摘 要：? 對(duì)于觀察者如何理解和推理他人的心理狀態(tài)，當(dāng)前研究范式比較少地使用計(jì)算模型。現(xiàn)今認(rèn)知科學(xué)已經(jīng)著手使用計(jì)算建模的方法來對(duì)他人的情感狀態(tài)進(jìn)行解釋和推論。以此為背景，文章基于情感直觀理論來研究人工智能情感認(rèn)知的計(jì)算模型，并使用形式化的貝葉斯規(guī)則來分析情感認(rèn)知的推理分類。作者從“情感認(rèn)知”“第三人稱評(píng)價(jià)”“情感原因的推斷”“情感線索的整合”“反向評(píng)估”“對(duì)假設(shè)推理的預(yù)測(cè)”“反事實(shí)推理及解釋”7個(gè)維度具體闡明了人工智能情感認(rèn)知的推理分類，并進(jìn)行計(jì)算建模，從而為人工智能情感認(rèn)知提供一種統(tǒng)一的解釋模型。

關(guān)鍵詞：? 人工智能;情感計(jì)算;計(jì)算模型;情感的直觀理論;貝葉斯規(guī)則;心靈理論

中圖分類號(hào)： TP18

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1004-8634（2020）02-0094-（10）

DOI：10.13852/J.CNKI.JSHNU.2020.02.011

當(dāng)前人工智能研究的算法已被廣泛應(yīng)用于各種領(lǐng)域之中。有學(xué)者預(yù)言，情感計(jì)算將是未來人工智能研究的主流方向。事實(shí)上，情感計(jì)算也只有在人工智能的情境之中才有研究的價(jià)值與意義。所謂“情感（emotions）是指人們對(duì)世界事件的即時(shí)反應(yīng)，它在我們社會(huì)生活的方方面面都扮演著重要的角色，并導(dǎo)致許多有意和無意行為的產(chǎn)生”，?而“情感計(jì)算”是指對(duì)情感產(chǎn)生及其影響情感諸因素的計(jì)算。從人工智能視角來看，機(jī)器人可以從感知信號(hào)中提取情感特征，分析人的情感與各種感知信號(hào)的關(guān)聯(lián)。當(dāng)然，當(dāng)前人工智能是沒有情感的，而人類具有各種情緒與情感，如果未來人工智能是可能的，首先需要解決的是人工智能如何能夠模擬，甚至具備人類情感特征，其研究的突破口將在于人機(jī)共情的情感計(jì)算模式。據(jù)此，我們?cè)谟懻撉楦杏?jì)算時(shí)必須要考慮兩個(gè)面向的問題：人類情感在宏觀層面上的計(jì)算可替代性;如果人類情感可被替代，那么在微觀層面情感計(jì)算方案的可操作性。由于本文的基本立場(chǎng)已經(jīng)預(yù)設(shè)人類情感在計(jì)算上是可被替代的，因此，本文討論的重點(diǎn)將放在情感計(jì)算方案的可操作性上。本文的主旨是使用計(jì)算模型來分析和闡明人類情感狀態(tài)，并對(duì)其進(jìn)行計(jì)算建模，最終根據(jù)情感的計(jì)算模型來推斷他人的情感及心理狀態(tài)。

一、情感的直觀理論

人們對(duì)他人的所思所想有著豐富的直覺，這使得我們能夠推斷他人的行為動(dòng)機(jī)，并據(jù)此來解釋他人的行為，這一觀點(diǎn)被稱為情感的直觀理論（Intuitive Theory of Emotion）。情感的直觀理論是由結(jié)構(gòu)化的概念來構(gòu)成的，它包括人格、目標(biāo)、行為等，并且情感直觀理論與這些概念有著因果關(guān)系。

一般而言，人們是通過情感直觀理論來理解周圍人所思所想的，就像科學(xué)家能通過科學(xué)理論來解釋物理世界一樣。

在日常生活中，人們（即觀察者）通過情感直觀理論來直接推斷他人（即行動(dòng)者）的情感狀態(tài)，從而能夠在社交場(chǎng)合中做出最佳反應(yīng)或回應(yīng)。由于人們（觀察者）對(duì)于行動(dòng)者的開心、快樂、憤怒和幸福等不同的情感狀態(tài)都擁有某種直觀知識(shí)，因而他們能夠推理出行動(dòng)者情感狀態(tài)產(chǎn)生的原因。但是情感直觀理論也面臨一些問題，如觀察者在對(duì)他人情感做判斷的過程中包含了自身的信念，而觀察者的這些信念又取決于觀察者過去的經(jīng)歷和歷史背景（觀察滲透了觀察者的理論）。因此，即使觀察者的信念不一定反映了行動(dòng)者情感的真實(shí)運(yùn)作，但是觀察者的這些信念仍然構(gòu)成了理解他人情感的基礎(chǔ)，也構(gòu)成了與他人互動(dòng)的基礎(chǔ)。

事實(shí)上，如果我們仔細(xì)考察情感的直觀理論，就會(huì)發(fā)現(xiàn)其理論包含了兩種重要的因果關(guān)系。第一種因果關(guān)系是情感狀態(tài)與其原因之間的因果關(guān)系。在觀察者看來，他會(huì)好奇行動(dòng)者感受到某種情感狀態(tài)的原因是什么。第二種因果關(guān)系涉及情感與行為，行動(dòng)者的情感狀態(tài)會(huì)導(dǎo)致他們產(chǎn)生什么樣的行為。簡(jiǎn)言之，一種因果關(guān)系是觀察者追問他人情感產(chǎn)生的原因，另一種因果關(guān)系是涉及行動(dòng)者本身的情感與行為之間的關(guān)系。通過對(duì)兩種因果關(guān)系的分析，我們可以建構(gòu)一種情感直觀理論模型，如圖1?所示。情感的直觀理論模型源于德梅洛（C. M. de Melo）、德斯蒙德·王（Desmond C. Ong）、扎基（Jamil Zaki）、薩克斯（R. Saxe）和霍利亨（S. Houlihan）等人的觀點(diǎn)。

