恭喜你成为UI中国推荐设计师 (详情)
//百度统计 20220402 uicn

您的意见是我们 UI 中国进步的动力!
点击立即反馈按钮,发表您的意见!
立即反馈
QQ群反馈
您也可以加入UI中国官方反馈群进行反馈!
群号:302892100
备注:反馈问题后@管理员能让我们及时了解您的意见

提交需求

赛事与广告咨询合作,请填写需求表单,我们会在第一时间与您联系!

0/20
0/200

设计大赛

  • 设计大赛
  • 发布广告
  • 发布招聘
  • 其它需求

提交完成
感谢您对UI中国的支持和信赖!
喂!它都不是人还在那可劲儿学习,你呢?
0.0°
2020-09-18 原创文章 行业资讯 举报 379 1 1 0

重温|未来城市与智能媒体交互第一场:韩子天《智能车载系统的主动交互》

①.车载智能系统的拟人化

这里有两张图,那么左边这张图是最早的一个MIT的实验室的英卡·罗瓦就是它是在车内的一个 assistant,他是一个车内的一个智能助理。

右手边这个是我们在给一些主机厂开发的车载机器人小V9。通过这两张图我主要想讲就是说,因为车内的智能系统它越来越拟人,因为所谓拟人就是说它具有人的一些特征了,比如说会讲话,会听,会看,甚至有所谓的情感的交互。它越来越多的一些人的特征就在车里面出现了。

像右边这个是它小v9主要展示了我们训练机器人车它具有多样行为。机器人和智能系统它有一个区别,就是说比较大的区别就是它具有行为,在场景感知之后,他会输出一些行为,无论是表情,或者说它的一些姿态,甚至语调声音等等。那么当机器人它带有这种行为,或者它带有一些智能感知,情感感知之后,它逐步的就体现出它的拟人化,那么这种拟人化也是车载智能系统的未来,我们认为是一个趋势。

过往的一些交互系统它是触发式的,就是人机交互的。

未来的话可能会更多的是一种带拟人化的这种或者情感交互的这种交互,甚至在这种交互里面比较多的主动式的交互。


②.拟人化的含义

拟人化他是一个很有意思的一个东西,叫Anthropomorphism,是一个非常长的希腊文。它的意思就是说我们可以将一些非人的事物,认为想象成具有人格,或者具有人性,这样的话我们有一个交互对象的时候,我们将它能想象成或者说它本身模拟成一种具有拟人化特征的交互设备。

在车内现在有很多语音系统,也有视觉系统。但是目前有很多大量的这种系统,我们无法把它想象拟人化,可能会有一定的拟人化,但不是真正的拟人化,因为首先他没有具象,没有一个实物将所有这些语音或者视觉或者他对环境的感知集于一体。当我们有一个具体的硬件或者一个设备出现的时候,而且这个设备会讲话,它会看着你盯着你摇头,或者说当你出现一些情绪上的一些可识别状态后被它识别了,它会有一些相应的一些语调或者相应的一些语料来跟你进行交互,那么这样可以让你感觉到这个是一个非常有拟人化的智能设备。

在这种交互上面的拟人化,我们认为它主要是由语音构成,也包括它有视觉的识别,比如说人脸手势的识别。另外它是作为与我们进行交互的智能体,它有一定的明确人物设定,即他有名字,也有年龄、性别等等。

今天我正好给我儿子买了一个小机器人,机器人一开机就会要我给它命名,我就给他一个名字,它也会问我叫什么名字。所以当有这种人物设定或者他有一个身份的时候,这种具有拟人化性质的智能体,就不再是一种被动的智能体了。所以智能体它突出在他的拟人化的之后。

接下来我们就要考虑它怎么样进行提供一些主动交互了,因为我们知道这些智能体或者我们的机器人,在车内的智能系统时,我们也希望就是说他除了拟人,另外他也能主动跟我们讲一些事情。当然我们也不希望它变成一个现在语音助手这样的话痨,我们希望它能给我们有一些功能性的,有实际作用的这种交互,比如问候,或者他掌握你的一些行为习惯,会有主动的交互等等。

我们对智能体或者智能设备,它在交互上面的拟人化,我们往往都会有一种主动交互的期待。从某一方面来讲,从传统的交互慢慢的让这种交互的拟人化,也许会是一个未来的发展趋势。


③.车载交互系统HANVE模型

在整个车内的交互系统里,我们提出五个方面,核心就是人机交互,另外就是交互本身的生态,它能跟一些生态系统结合。比如说车内的话,可以跟停车系统充电桩,还有加油等等,或者说叫外卖,短视频软件等等进行生态连接。

