人工智慧（Artificial Intelligence），它是研究和開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學，是利用計算機模擬人類思維和實踐行為的技術集合。計算機科學理論奠基人圖靈曾說「如果一臺機器能夠與人展開對話（通過電傳設備），並且會被人誤以為它也是人，那麼這臺機器就具有智能」。人工智慧是計算機科學的一個分支，它企圖了解智能的實質，並生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、人臉識別、自然語言處理等。
人機互動是人工智慧發展的重要方面，傳統的人機互動，主要通過鍵盤、滑鼠、屏幕等方式進行，只追求便利和準確，無法理解和適應人的情緒或心境。由於人類之間的溝通與交流是自然而富有感情的，如果人機互動做到真正的和諧與自然，就要有情感理解和表達能力，使計算機具有類似人一樣的智能，要賦予計算機類似於人一樣的觀察、理解和生成各種情感特徵的能力，最終使計算機像人一樣能進行自然、親切和生動的交互。
美國史丹福大學人工智慧實驗室與視覺實驗室負責人李飛飛指出：下一步人工智慧的發展，需要加強對情感和情緒的研究，要走進認知學和心理學。美國心理學家「認知心理學之父」 奈瑟爾（Neisser Ulrich）描述了人類思維的三個相互聯繫的基本特徵：1.人類的思維總是隨著成長和發展過程積累，並且能對該過程產生積極作用；2.人的思想開始於情緒和情感的永遠不會完全消失的密切關係中；3.幾乎所有的人類活動，包括思維，在同一時間的動機具有多樣性而不是單一的。這些特徵在電腦程式中也明顯存在著，心理學對大腦機制研究的成果運用於人工智慧領域，推動著人工智慧研究的進步。可見，心理學和認知學與人工智慧有著密切的聯繫，對人工智慧是很重要的。加強情緒和情感的研究，是人工智慧未來前進的方向。
卡內基梅隆大學計算機科學及心理學教授赫伯特·西蒙（Herbert A. Simon）表達了相似的觀點，儘管情緒和情感是人類日常生活中的基本組成部分，但缺乏情感交互的技術是不完整的，是令人沮喪的，在技術層面實現自然的人機互動仍是一個亟需解決的問題。目前，情感計算越來越受到研究者的重視。類似研究有人工情感(artificial emotion，AE)、感性工學(kanseiengineering, KE)、情感神經學(affectiveneuroscience)等。
情感計算的概念在1997年由MIT媒體實驗室Picard教授提出，她指出情感計算是與情感相關，來源於情感或能夠對情感施加影響的計算。1997年正式出版《Affective Computing(情感計算)》，在書中，她指出「情感計算就是針對人類的外在表現，能夠進行測量和分析並能對情感施加影響的計算」，開闢了計算機科學的新領域，其思想是使計算機擁有情感，能夠像人一樣識別和表達情感，從而使人機互動更自然。
Picard教授發現，情感在一系列智能活動中都起到核心作用：包括感知、決策、邏輯推理、社交、行動選擇、言語措辭。與此同時從事的AI研究的人員，在各個方面似乎都因為忽視了情感，無法充分理解情感的各項機制，而難以取得進展。「因此，我們必須在情感上表現得聰明有智慧，識別情感、對它進行回應。即便一臺計算機並沒有模擬情感的內部機制，既然它們（計算機）會和我們交互，就必須在情感方面變得更智能。所以我展開研究，利用計算機視覺和其他技術，訓練計算機識別人類的情感表達。」Picard教授說到。
情感計算能夠消除人類情感和計算技術之間的差距，可以幫助人們收集、交流和表達情感信息，並以合理的方式影響人的健康、社會交往、學習、記憶和行為。
「 心理療愈 」
自從19 世紀末20 世紀初，弗洛伊德創立精神分析以來，現代心理治療已經歷了一個世紀的發展，並已形成較為完善的體系。目前流行的心理治療方法就理論基礎而言，大致可歸納為四大取向: 一是以精神分析論為理論基礎的精神分析療法，旨在幫助人從領悟中解決心理上的問題；二是以行為主義為理論基礎的行為療法，旨在幫助人改變生活習慣，以獲得良好適應；三是以人本心理學為理論基礎的人本療法，旨在幫助人排除潛力發展的障礙，以期臻於自我實現的境界；四是以認知論為理論基礎的認知療法，旨在幫助人改變對人、對己、對事物的錯誤思想與觀念，從而改善個人與其生活環境的關係。新的技術如人工智慧和情感計算將為上述這些心理療愈方法提供新的治療途徑和方法。
