▲利用人形机器人NAO对自闭症儿童进行心理辅导治疗。
自闭症儿童往往难以识别周围人的情绪状态。为了解决这个问题，治疗师会使用一个儿童友好型机器人来展示这些情绪，让孩子们模仿，并以适当的方式进行回应。在这种治疗方法中，如果机器人可以流畅地理解儿童本身的行为（他/她是否感兴趣以及关注），则会使治疗更具成效。对此，麻省理工学院（MIT）媒体实验室的研究人员开发出了一种个性化机器学习技术，帮助机器人在互动过程中使用每个自闭症儿童独有的数据来评估其参与度和兴趣，以提高治疗效果。现在机器人对孩子们反应的评估与人类专家一致，相关分数达到了60%。论文6月27日发表在《科学机器人》杂志上。
“我们的长期目标不是让机器人取代人类治疗师，而是提供关键信息帮助治疗师使用个性化治疗的内容，在机器人和自闭症儿童之间进行更加深入和自然的交互。”第一作者、媒体实验室的博士后Rudovic解释说。
该论文的作者之一、MIT教授Rosalind Picard说：“人工智能学习的每个类别都需要大量相似的数据，而自闭症人群存在极大的异质性，这使得在治疗中利用机器学习和人工智能很有难度。”研究人员发现，一种叫做“深度学习”的机器学习技术可以使治疗机器人更自然地感知孩子们的行为。深度学习系统使用层次化的数据处理来改进任务，已经被用于自动语音和对象识别程序，非常适合理解脸部、身体和声音的多重特征，进而理解孩子的参与度这个更抽象的概念。
这项研究中的NAO人形机器人通过改变眼睛的颜色、四肢的动作和声音的音调来传达不同的情感。在治疗过程中，人类治疗师展示代表不同情绪面孔的照片或闪卡，以教孩子学习如何识别不同的表情，然后对机器人进行编程以向孩子展示同样的情绪，并在孩子与机器人互动的过程中对孩子进行观察。孩子的行为为机器人和治疗师提供了改进这些课程的有价值的反馈。
共35名自闭症儿童参与了这项研究，他们对机器人的反应各有不同，大部分会把它当成一个真正的人。“让孩子与人接触几秒钟对他们来说是一个很大的挑战。但机器人会吸引孩子的注意力。而且人类经常改变表达方式，但机器人一直保持不变，适合孩子结构化地学习表达方式，不容易让他们感到沮丧。”Rudovic解释了为什么机器人在治疗中很有用。
目前，Rudovic和他的同事们进一步研究了深度学习的概念，并建立了个性化的框架，可以从每个孩子身上收集的数据中学习。经过人类编码的个性化数据的训练，并测试了未用于训练和优化模型的数据，深度学习网络大大提高了机器人自动估计大多数孩子行为的能力，超过了将其按照普适标准与所有孩子的数据结合得到的结果。
编译：花花 审稿：三水
责编：南熙
