【新智元导读】一家来自纽约的初创公司Hume AI发布了一款标榜为「第一个具有情商的对话式人工智能」的共情语音接口(EVI)，并表示其能够从用户那里检测到53种不同的情绪。
3月27日，一家名为Hume AI的新创公司宣布，他们已经在一轮B轮融资中筹集了5000万美元。
Hume AI与其他人工智能模型提供商和初创公司的区别在于，它专注于创建一款能够理解人类情感、适当做出反应并向用户传达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其接口，通过听取人类用户的语调、音高、停顿等声音特征来运作。
Hume AI同时发布了其名为「共情语音界面」（Empathic Voice Interface）的演示，只需要使用带有麦克风的设备，就可以与之进行互动。
Hume AI的理论是，通过开发能够更细致地理解和表达人类情感的AI模型，它可以更好地为服务用户。
Hume AI不仅仅想要了解用户「快乐」、「悲伤」、「愤怒」、「害怕」等等通用的人类情绪，而是更微妙、通常是的情绪。
比如「钦佩」，「崇拜」，「入迷」，「讽刺」，「羞耻」等等，Hume AI在其网站上总共列出了53种不同的情绪。
情感智能包括从行为中推断意图和偏好的能力。这正是AI界面试图实现的核心目标：推断用户想要什么并实现它。因此，在某种意义上，情感智能是AI界面的最重要的要求。
这使得我们的AI在预测人类偏好和结果、知道何时说话、知道该说什么以及如何以正确的语气说话方面变得更加出色。
云端和Web应用开发软件公司Vercel的首席执行官Guillermo Rauch就发帖称：「这是迄今为止我见过的最好的人工智能演示之一。」
在其网站上，Hume指出：「这些模型是基于大规模、实验控制的情感表达数据的人类强度评分上进行训练的。」
第一项研究包括来自美国、中国、印度、南非和委内瑞拉的16,000名参与者，有意思的是，数据集里面还有一部分是用来记录「语音爆发」或非词汇声音，如笑声和「嗯嗯」等。
第二项研究包括来自上述五个国家以及埃塞俄比亚的5,833名参与者，他们在计算机上进行了一项调查，在调查中他们分析了来自4,659个面部表情数据库的高达30个不同的「种子图像」。
参与者被要求模仿他们在电脑上看到的面部表情，并从一个包含48种情绪的列表中，按照1-100的强度进行评定。
在互动中，Hume AI的EVI说道，Hume的团队「收集了有史以来最大、最多样化的人类情感表达库。我们谈论的是来自世界各地的一百多万参与者，参与了各种各样的现实生活互动。」
这些数据还用于创建了一个「语音韵律模型」（speech prosody model），用于测量语音的调子、节奏和音色，并整合到EVI中。
Hume AI提供其EVI的API，允许用户根据其独特的数据集训练自己的Hume AI模型。
在表达测量API中可以访问的其他属性包括理解面部表情、语音爆发和情感语言——后者测量「转录文本的情感语调，包括53个维度」。
EVI可以作为任何应用的界面。开发人员可以使用Hume AI的API构建个人AI助手、代理和可穿戴设备等等，产品可涵盖从AI助手到健康管理、从教学辅导到客户服务等各个领域。
但同时，人们可能会对Hume的EVI产生依赖或以一种不健康的方式沉迷于它的潜力，该技术也可能会被用于一些不好的用途，比如操纵、欺诈等等。
当人工智能利用我们的情感行为来达到某些目标（比如促进购买、提高参与度或培养习惯）时，它可能会学会操纵和利用我们的情感。
因此，开发人员应该将了解用户情感行为视为人工智能本身的目标，而不是将这些行为仅仅当作达到第三方目标的手段。
算法用于检测情感线索应该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。
该网站还包括一系列「不支持的用例」，例如操纵、欺骗、「优化减少幸福感」（如「心理战争或折磨」）以及「无限制的共情人工智能」。
但这不过泛泛而谈，当AI真的有了情感之后，如何用伦理、用法律去约束，人类还有很长的路要去探索。