪之后,逐步安抚用户;用在电商客服领域,识别用户真实的情感和意图,并做销售引导。目前,竹间智能已经与一些金融、电商客户建立了合作或者合作意向。

事实上,对于人来说,识别他人的情绪并做出正确的反馈都是一件极为困难的事情,对于机器来说更是如此。36氪目前还没有机会试用这款应用,暂时还无法描述这款产品的体验。不过,Emotibot累积了数据和算法,基本解决了“冷启动”的问题;而随着用户的不断拓展和数据的持续累积,Emotibot的技术和产品体验也有机会更快提升。

情感计算的赛道上,除了初创公司,也吸引了几乎全部的巨头,苹果、Google、Facebook、微软等公司都在招兵买马、投资布局。Google的前副总裁、卡耐基梅隆大学计算机科学学院院长Andrew Moore也表示,2016年是机器情绪识别的分水岭。作为创业公司,竹间智能一方面在想办法积极扩大市场,已经与上海卓易建立了合作,后者的主要业务包括智能终端操作系统Freeme OS、卓易应用市场、物联网产品。另一方面,也希望通过资本的力量加速自身发展,在去年获得千万元美元天使融资后,现在也愿意接受新的外部资本投资,特别是和人工智能业务发展相关的战略资本投入。