圖1中“情感（E）”的左半部分描述了觀察者對(duì)行動(dòng)者情感原因的追問，即觀察者從“事情的結(jié)果”和行動(dòng)者的“信念和欲望”來分析情感產(chǎn)生的原因?！扒楦小钡挠野氩糠置枋龅氖牵袆?dòng)者本身的情感會(huì)產(chǎn)生什么樣的“情感表達(dá)”方式和“行動(dòng)”。在圖1中，標(biāo)黑的方框表示的是可見變量，而非標(biāo)黑的方框表示的是潛在變量，箭頭表示因果關(guān)系?？傊?，觀察者是通過行動(dòng)者所經(jīng)歷事情的結(jié)果以及行動(dòng)者的心理狀態(tài)（如信念和欲望），同時(shí)應(yīng)用“第三人稱評(píng)價(jià)”來推斷行動(dòng)者的情感。當(dāng)然，行動(dòng)者的“情感”反過來又會(huì)引起某些情感表達(dá)，并采取意向性的行動(dòng)，這些行動(dòng)又會(huì)進(jìn)一步導(dǎo)致新的事情結(jié)果和心理狀態(tài)（信念和欲望）的出現(xiàn)。

人們認(rèn)為，行動(dòng)者的情感來自對(duì)其所經(jīng)歷事件的情緒回應(yīng)。人們除了知道行動(dòng)者所經(jīng)歷事件的結(jié)果之外，還想了解行動(dòng)者在經(jīng)歷各種事件時(shí)的心理狀態(tài)，比如是否可以從行動(dòng)者的情感狀態(tài)來推斷其信念和欲望。實(shí)際上，已經(jīng)發(fā)生的事情的結(jié)果往往會(huì)影響行動(dòng)者的情感及心理狀態(tài)。例如，人們聽到好消息會(huì)很快樂，快樂的情感又表現(xiàn)或反映了欲望的滿足，而悲傷的情感反映了行動(dòng)者受挫的心情。對(duì)于學(xué)齡前的孩子們來說，如果現(xiàn)實(shí)世界的情形與他之前所擁有的信念出現(xiàn)了不匹配，那么他會(huì)表現(xiàn)出驚訝和大惑不解。我們同樣可以依據(jù)成年人潛在的信念和欲望來推論其情感反應(yīng)。因此，情感的直觀理論使觀察者將行動(dòng)者所經(jīng)歷事情的結(jié)果與行動(dòng)者的心理狀態(tài)（信念和欲望）進(jìn)行了聯(lián)結(jié)，從而闡明了行動(dòng)者的情感狀態(tài)。

事物的結(jié)果與行動(dòng)者的心理狀態(tài)（信念與欲望）是如何產(chǎn)生情感的呢？根據(jù)情感的評(píng)價(jià)理論（appraisal theories of emotion），行動(dòng)者的情感始于對(duì)事情結(jié)果的評(píng)估，有些結(jié)果可能會(huì)有助于或有損于行動(dòng)者目標(biāo)的實(shí)現(xiàn)，因此事情的結(jié)果總是與行動(dòng)者的各種自我維度相關(guān)。試想，如果小紅這次考試拿了滿分（事情的結(jié)果），但她沒想到能考滿分，那么她會(huì)感到很驚訝，也很開心（情感）。

此外，觀察者也會(huì)用類似的推理過程對(duì)行動(dòng)者的情感狀態(tài)進(jìn)行評(píng)估，我們將這一過程稱為“第三人稱評(píng)價(jià)”。也就是說，當(dāng)觀察者（第三者）考慮到某一行動(dòng)者正在經(jīng)歷某一情景時(shí)，觀察者首先將結(jié)果還原為少數(shù)幾個(gè)與行動(dòng)者相關(guān)的特征，然后用這些特征來評(píng)估和判斷行動(dòng)者的情感。因此，觀察者是從行動(dòng)者的視角來直觀地評(píng)估目標(biāo)—導(dǎo)向的結(jié)果，以及結(jié)果是否符合了行動(dòng)者的預(yù)期。當(dāng)張三（觀察者）知道小紅（行動(dòng)者）考了滿分，并且他也知道小紅知道自己考了滿分，那么他會(huì)推斷出小紅可能處于一種積極穩(wěn)定的情感中（如開心）。如果張三知道小紅沒有預(yù)料到自己會(huì)考滿分，那么張三會(huì)預(yù)測(cè)當(dāng)小紅得知分?jǐn)?shù)后會(huì)感到很驚訝。

從觀察者的視角來看，行動(dòng)者在日常生活中所經(jīng)歷的情景會(huì)隨著評(píng)估維度的變化而變化，對(duì)行動(dòng)者的評(píng)估是將日常情景還原為一組相關(guān)的“特征”，這些特征是被用來評(píng)價(jià)行動(dòng)者情感的重要因素。因此，從計(jì)算的角度來看，情感評(píng)估也是一項(xiàng)十分重要的指標(biāo)。需要注意的是，觀察者對(duì)行動(dòng)者的評(píng)價(jià)，與行動(dòng)者對(duì)自己的評(píng)價(jià)可能存在著極大的不同。首先，觀察者的情感特征集被膠封在他們自己的直觀理論中，這與行動(dòng)者所考慮的特征集是不一樣的，比如觀察者在觀察行動(dòng)者時(shí)會(huì)融入自己特有的文化背景，但觀察者所具有的文化背景與行動(dòng)者的文化背景可能存在認(rèn)識(shí)上的鴻溝。其次，觀察者在第三人稱評(píng)價(jià)過程中對(duì)行動(dòng)者所具有的信念和欲望的判斷，可能與行動(dòng)者擁有的真實(shí)的信念和欲望是不同的。

