文章摘要
【关 键 词】 共情AI、情感检测、人工智能、语音接口、情绪识别
新智元报道了一家名为Hume AI的初创公司，该公司发布了一款被称为「第一个具有情商的对话式人工智能」的共情语音接口（EVI），它能够检测到53种不同的情绪。Hume AI的共同创始人兼CEO是前Google DeepMind研究员Alan Cowen。公司在B轮融资中筹集了5000万美元，专注于创建能够理解和表达人类情感的人工智能助手。这款聊天机器人不仅基于文本，还使用语音对话作为接口，通过分析语调、音高、停顿等声音特征来运作。
Hume AI认为，情感智能是AI界面的一个核心目标，它包括从行为中推断意图和偏好的能力。通过语音AI，可以获得更多关于用户意图和偏好的线索，从而使AI在预测人类偏好、知道何时说话、该说什么以及如何以正确的语气说话方面更加出色。Hume AI的EVI演示受到了热烈反响，Vercel的首席执行官Guillermo Rauch甚至称其为「迄今为止我见过的最好的人工智能演示之一」。
Hume AI的模型是基于大规模、实验控制的情感表达数据的人类强度评分上进行训练的。这些数据来源于Cowen及其同事发表的两篇科学研究论文，涉及多个国家的数千名参与者。研究包括了语音爆发或非词汇声音的记录，以及对面部表情的分析。Hume AI利用这些数据训练了自己的深度神经网络，并创建了一个「语音韵律模型」，用于测量语音的调子、节奏和音色，并整合到EVI中。
Hume AI提供了EVI的API，允许用户根据其独特的数据集训练自己的模型，并提供「表达测量API」供企业客户构建应用程序。EVI可以作为各种应用的界面，如个人AI助手、代理和可穿戴设备等，应用领域广泛，包括健康管理、教学辅导和客户服务等。然而，也存在对EVI产生依赖或沉迷的风险，以及被用于操纵和欺诈等不良用途的可能性。对此，Cowen强调，开发人员应将了解用户情感行为视为AI的目标，而不是仅作为达到第三方目标的手段。他还提到，算法用于检测情感线索应服务于用户健康和福祉的目标，包括对异常情况做出适当反应、保护用户免受滥用，并促进用户的情感认知和自主性。
原文和模型
【原文链接】 阅读原文 [ 1461字 | 6分钟 ]
【原文作者】 新智元
【摘要模型】 gpt-4
【摘要评分】 ★★☆☆☆