心理療愈同人工智慧聯繫緊密，人工智慧和情感計算為心理療愈提供了技術支持，自上世紀50年代人工智慧的概念提出以來，心理學家同人工智慧研究者進行了很多合作研究，人工智慧作為一種重要的輔助方法，對心理學變量的測量和預測發揮了重要作用，並可以輔助一些心理症狀的識別診斷和心理幹預。
交互進化計算在心理變量測量領域的研究中得到很好的應用，交互進化計算（Interactive Evolutionary Computation，IEC）屬於人工智慧領域的一種算法，是一種將人的智能評價同進化計算機有機結合的智能計算方法。日本學者塔卡西（Hideyuki Takagi）等人將交互進化計算應用於對精神分裂症患者的心理測量和評估中，該研究是IEC運用於心理測量領域的開創性研究之一。在心理變量預測方面，人工智慧技術中的表情識別技術被用於心理學人格預測的研究中。在心理症狀識別與診斷方面，陳冰梅等人利用神經網絡技術開發了一套兒童心理障礙診斷系統，這一系統可以診斷95％以上的兒童心理障礙，包含17大類、61種常見的兒童心理障礙，如多動症、精神發育遲滯、抑鬱症、焦慮症、強迫症等。此外，該診斷系統還能夠對每種障礙提出處理意見。在人工智慧技術應用於心理症狀識別與診斷的研究中，利用多模型（如視覺和聽覺模型相結合）和多種信息融合（如面部表情和身體動作信息融合）的方法進行心理症狀的識別和診斷已初具成果。
隨著近些年來人工智慧和情感計算的發展，其介入心理治療的程度越來越深而且方法和方式在不停的發展，人工智慧和心理治療這兩領域的跨學科研究有著廣闊的前景。
「 設計 」
現在處於第四次工業革命的邊緣，在人工智慧、機器學習、大數據、物聯網、機器人、納米技術、3D列印、材料科學、生物工程、自動駕駛汽車等方面迅速發展，對其他領域產生了很大的影響。當前，人類面臨的許多挑戰過於複雜和相互關聯，越來越無法用一個知識或專門知識領域來解決，而是需要用跨學科的方式來研究、探索和解決。跨學科研究是近來科學方法討論的熱點之一，跨學科的目的主要在於通過超越以往分門別類的研究方式，實現對問題的整合性研究。目前國際上比較有前景的新興學科大多具有跨學科性質。近年來一大批使用跨學科方法或從事跨學科研究與合作的科學家陸續獲得諾貝爾獎，再次證明了這一點。就其深刻性而言，跨學科研究本身也體現了當代科學探索的一種新範型。從設計領域來看，之前不變的、持久單一的專業和學科有明確的邊界、實踐和歷史，而現在這些邊界越來越模糊。現在，設計發生了新的變化和發展，設計應該以研究為基礎，而不單單是基於技能，設計並不像人們通常理解的那樣是關於技能和造物，而是關於對人類挑戰和人類需求的識別、調查和解決，應對這些挑戰需要設計、科學、技術、工程一起合作，而且設計是產生知識和研究探索知識的領域。
設計可將各個不同領域的要素放置於一個開放的地帶，或融合或碰撞，是跨學科研究的有效途徑，設計是解決問題的工具，設計的過程是發現問題、研究問題和解決問題的過程，在這一過程中創造性思維將發揮關鍵作用，這是設計其自身的特點，這也是設計在跨學科研究中可作貢獻的重要方面。維克多·帕帕奈克在《為真實的世界設計》中指出設計是為廣大人民服務，不應該只服務那些健康的人，設計可在人類健康發展領域作出自己的貢獻，在當下的語境下，設計可提供這樣一個機會：可將AI、情感計算和心理療愈放置於一個開放的地帶，以創造性思維識別問題、分析問題和解決問題，將會使跨領域的研究碰撞出更具社會應用價值的火花。
基於人工智慧、臨床心理學和認知行為療法的聊天機器人 Woebot，在聊天的過程中幫助用戶分析和疏解心理障礙、調節情緒，是應對抑鬱症的設計創新。由史丹福大學臨床心理學家 Alison Darcy和其設計團隊發明。Woebot的設計初衷是通過對話發現人們日常生活中的負面情緒，並幫助人們遠離抑鬱和焦慮症。與傳統療法不同，woebot 可隨時隨地訪問——只要用戶使用智慧型手機即可。woebot是一個可愛的、動畫形式的機器人，它會向你詢問關於你自己的問題，比如你的感覺如何，或者那一刻你的精力怎麼樣。woebot 使用有效的認知療法來治療抑鬱症，這是將智慧型手機 APP 納入治療的趨勢中的一部分。這其中結合了AI、情感計算、心理學和設計，用跨學科的方式來研究、探索和解決問題。