在圖1的左半部分描述了觀察者的因果知識(shí)，即觀察者如何從事情的結(jié)果和行動(dòng)者的心理狀態(tài)（信念和欲望）來分析其情感產(chǎn)生的原因。觀察者這種從事情結(jié)果、心理狀態(tài)進(jìn)展到情感的推理，依賴于一種語境化的第三人稱評(píng)價(jià)過程，尤其會(huì)涉及觀察者的知識(shí)背景，本文將在第二部分具體分析第三人稱評(píng)價(jià)過程。

在圖1的右半部分，情感表達(dá)和意向行動(dòng)是情感的下游效應(yīng)，這表明了行動(dòng)者的情感會(huì)導(dǎo)致其“情感表達(dá)”和“行動(dòng)”兩種行為。首先，擁有正常情感的行動(dòng)者會(huì)產(chǎn)生各種各樣的情感表達(dá)。例如，人們可以從他人的面部表情、肢體語言、各種情感言語的變化來可靠地識(shí)別他人情感的變化。其次，除了情感表達(dá)的外化表現(xiàn)，情感還會(huì)影響行動(dòng)者下一步可能采取的意向行為。例如，恐懼可能會(huì)使人產(chǎn)生逃跑的行為、憤怒可能促使人直面威脅、幸?？赡苁谷水a(chǎn)生親社會(huì)（prosocial）行為等。

因此，人們對(duì)于情感如何影響行為保持著直覺上的敏感性。在日常生活中，人們似乎很容易觀察到行動(dòng)者的情感表達(dá)和行動(dòng)（如面部表情、肢體動(dòng)作及語言等），事實(shí)上，人們還可以通過上述這兩類行為來反推出行動(dòng)者所具有的潛在情感狀態(tài)，從而能對(duì)情感狀態(tài)進(jìn)行進(jìn)一步的推理分類。

二、人工智能情感認(rèn)知的推理分類

前文通過情感的兩種因果關(guān)系建構(gòu)了一種情感的直觀理論模型（見圖1）。接下來，本文將基于前述情感直觀理論模型，運(yùn)用貝葉斯規(guī)則來對(duì)行動(dòng)者的情感過程進(jìn)行推理分類和計(jì)算建模。如果我們先將圖1整體看作一種貝葉斯網(wǎng)絡(luò)，那么我們可以枚舉出各種可能的推論，這些推論都將“情感”作為變量。例如，P（情感|結(jié)果）（P（emotion|outcome））表明，這是從結(jié)果（o）推斷情感（e），或者P（表達(dá)|情感）（P（expression|emotion））表明，這是從情感（e）推論出情感表達(dá)（x）。

因此，由圖1可以概述出表1中的主要推理形式。我們可以簡(jiǎn)化這些基于獨(dú)立條件的推論形式，如，將P（結(jié)果|情感，表達(dá)式）簡(jiǎn)化為P（結(jié)果|情感），因?yàn)榻Y(jié)果和表達(dá)式是獨(dú)立于給定情感的。此外，在推理中還增加了一類“反事實(shí)推理”，即如果一個(gè)給定的結(jié)果沒有發(fā)生，就可以推斷情感P（情感|沒有結(jié)果）。在表1中，“推理”一列中的P（x）表示x發(fā)生的概率。除了“情感線索的整合”之外，表1中的每種推理都給出了具體的事例說明。

在表1的“推理”中，字母e代表的是行動(dòng)者的情感或情感狀態(tài)，字母o是指事情的結(jié)果，字母x代表的是行動(dòng)者的情感表達(dá)，字母a指的是行動(dòng)者后續(xù)的行為，字母b和d分別代表的是行動(dòng)者的信念和欲望。符號(hào)“～”是指否定事實(shí)。為了具體說明表1中的情感推理，接下來將從計(jì)算角度來分別介紹這7類情感推理的計(jì)算模型。

1.情感認(rèn)知

情感認(rèn)知最簡(jiǎn)單的推理形式是從某人的情感表達(dá)中推斷出其情感狀態(tài)，但是在解讀他人情感表達(dá)過程時(shí)，其情感表達(dá)會(huì)具有欺騙性（試想演員表演開心或痛苦的情緒），這導(dǎo)致許多研究人員不得不在他們的計(jì)算模型中假設(shè)一種完美的情感認(rèn)知，而不會(huì)將情感認(rèn)知過程建模為解讀者自己的獨(dú)立推理。在現(xiàn)實(shí)中，我們對(duì)他人的情感認(rèn)知并不是完全準(zhǔn)確的，也不是所有的觀察者對(duì)他人的情感認(rèn)知推理都是相同的。首先，情感認(rèn)知的推論嚴(yán)重依賴于語境，好與不好的事件有時(shí)在感知上會(huì)產(chǎn)生相似的面部表情。如，行動(dòng)者悲傷和開心時(shí)都面露笑容，這就使得觀察者很難僅憑表情來準(zhǔn)確推斷出他人的情感。其次，不同文化背景的人通過面部表情來感知情感的方式存在著差異性。情感認(rèn)知依賴于觀察者的直覺理論，而觀察者的直覺又依賴于觀察者的文化背景和過去的歷史。事實(shí)上，這些背景差異甚至?xí)绊懙接^察者對(duì)情感的判斷。例如，在對(duì)話時(shí)有些人更傾向于注視眼睛區(qū)域，有些人則傾向于關(guān)注肢體動(dòng)作。

