“一下吃完一整瓶還能活著嗎?”

近日，一位廣東用戶在向一購物平臺的第三方藥店咨詢時，留下了這樣的話。智能情感客服迅速捕捉到用戶字里行間的異常情緒后，自動發出預警，然后危機專員快速介入，對用戶進行在線心理疏導同時，快速聯系商家告知情況，暫緩發貨，并提醒商家關注該用戶后續訂單情況……在1個小時內成功挽救了生命。

目前，網上購物等商業活動越來越普遍，而以文字為基本文本的即時通訊已經成為我們在網絡上的主要交流方式之一，想讓“機器人服務”變得“知人心、解人意、講人話”，提供情緒感知響應變得越來越重要。

情緒的認知比感知更復雜

“智能預警機制是人機聯動管控風險的機制。”京東AI研究院算法科學家吳友政在接受科技日報記者采訪時說，比如，AI會對購物網站全平臺的海量咨詢數據進行實時分析，重點布防電商平臺的常見高風險投訴、咨詢與反饋，其中包括極端情緒和話語等。相關風險一旦發現，就會實時預警至每種風險的專項管控小組，小組成員按事故等級選擇向不同層級渠道上報，并采取相關管理措施等。

當前，人工智能已經具備很高的感知能力，這主要指模仿人的視覺、聽覺等感知能力識別業務場景中的視頻、圖片、語音和文本等信息。比如通過語音識別技術，把語音轉換為文字或從一份報告中提取出特定文字等。但是感知他人情緒的認知智能更為復雜，包含歸納總結、思考推理等能力。

“行業普遍認為，機器要實現理解談話者的情緒主要還面臨兩大難點，一是談話者的情緒可能是由另外一方施加導致的;二是在談話過程中，情緒可能會有延續性和轉折性。”金融壹賬通Gamma Lab AI研究院負責人告訴科技日報記者，具體來說，人們經常會把快樂、憤怒、悲傷等情緒傳遞給別人。如收到“你為什么不給我發短信”的文字時，如果不了解前因，其他人是很難判斷這句話是悲傷還是憤怒的情緒。同理，機器識別情緒也存在模糊性，用文字表達時，缺乏面部表情和語音聲調，使得要識別文本中的情緒更具難度。

智能預警系統由多種技術組成

吳友政說，智能預警系統是基于語音與語義技術、深度自然語言理解，數據蒸餾與知識圖譜、多模態人機交互等一系列技術建設而成。

“智能語音是最早落地的人工智能技術。”廣州市社會科學院產業所副研究員陳峰說，隨著行業數據資源的積累，深度學習算法的進步，以及與其他人工智能技術之間的整合，語音識別、語義理解、語音合成技術將取得進一步突破。

AI要識別情緒，不僅要理解語言的表層意思，更需要對潛在的深層意圖進行理解。為了能讓人工智能技術具備一定的認知能力，首先需要構建常識圖譜和概念知識圖譜，讓機器具備一定的知識。清華大學計算機系教授唐杰認為，對于未來真正的人工智能，知識圖譜非常重要。假設世界上有一個動態的常識知識庫，如果所有人工智能系統都能利用這個知識庫系統，這會是實現人工智能的一個重要節點。

應用場景催生個性化需求

吳友政說，智能預警系統和情緒識別技術的用途非常廣泛。目前，已經使用于客服與營銷大腦，這包括如智能在線機器人、語音應答機器人、智能外呼機器人、營銷導購機器人;客服與零售大腦，包括如AI內容創作、內容審核、商品圖搜等;客服與采購大腦，包括如選品、比價、匹配，以及供應鏈大腦等綜合解決方案中。

在金融行業，同樣存在著大量營銷、咨詢、投訴等需求，也有越來越多的人工智能技術被運用到這些領域，以達到減少人力成本、緩解客服工作強度和精神壓力，提升服務客戶的質量和效率等目的。目前的應用場景要求“機器人服務”更有溫度，更加個性化，這意味著智能情緒識別技術將有著更多的應用場景和廣大的市場。

陳峰說，隨著新一代人工智能發展規劃的啟動實施，加快產業化和應用是著力點。工信部將進一步推動以智能語音為代表的人工智能核心技術發展，加強技術攻關、促進行業融合應用、優化發展環境等。可以預見，隨著行業應用和場景的大規模切入，AI產品的性能和用戶體驗也會不斷提升。