筆者與機器人交流
BioEssence是一種可穿戴式智能情感嗅覺裝置，此設備用氣味調節情緒，並已成功用於治療某些心理問題，例如壓力或焦慮。由於壓力和焦慮往往會增加心率和呼吸頻率，該設備可捕捉與心臟跳動有關的微妙的胸部振動，可根據穿戴者的生理狀態及時釋放氣味，可以緩解壓力和焦慮，改善睡眠質量和緩解疼痛感。此裝置通過獲取人的生理狀態來識別使用者的情緒、情感和心理狀態並對此進行回應，對使用者進行情緒調節或心理治療，其原理就是情感計算基礎上的人機互動。
BioEssence：可穿戴式智能情感嗅覺裝置
患有自閉症的兒童在社交中一直面臨挑戰，行為和興趣的局限性也給他們的社會情感生活和家庭生活帶來了嚴峻挑戰。不同類型的自閉症療法可幫助自閉症兒童提高社交能力。最近，社交機器人已用於自閉症治療，為了使社交機器人和孩子之間能夠進行自然的互動，這些機器人必須具備一種社會情感智能，使他們能夠學習和識別孩子的行為，並以更自然和更吸引人的方式做出反應。
EngageME是用於自閉症治療的個性化機器學習機器人，這個項目的特殊之處在於設計了一種機器人感知技術，該技術利用個性化的機器學習來適應其對觀察到的情感狀態的解釋。通過個性化「深度學習」模型來實現此功能框架，「深度學習」模型是一種模擬人腦學習活動的機器學習算法。在治療中，使用了最先進的數據處理工具來分析每個孩子的多模式行為（他們的面部表情，頭部姿勢，語氣和發聲，以及包括體溫，心率和皮膚電導率在內的生物信號）。這是首次在自閉症治療中使用完全數據驅動的方法（使用機器學習）來設計機器人感知模塊，該模塊可以通過考慮到兒童之間的文化差異和個體差異，自動調整其對自閉症兒童情感的理解與感知。
「 結語 」
本文從人工智慧、情感計算、心理療愈和設計幾個方面探討了設計介入心理療愈的可能性，設計、人工智慧、情感計算與心理療愈結合的研究和實踐是個新的領域，還處於初步的探索階段，在新的技術條件下（人工智慧和情感計算）和新的研究和實踐的範式下（設計以跨學科研究為基礎），設計有更多的機會對人類社會的挑戰和需求進行識別、研究和提供解決方案，設計可在人類健康發展領域作出自己的獨特貢獻，本文主要探討了設計在人類心理健康領域的研究潛力和實踐潛力。同樣，在人類生理健康領域設計也有著研究潛力和實踐潛力。
本期作者／張天怡
參考文獻：
[1] Neisser, U, 「The imitation of man by machine–The view that machines will think as man does reveals misunderstanding of the nature of human thought,」 Annals of Otology Rhinology and Laryngology, vol. 139(3551), pp. 193–197, 1963.
[2] Simon, H.A, 「Motivational and emotional controls of cognition,」.Psychological Re- view, vol. 74(1), pp. 29–39, (1967).
[3]皮卡德,《情感計算》,北京理工大學出版社, 2005. Picard, Rosalind W, Affective computing, MIT Press, 1997.
[4] 《當代心理治療四大流派治療方法述評》，馮縉，西南大學
[5]《AI與心理學完美融合》，天天快報，職業達人errich
「中央美術學院設計學院藝術與科技方向」已獲得教育部批准成為中央美術學院第22個本科專業，該研究方向旨在探討在新的自然、科技和社會環境裡藝術與科技的多樣化創新結合及應用。
歡迎關注我們！
Welcome to follow us！