最近，研究人員開始利用條件概率來建立人工智能情感認(rèn)知的計(jì)算模型。他們研究觀察者如何從低階特征的面部表情和肢體語言來推斷出他人的情感，這相當(dāng)于通過給定情感表達(dá)（x）或P（e|x），來評(píng)估行動(dòng)者潛在情感（e）的概率。一般來說，情感認(rèn)知的計(jì)算建模過程需要如下三個(gè)步驟：首先，情感認(rèn)知的計(jì)算模型需要一些可觀察情感表達(dá)的表征。例如，面部表情的一種常見表征是面部動(dòng)作編碼系統(tǒng)。其次，情感認(rèn)知的計(jì)算模型需要知道觀察者如何將刺激劃分為預(yù)先定義的情感類別（如悲傷和開心等情感刺激的劃分），一般觀察者是根據(jù)經(jīng)驗(yàn)來測(cè)量P（e|x）的。最后，人們訓(xùn)練機(jī)器來對(duì)不同的編碼信息進(jìn)行分類，并對(duì)情感認(rèn)知過程P（e|x）進(jìn)行計(jì)算建模。事實(shí)上，這類研究工作相對(duì)較為新穎，這是用機(jī)器來識(shí)別行動(dòng)者的情感表達(dá)及行為，并且用機(jī)器來對(duì)行動(dòng)者的情感狀態(tài)進(jìn)行計(jì)算建模。當(dāng)然，這方面的研究工作還有很長(zhǎng)的路要走。

2.第三人稱評(píng)價(jià)

前文所描述的人工智能情感認(rèn)知計(jì)算方法允許研究人員定量地模擬人工智能如何推斷出行動(dòng)者對(duì)所經(jīng)歷事件的反應(yīng)。這種對(duì)行動(dòng)者的情感做判斷的過程會(huì)涉及第三人稱評(píng)價(jià)，即人工智能會(huì)將行動(dòng)者經(jīng)歷的結(jié)果還原為一小部分比較重要的特征，然后對(duì)行動(dòng)者的情感進(jìn)行評(píng)估。為了研究受控情景下對(duì)情感的評(píng)估過程，德斯蒙德·王和扎基等人設(shè)計(jì)了一種特殊的轉(zhuǎn)盤賭博實(shí)驗(yàn)，在這一實(shí)驗(yàn)中研究人員可以參數(shù)化地改變回報(bào)金額和概率，以觀測(cè)觀察者是如何對(duì)參與者的情感做出判斷的。

該實(shí)驗(yàn)的大致情況描述如下：觀察者先觀看他人玩一種簡(jiǎn)單的賭博游戲。這些游戲的參與者可以轉(zhuǎn)動(dòng)自己面前的轉(zhuǎn)盤，并根據(jù)指針停留的位置來贏得對(duì)應(yīng)的金額，其中共有18個(gè)轉(zhuǎn)盤，每個(gè)轉(zhuǎn)盤分為3個(gè)扇面，扇面上的金額分別為30、60、100元。該實(shí)驗(yàn)系統(tǒng)地關(guān)聯(lián)了每個(gè)轉(zhuǎn)盤的結(jié)果概率，并允許單獨(dú)計(jì)算獎(jiǎng)勵(lì)金額和期望值。所謂期望值是指觀察者所期望獲得的平均獎(jiǎng)金數(shù)。轉(zhuǎn)盤扇面上的獎(jiǎng)勵(lì)金額是與該扇面大小相乘得出的結(jié)果，該結(jié)果與觀察者期望值的相關(guān)性為0.3。除去一些不相關(guān)的干擾因素，最后得出了50個(gè)實(shí)驗(yàn)場(chǎng)景，每個(gè)場(chǎng)景都對(duì)應(yīng)于某一個(gè)特定轉(zhuǎn)盤上的特定結(jié)果。對(duì)參與者來說，轉(zhuǎn)盤指針停在扇面上的位置是均勻分布的區(qū)間。每個(gè)參與者需要完成10組試驗(yàn)，在每一次試驗(yàn)中，觀察者會(huì)看到參與者在轉(zhuǎn)動(dòng)轉(zhuǎn)盤，并得到某一特定結(jié)果，在這些過程中觀察者需要對(duì)參與者的感覺進(jìn)行評(píng)估，情緒指標(biāo)包括快樂、悲傷、憤怒、驚訝、恐懼、厭惡、滿足和失望等，其中前六種為“基本情緒”，而“滿足”和“失望”用來解釋可能發(fā)生但實(shí)際沒有發(fā)生的反事實(shí)結(jié)果。

通過實(shí)驗(yàn)數(shù)據(jù)可以發(fā)現(xiàn)，觀察者對(duì)參與者的情感判斷取決于參與者贏的總額，但是在轉(zhuǎn)動(dòng)轉(zhuǎn)盤之前，觀察者會(huì)事先對(duì)參與者所獲得的金額有預(yù)期值。實(shí)際上參與者在轉(zhuǎn)動(dòng)轉(zhuǎn)盤時(shí)所贏的總額往往與觀察者預(yù)估的值會(huì)出現(xiàn)偏差。因此，觀察者對(duì)參與者感情的評(píng)估是基于其期望值而不是參與者的絕對(duì)收益來評(píng)估的。

在上述實(shí)驗(yàn)中，第三人稱評(píng)估與第一人稱科學(xué)理論具有一致性，尤其兩者都會(huì)涉及參數(shù)—依賴和討厭—損失的概念。如果參與者的贏面更大時(shí)，觀察者會(huì)感覺更糟（與他們預(yù)估值相差很大）。也就是說，通過研究情境的特征，當(dāng)預(yù)測(cè)偏差非常大時(shí)，觀察者對(duì)轉(zhuǎn)盤結(jié)果是非常敏感的。因此，人們?nèi)绾螌⑦@些評(píng)價(jià)維度映射到行動(dòng)者的情感上，是未來研究所面臨的主要挑戰(zhàn)。在使用第一人稱評(píng)價(jià)時(shí)，表現(xiàn)為一種多維度的綜合，或者通過表征的相似性來分析數(shù)據(jù)，而第三人稱評(píng)價(jià)會(huì)涉及觀察者自身的理論背景，并且在對(duì)具有欺騙性的場(chǎng)景進(jìn)行評(píng)價(jià)時(shí)會(huì)存在許多技術(shù)挑戰(zhàn)，而這些問題本身也是人工智能所面臨的問題。因此，在涉及更為復(fù)雜的真實(shí)世界情境時(shí)，第三人稱評(píng)價(jià)還有許多技術(shù)細(xì)節(jié)有待進(jìn)一步完善。

