要實現(xiàn)馬云所說的“未來30年，我們將機器變成人”，情感計算是人工智能發(fā)展離不開的話題。4月21日，在杭州舉行的第七屆UCAN用戶體驗設(shè)計論壇上，阿里巴巴人機自然交互實驗室聯(lián)合達摩院機器智能技術(shù)實驗室和浙江大學(xué)推出了一款可以基于圖文內(nèi)容自動生成短視頻的人工智能Aliwood。

 

給定一個商品詳情頁地址，該人工智能即可自動分析商品的多重信息，在1分鐘內(nèi)將靜態(tài)內(nèi)容動態(tài)化，自動合成一段短視頻。

 

值得一提的是，該團隊在研發(fā)過程中引入了“情感計算”能力，給視頻所配的音樂建立起了情感模型，以更好地抓住觀眾的情緒。

 

從平面海報到短視頻

 

阿里巴巴達摩院自然交互體驗實驗室負責(zé)人傅利民告訴澎湃新聞,視頻能增加2.6%的線上購買量，增加顧客5%的次均停留時間。目前，淘寶只有不到1%的商品實現(xiàn)了視頻化表達，如果要在1年內(nèi)滿足這個需求，需要50萬設(shè)計師。

 

阿里巴巴的電商場景為新興人工智能技術(shù)提供了大量數(shù)據(jù)和應(yīng)用可能，由此吸引了高校方面的科研力量。2018年，浙大-阿里IDEA Lab和清華-阿里巴巴自然交互體驗實驗室相繼成立，重點探討設(shè)計、體驗、審美等下一代人際交互研究，試圖讓機器懂得人類的“情感”。

 

Aliwood給音樂建立了一套情感模型，將音樂劃分為“高喚起度” 和 “低喚起度”以及“正向情緒”和“負向情緒”。Aliwood會優(yōu)先選擇那些“高喚起度”和“正向情緒”的音樂作為視頻的音頻。

 

傅利民介紹道，團隊后續(xù)還會結(jié)合“知識圖譜”將視覺元素構(gòu)建起一套模型，用以做優(yōu)選和表達。同樣也會將更多情感計算方面的能力納入進來，逐步優(yōu)化視聽體驗。

 

所謂知識圖譜，是一種整合知識的形式。短視頻AI所需的電商、電影、音樂等知識，很難被個體設(shè)計師全部掌握。知識圖譜則將這些領(lǐng)域知識背后可計算的點，以類似星系的結(jié)構(gòu)連接起來。

 

此前，阿里在平面設(shè)計上已經(jīng)有一些嘗試。其推出的人工智能設(shè)計師“魯班”，在2017年雙十一期間實現(xiàn)每秒制作8000張海報。阿里巴巴智能設(shè)計實驗室負責(zé)人樂乘這次透露，“魯班”在2018年雙十一期間預(yù)計可以達到高級設(shè)計師的水平，即可以擔(dān)綱中等設(shè)計項目的主創(chuàng)人員。

 

從平面到動態(tài)，知識圖譜需要進一步的跨領(lǐng)域拓展。浙江大學(xué)國際設(shè)計研究院副院長、浙大-阿里IDEA Lab 負責(zé)人孫凌云說道：“我們整個團隊要學(xué)習(xí)導(dǎo)演鏡頭語言、學(xué)習(xí)編曲配樂知識，短視頻AI讓我們一下子把所有事打通了。從平面到視頻后，我們發(fā)現(xiàn)節(jié)奏和韻律是很重要的點，20秒視頻結(jié)束后，觀眾腦子里會記住什么東西，又是很重要的點。我們把這些可計算的點梳理出來，組織成知識圖譜不斷推進?！?

 

把人性變成算法

 

4月初剛剛宣布成立的清華-阿里巴巴自然交互體驗實驗室，則會進一步幫助機器構(gòu)建“五感”（語音、聽力、嗅覺、觸覺、乃至內(nèi)心和大腦活動等）。

 

清華大學(xué)計算機系“長江學(xué)者”特聘教授、人機交互研究所所長史元春教授對“情感計算”在行業(yè)上的應(yīng)用和數(shù)據(jù)驗證感到興奮。她負責(zé)AI產(chǎn)品在審美方面的評估。

 

盡管審美和情感聽起來都是十分抽象的詞匯，但史元春強調(diào)問題的本質(zhì)還是算法：“從計算的角度，如果沒有公式什么都算不了。我們的優(yōu)勢是把所有和人類性能相關(guān)的研究變成可計算的算法，改善人機交互關(guān)系?！?

 

舉簡單的平面設(shè)計為例，色彩、角度和幾何關(guān)系分布都能影響人類的整體認知。這些可計算的影響在心理學(xué)、認知學(xué)上都有了一些研究依據(jù)，可以用數(shù)據(jù)進行驗證。

 

史元春介紹道，一方面，現(xiàn)在淘寶上的大量數(shù)據(jù)，包括用戶評價，都可以作為算法的對比參考。另一方面，團隊也在探索更為“客觀”的生理參數(shù)，比如心率、血壓、血氧飽和度等。研究人員試圖以這些指標(biāo)反映出用戶觀看淘寶頁面的過程中是否接受、滿意、輕松，并與后續(xù)行為建立關(guān)聯(lián)。

 

史元春說道，阿里巴巴這樣的企業(yè)往往會提出綜合性的任務(wù)要求，而不僅僅是讓團隊算一下一張圖片帶來的情感，或是一段音樂帶來的情感。在交易場景中，拿著手機或是iPAD、場景中多了一個人，都會產(chǎn)生更為復(fù)雜的情感影響。在這個意義上，與企業(yè)界的合作會對情感計算帶來大場景上的提高。

 

孫凌云總結(jié)道：“不管是短視頻設(shè)計也好，以后的語音交互界面、自動駕駛環(huán)境也好，凡是與人相關(guān)的應(yīng)用空間，必然涉及到情感問題?！?