3.情感原因的推論

如果為觀察者給出某些具體可觀察的情感表達(dá)，那么觀察者可以根據(jù)這種情感表達(dá)來推論情感的潛在原因。例如，當(dāng)張三遇到一位情緒非常低落的同學(xué)，面露悲切，唉聲嘆氣……此時(shí)，張三會(huì)考慮同學(xué)情緒低落的潛在原因：考試不及格、失戀等。從直覺上看，情感產(chǎn)生的原因各有不同，對(duì)此的分析也是不同的：如果是在校學(xué)生，學(xué)生因考試不及格而傷心的可能性非常大，但畢業(yè)后的學(xué)生則不太可能因這種原因而傷心，一個(gè)嚎啕大哭的人可能經(jīng)歷了比考試不及格更糟糕的事情。當(dāng)然，對(duì)于所觀察到的情感，人們本能地更傾向于具有高概率和高強(qiáng)度的潛在原因。

對(duì)此，我們可以引入貝葉斯規(guī)則來對(duì)人工智能情感認(rèn)知的概率進(jìn)行進(jìn)一步分析。首先，我們將第三人稱評(píng)價(jià)過程表示為P（e|o），即給定結(jié)果（o）的情感（e）的概率分布集。我們?cè)谠u(píng)估過程中先忽略行動(dòng)者的信念和欲望（本文將在下文“反向評(píng)估”中具體討論行動(dòng)者的信念和欲望）。根據(jù)貝葉斯規(guī)則，我們可以先寫出情感的后驗(yàn)概率P（o|e），即給定情感（e）的結(jié)果（o）的概率為公式（1）：

P（o|e）∝P（e|o）P（o）

情感的后驗(yàn)概率P（o|e）與結(jié)果（o）導(dǎo)致情感的可能性成正比關(guān)系，例如P（考試沒通過|傷心），張三的同學(xué)很傷心是因?yàn)榭荚嚊]通過，那么這還需要考慮張三的同學(xué)平時(shí)考試不通過的可能性有多大。另外，P（傷心|考試沒通過）與結(jié)果（o）出現(xiàn)的先驗(yàn)概率P（e|o）也成正比關(guān)系。最近的研究表明，“即使是嬰兒也對(duì)這些因果概率很敏感，當(dāng)面對(duì)一種情感時(shí)，他們會(huì)積極地尋找情感背后所隱藏的原因，因此，引起這種情感的原因不太可能在所觀察到的原因之中?！?/p>

我們同樣可以將貝葉斯規(guī)則應(yīng)用于前文賭博實(shí)驗(yàn)的情境中。上述公式（1）為觀察者的后驗(yàn)推理提供了一種模型。觀察者通過觀察參與者在賭博后的情感表達(dá)，以及可能的結(jié)果，從而來推斷每種結(jié)果發(fā)生的可能概率?；谪惾~斯模型，觀察者能夠?qū)€博未知結(jié)果的后驗(yàn)概率做出預(yù)測(cè)和判斷。

第三人稱評(píng)價(jià)過程，而第三人稱評(píng)價(jià)過程所面臨的固有困難也適用于對(duì)情感認(rèn)知的推理。此外，對(duì)行動(dòng)者情感原因進(jìn)行分析時(shí)所面臨的挑戰(zhàn)是，在定義一組可能結(jié)果時(shí)，如何來分配可能結(jié)果的先驗(yàn)概率，觀察者是憑直覺在可能的結(jié)果中挑選出備選項(xiàng)嗎？例如，有三種備選原因a、b、c，那么如何來先驗(yàn)地分配a、b、c的可能概率呢？這也說明了在對(duì)行動(dòng)者情感原因進(jìn)行分析時(shí)，還得依賴觀察者對(duì)直覺理論的一致運(yùn)用。

4.情感線索的整合

在日常生活中，人們從結(jié)果的概率P（e|o）來推斷情感產(chǎn)生的原因，或者人們通過觀察面部表情等的情感表達(dá)來確認(rèn)情感P（e|x）的原因。但是，當(dāng)觀察者對(duì)于行動(dòng)者情感原因進(jìn)行具體分析時(shí)，觀察者經(jīng)常會(huì)被呈現(xiàn)多條與行動(dòng)者情感相關(guān)的線索，這就涉及情感線索的整合問題。

觀察者在對(duì)行動(dòng)者情感進(jìn)行推論時(shí)，首先需要對(duì)多條線索進(jìn)行觀察、協(xié)調(diào)或選擇。此外，多條線索之間有時(shí)甚至是相互矛盾的。例如，張三知道李四剛失戀了（一種消極的結(jié)果），但他卻看到李四臉露笑容（一種積極的表情），那張三該如何來理解李四的情感狀態(tài)呢？

人們一直都在分析語境以及情感表達(dá)對(duì)于觀察者做出情感判斷的重要性，尤其是在這些線索發(fā)生沖突的情況下。一方面，面部表情的釋放是為了交流，因此面部表情總是真實(shí)地表達(dá)或隱含了行動(dòng)者的情感。另一方面，大量的研究表明，當(dāng)人們分析情感原因時(shí)，有時(shí)會(huì)將情境和其他行為線索看得比面部表情更重要。因此，觀察者在面對(duì)不同線索時(shí)，就需要一種更加精確的理論來對(duì)多條線索進(jìn)行整合。

觀察者應(yīng)該如何整合這些不同的線索信息，需要一種精確和優(yōu)化的公式來分析。情感線索的整合涉及一種高階推理。假設(shè)給定一種觀察結(jié)果（o）和情感表達(dá)（x），P（e|o，x），那么潛在情感（e）的概率可以由以下公式（2）來表示：

P（e|o，x）∝P（o） P（e|o）P（e|x） P（e）

需要注意的是，這一概率推論同時(shí)整合了給定結(jié)果的情感概率P（e|o），以及給定情感表達(dá)的情感概率P（e|x）。該模型并沒有假設(shè)任何一種線索的優(yōu)先性，如，哪種面部表情更加具有優(yōu)先性，而是根據(jù)行動(dòng)者潛在情感的可靠性來衡量這些線索?；诠剑?），貝葉斯模型能夠在多重線索下準(zhǔn)確預(yù)測(cè)觀察者對(duì)行動(dòng)者情感的判斷。

該模型預(yù)測(cè)，觀察者對(duì)語境中線索的可靠性非常敏感，這允許觀察者根據(jù)語境對(duì)事情結(jié)果、行動(dòng)者的面部表情、身體動(dòng)作和其他線索進(jìn)行不同程度的權(quán)衡。情感線索的整合并不局限于兩種簡(jiǎn)單線索的組合。在貝葉斯框架下，線索整合是高階推理，它部分依賴于單一線索推理，如第三人稱評(píng)價(jià)P（e|o，b，d）和情感認(rèn)知推理（P（e|x）、P（e|a））等。一旦我們有了這些推理模型，我們就可以對(duì)多條情感線索進(jìn)行整合。

5.反向評(píng)價(jià)：從情感來推斷心理狀態(tài)

人們不僅可以從行動(dòng)和心理狀態(tài)對(duì)行動(dòng)者的情感進(jìn)行推理，而且還可以從情感對(duì)行動(dòng)者的行動(dòng)和心理狀態(tài)進(jìn)行反向推理，特別是行動(dòng)者的情感提供了行動(dòng)者目標(biāo)是否得到滿足，以及行動(dòng)者是否期望某種給定結(jié)果的信息。

一種積極/消極的情感表達(dá)可能表明，結(jié)果與行動(dòng)者的愿望是一致的/不一致的。例如，驚訝的表情可能表明行動(dòng)者的信念未得到滿足。對(duì)比從事情結(jié)果和行動(dòng)者心理狀態(tài)（信念和欲望）來推論情感的第三人稱評(píng)價(jià)過程，反向評(píng)價(jià)的推理過程是逆向進(jìn)行的。反向評(píng)價(jià)是利用事情的結(jié)果和觀察到的表情來推斷行動(dòng)者的心理狀態(tài)（信念和欲望），德梅洛將這一方法稱為“反向評(píng)價(jià)”。

基于形式分析，從事情結(jié)果和行動(dòng)者的信念和愿望P（e|o，b，d）來考慮情感的計(jì)算模型，我們可以推出類似于公式（1）的模型：P（b，d|e，o）∝P（e|b，d，o）P（b，d）。當(dāng)然，如果我們實(shí)際觀察到一種情感表達(dá)（x）和結(jié)果（o），并且我們只對(duì)心理狀態(tài)（信念和欲望）感興趣，對(duì)潛在情感不關(guān)注，那么我們就可以忽視潛在情感，從而得出公式（3）：

P（b，d|e，o）∝P（b，d）∑ e P（x|e）P（e|b，d，o）

需要注意的是，在公式（1）、（2）中，評(píng)估過程被膠封在P（e|o）中，這里公式（3）明確表明了行動(dòng)者的信念（b）和愿望（d），所以要把評(píng)估過程寫成P（e|b，d，o）。在公式（3）中，推理的目標(biāo)是行動(dòng)者信念和欲望的條件概率，而行動(dòng)者的情感只是一個(gè)我們可以將其邊緣化的“中間”量。在公式（3）中，從右到左來分析表達(dá)式：首先考慮信念、欲望和結(jié)果P（e|b，d，o）是情感（e）的概率，其次觀察到情感表達(dá)P（x|e），從中得出情感（e）的概率，然后通過把所有可能情感（e）相加（忽略潛在的情感）最后一項(xiàng)乘以信念和欲望組合的先驗(yàn)概率P（b，d）。

為了理解公式（3），試考慮如下場(chǎng)景：王五將一些白色粉末倒入了其同事的咖啡中，張三（觀察者）看到了這一事情，并表現(xiàn)出了驚訝的表情。張三通過對(duì)這一事件的解讀，從而對(duì)王五的信念和欲望做出了判斷：王五認(rèn)為粉末是毒藥還是糖，以及王五是否想傷害其同事。這一情景類似于圖1的直觀理論模型和公式（3）的推理。

如果對(duì)他人情感推論可以通過貝葉斯規(guī)則來建模的話，那么公式（3）的后驗(yàn)概率對(duì)行動(dòng)者的行為有附加條件依賴性，即P（b，d|x，o，a）。為簡(jiǎn)便起見，并未將P（b，d|x，o，a）添加在公式（3）的操作中。另外，公式（3）假設(shè)了完美的情感認(rèn)知，因此該公式?jīng)]有將潛在情感建模為結(jié)果與行動(dòng)者情感表達(dá)之間的中間參數(shù)。因此，貝葉斯模型只是描述了觀察者對(duì)行動(dòng)者信念和欲望的推斷，這為人們用直覺理論來推斷他人的情感和心理狀態(tài)提供了進(jìn)一步的證據(jù)。

此外，通過對(duì)他人的情感表達(dá)，還可以預(yù)測(cè)他們未來的行為。例如，張三在小組任務(wù)中選擇與小紅合作，并且在合作之后對(duì)小紅點(diǎn)頭微笑，那么我們可能會(huì)推斷出：張三曾打算和小紅合作，并且他喜歡這一組合方式，如果下次有可能他還會(huì)與小紅再次合作。相反，如果張三皺眉而不是微笑，那么我們的推斷是非常不同的：也許張三后悔和小紅合作，下次可能也不會(huì)再合作。德梅洛等人從一種程序化的社會(huì)博弈困境中來對(duì)情感表達(dá)進(jìn)行建模。這種程序化的博弈理論認(rèn)為，兩名參與者都會(huì)在互利的選項(xiàng)和自私的選項(xiàng)之間進(jìn)行選擇，一些行動(dòng)者在共同合作之后會(huì)對(duì)同伴示以微笑，而另一些行動(dòng)者在合作后看到同伴會(huì)皺眉。據(jù)此，德梅洛使用“反向評(píng)價(jià)”來解釋這些情感表達(dá)，即行動(dòng)者從其同伴的情感表達(dá)中推斷出合作或競(jìng)爭(zhēng)意圖，這些推斷調(diào)節(jié)了行動(dòng)者在未來互動(dòng)中的后續(xù)行為。

綜上所述，心理狀態(tài)（信念、欲望）和情感狀態(tài)是密切相關(guān)的。從情感狀態(tài)來推論心理狀態(tài)并進(jìn)行計(jì)算建模，將現(xiàn)在的情感研究整合到心靈理論模型中，這對(duì)于未來心靈研究也是至關(guān)重要的。

當(dāng)然，這種情感狀態(tài)與心理狀態(tài)的融合，也會(huì)產(chǎn)生許多問題。例如，心理狀態(tài)（信念和欲望）與情感狀態(tài)之間會(huì)存在許多復(fù)雜的互動(dòng)。一方面，人們的目標(biāo)導(dǎo)向會(huì)控制情感;另一方面，情感本身影響著人們?nèi)绾蝺?yōu)先考慮他們現(xiàn)有的目標(biāo)。因此，觀察者如何對(duì)這些互動(dòng)過程進(jìn)行推理，如何將兩者納入一種因果模型之中，都是心靈領(lǐng)域一些重要的問題，這些問題也要在未來人工智能情感認(rèn)知研究中加以考慮和解決。

6.對(duì)假設(shè)推理的預(yù)測(cè)

觀察者對(duì)他人情感進(jìn)行推理并不局限于此時(shí)此地（不受時(shí)空限制），人們可以根據(jù)行動(dòng)者情感來推斷其潛在行為（P（x|e），P（a|e））。假設(shè)推理是基于觀察者的直覺理論，這種假設(shè)可以是未來或僅僅是在想象領(lǐng)域發(fā)生的場(chǎng)景，如策劃一場(chǎng)浪漫的求婚，這可能需要不斷地模擬可能發(fā)生的情感。事實(shí)上，當(dāng)人們將某情感歸因于小說中的某一虛構(gòu)人物時(shí)（如《西游記》中的孫悟空害怕唐僧念緊箍咒），這都會(huì)引發(fā)假設(shè)推理。

假設(shè)推理允許所推斷的變量為某種假設(shè)變量，從而進(jìn)行計(jì)算建模。例如，考慮假設(shè)情感P（a|e）來評(píng)估之后的行為（a）。在貝葉斯模型中，情感可以作為“后驗(yàn)謂詞”的實(shí)例來操作。

事實(shí)上，當(dāng)前這種假設(shè)推理還沒有被廣泛應(yīng)用于人工智能情感認(rèn)知中，而在其他領(lǐng)域已經(jīng)開始廣泛應(yīng)用假設(shè)推理來進(jìn)行建模。未來人工智能情感認(rèn)知的研究應(yīng)該關(guān)注將這些技術(shù)應(yīng)用于模擬行動(dòng)者的情感，并對(duì)行動(dòng)者的情感進(jìn)行預(yù)測(cè)，即人們可以模仿和預(yù)測(cè)行動(dòng)者的情感和行為，這樣的研究對(duì)于建構(gòu)行動(dòng)者的情感計(jì)算理論也具有重要意義。

7.反事實(shí)推理及解釋

在情感推理分類中，最后一類是關(guān)于情感的反事實(shí)推理。雖然前面對(duì)情感狀態(tài)的推理分析是在給定世界狀態(tài)下進(jìn)行的，但是人們也可以在不同于現(xiàn)實(shí)世界的狀態(tài)下對(duì)他人的情感進(jìn)行推理。

事實(shí)上，像“后悔”這樣的情感具有反事實(shí)推理的特征。與假言推理一樣，反事實(shí)推理依賴于因果模型，觀察者可以在心理上操作該模型，并推斷出其他可能情形。例如，小紅丟了錢包感覺很難過，那可以想象的反事實(shí)是如果小紅沒有丟錢包，那她就不會(huì)覺得難過。

觀察者可以運(yùn)用反事實(shí)推理來提供關(guān)于行動(dòng)者情感和行為的解釋，情感認(rèn)知解釋允許將一種情感或行為的因果關(guān)系歸因于其他可能的原因。

例如，張三對(duì)考試結(jié)果感到很失望，這種失望是由于沒考好還是有難題不會(huì)做，或者兩者兼而有之？因此，對(duì)行為進(jìn)行解釋時(shí)，如何選擇行動(dòng)者情感的原因是很重要的。如果張三覺得他考得不好是因?yàn)樗龅搅艘恍╇y題不會(huì)做，那么我們可以試著幫助張三重新評(píng)估這些難題。解釋行為產(chǎn)生的原因?qū)τ诜峙湄?zé)任也是至關(guān)重要的，尤其是在道德或法律判斷中。

雖然對(duì)情感認(rèn)知的反事實(shí)推理進(jìn)行計(jì)算建模還有許多工作要做，但是使用概率的因果模型來闡明情感的直觀理論，應(yīng)該是人工智能未來研究的方向。

三、結(jié)語

本文從情感直覺理論概述了情感認(rèn)知的推理。在表1中，我們概述了7類人工智能情感認(rèn)知的推理，并分別討論了這些推理過程以及如何對(duì)這些推理過程進(jìn)行計(jì)算建模。在推理過程中，我們使用了貝葉斯規(guī)則來提供一種通用的解釋機(jī)制。基于貝葉斯模型，我們可以將人工智能情感認(rèn)知看作一種“計(jì)算層次”問題。本文重點(diǎn)討論了人工智能情感認(rèn)知的概率分析方法，這為情感推理提供了一種自然主義的解決方案。當(dāng)然，人們?cè)谑褂秘惾~斯計(jì)算模型的過程中，也會(huì)存在個(gè)體差異性，這些差異性表現(xiàn)在優(yōu)先選擇或簡(jiǎn)化哪些變量。事實(shí)上，圖1將一些不同維度的研究統(tǒng)一起來，如每一項(xiàng)研究都提到了第三人稱評(píng)價(jià)過程及其與情感的因果關(guān)系。事實(shí)上，貝葉斯的計(jì)算框架為情感推論提供了一種原則性的方法。當(dāng)然，我們也可以通過其他非貝葉斯規(guī)則來加以補(bǔ)充，如我們可以將復(fù)雜的情感表達(dá)映射于神經(jīng)網(wǎng)絡(luò)中并進(jìn)行建模。

當(dāng)前人工智能情感認(rèn)知模型所面臨的最大挑戰(zhàn)在于，要為情感認(rèn)知找到適當(dāng)?shù)挠?jì)算表征。在直覺理論中，人們使用兩種或多種標(biāo)記來區(qū)分情感是不夠全面的，如“生氣”與“不生氣”、“開心”與“不開心”，盡管這種區(qū)分方式在許多情感分析中被廣泛使用。事實(shí)上，定義表征空間是概率建模的一個(gè)重要前提，表征空間允許從情感中抽取樣本并將其邊緣化，如公式（3）所示。即使是在某些高維度的空間中，其向量也可能是不充分的，如下述三種場(chǎng)景在定性上會(huì)存在不同：（1）張三在生氣;（2）張三生氣是因?yàn)樗弥艘恍┎惶玫慕Y(jié)果;（3）張三生氣是因?yàn)椴还綄?dǎo)致了不太好的結(jié)果。因?yàn)槎ㄐ缘牟煌瑫?huì)導(dǎo)致對(duì)情感評(píng)價(jià)也不同，這就意味著會(huì)有不同的行為后果。這種觀點(diǎn)需要一種更為豐富的情感表征理論來解釋目標(biāo)相關(guān)信息和事件相關(guān)信息，事實(shí)上這是當(dāng)前貝葉斯模型所沒有涵蓋的地方。因此，當(dāng)前人工智能情感認(rèn)知計(jì)算模型需要為情感認(rèn)知及其評(píng)價(jià)選擇一種適當(dāng)?shù)谋碚鞣绞?，用以獲得對(duì)他人情感認(rèn)知的理解，并可以進(jìn)行有效地計(jì)算。

綜上所述，我們關(guān)于人工智能情感認(rèn)知未來的研究工作，必須優(yōu)先基于對(duì)自然主義數(shù)據(jù)進(jìn)行認(rèn)知建模，如靜態(tài)面部表情和實(shí)驗(yàn)場(chǎng)景是我們研究的重要出發(fā)點(diǎn)。當(dāng)然，這些刺激因素與人們?nèi)粘ＸS富的情感經(jīng)歷相比，仍然顯得十分貧乏。但對(duì)于未來的研究工作來說，重要的是要觀察在自然語境中如何對(duì)他人的情感進(jìn)行建模，如觀察某人無腳本的獨(dú)白。當(dāng)前在自然語境下對(duì)情感進(jìn)行建模也面臨一些挑戰(zhàn)：首先，人們必須提供計(jì)算模型的有效性，其有效性必須是基于“清楚”的實(shí)驗(yàn)室刺激因素;其次，人們還要為計(jì)算技術(shù)提供信息，即人工智能可以通過計(jì)算技術(shù)以類人的方式來推斷行動(dòng)者的情感。綜上所述，本文試圖闡明人工智能情感認(rèn)知的計(jì)算模型，并且在未來研究中這種計(jì)算模型能與其他認(rèn)知領(lǐng)域的計(jì)算模型能很好地進(jìn)行整合。

The Analysis of Computational Model for Emotion Cognitive Reasoning

FAN Yuehong

Abstract：

The current research paradigm makes relatively little use of computational models regarding the observers understanding and reasoning about the mental state of others. Research on cognitive science has fruitfully applied computational modeling approaches to explain how observers understand and reason about others mental states. This paper explores emotion cognition based on the framework of emotional intuitive theory， and discusses the emotional cognitive reasonings classification by the method of formal Bayesian rule. This paper also classifies emotional recognition and builds the computation model by 7 dimensions， namely， emotion recognition， third-person appraisals， inferring causes of emotions， emotional cue integration， reverse appraisal， predictions for hypothetical reasoning， counterfactual reasoning and explanations. Accordingly， the study can provide a uniform calculation explanative model for emotional cognition.

Key words：? ?emotion cognition， computational model， intuitive theory of emotion， Bayesian inference， theory of mind

（責(zé)任編輯：蘇建軍）

基金項(xiàng)目： 國(guó)家社科后期資助項(xiàng)目“維特根斯坦教育哲學(xué)思想研究”（19FZXB037）;山西省軟科學(xué)項(xiàng)目（2018041050-5）

作者簡(jiǎn)介： 樊岳紅，山西大學(xué)哲學(xué)社會(huì)學(xué)學(xué)院教授（山西 太原030006）。