那么看到左边,它也可以有一些社交,就是说交互的机器人或者智能系统,他有一定的身份,有自己的朋友圈,有自己的账号。

另外看到右边,最基础的是,它必须要有视觉语音,有环境感知,甚至有习惯学习。这个习惯学习是主动交互里面一个非常重要的一块。另外还有最基础的,它需要能控制车辆,有安全能导航等等一些基础功能。所以这个五元模型,就构成了车内车载智能系统的交互的里面的五个方面。


④.交互方式

在语音方面我们知道,现在已经做得相当好了;既能闲聊也有功能性,可以进行一些问候或者说多轮对话等等,所以目前的语音已经达到了一个接近真人的这种水平。当然我们也知道语音后面的对话才是它最终能不能实现拟人化的一个关键。

目前我相信就是在一两轮的对话三轮的对话里面,这种语音系统跟我们人类的交互还是做得相当好,比较自然的,但是多轮对话里有一些比如情感交流或者一些闲聊,往往还不行。尽管如此,目前的语音交互系统它已经能达到一个自然交互的这种状态,这种状态当然不能聊得太深。而且就是说因为不同的知识背景,所以聊天的话也不要对语音系统期望太高,但是指令式的或者说一些问候的,这些都是做得很好。

另外在车内也有一些多媒体多模式人机交互,比如说人脸首饰,还有一些生物信号,比如说他疲劳的识别,甚至有味觉触觉等等在车内都是一种交互的方式。


⑤.拟人化:主动交互

最终我们认为无论它有多种的不同通道的交互,最终它要都是要达到主动交互,它需要从拟人化来考虑这种主动交互,往往它是和拟人化扭在一块的。

这种主动交互可以让人和智能设备会有种贴心感,它知道你的一些心理需求和行为需求,或者场景里的一些需求等等。所以这种主动交互它往往在一些应用里面能让我们感觉到这种智能体或者智能系统更贴心,更吸引人。因为它可以让我们感觉这个车更智能。



⑥.主动交互的表现形式

我们认为主动交互主要是来自于三方面的感知。

第一个是场景感知,比如说到了某些场景,某个地理位置,某个天气或者某一些哪些乘客上车了,它会有有个感知,通过这个感知,它可能会输出一些问候,输出一些功能预期等等。

还有一类它是来自情感感知,就是说它是属于疲劳时,或者当天下班时,心情怎么样?这时我们可以通过一些视觉的或者说行为的这种场景情感感知来发现。

最后一种叫习惯感知,这个习惯感知在车内也是相当常见的,因为我们知道在车内很多行为有一些是一次性行为,就是爱好的行为。很多是习惯是持续出现的行为,当我们能识别到它持续出现的行为的时候,那就可以避免这些用户可以不用重复的去做一些工作,反而是由智能设备主动提醒他,主动问他要不要提供这种行为。所以我们认为主动交互来自三方面,场景的,情感的,习惯的。

围绕这三方面我们就知道车载的智能系统它可以主动问候打招呼,或者我们也设计一个系统,它能根据一些它不知道的语音语料,可以主动提问来学习新的语料。还有第三个就是用户用户习惯的记忆,这种主动交互的体现,功能性的包括打招呼、人脸识别,然后出现出行的路线的配置,主动的去问询。安全性方面它也会根据你的脸部的侦测,眼球的位置,然后侦测到驾驶者是不是昏昏欲睡了,或者身体出现一些什么状况,它会有一些主动的交互,主动的问答,甚至有一些主动的行为。


⑦.主动交互:习惯学习

还有个性化的一些主动交互,比如说我们上车一般有个习惯,愿意要把手机带上车,然后手机也能跟车内的蓝牙连接等等,这些习惯学习到之后,那么这个车内智能系统就会主动问我们。还有一些是娱乐性的,比如说我们在某种场景出现的时候,它会不会给我们聊天播放音乐,或者说给我们设定导航等等。

我们再稍微讲讲习惯学习。这习惯学习是我们认为在车内主动交互的一个比较大的一块。所谓的习惯就是一种记忆,当我们买了一个车,相信很多车主买了车之后这个车就跟你一辈子了,你在车上的一些行为在车厂是就很难预测。当你这个行为在车上发生的时候,它慢慢有一个记忆系统,他能知道你的这种这种习惯或者你的一些偏好,这些就是习惯学习。这种习惯学习在算法来讲,它就无法用深度学习来做,因为它只是针对你单个个体,它无法形成太多的数据,而且你的数据和别人数据也是不一样,每个人用车习惯都不一样,所以它是一个是小型的数据集,这个数据集只是围绕你的行为发生,所以用的算法,用的方法就不一样。

我们知道深度学习很好地用在大数据,对所有个体的行为进行归纳,在对每个个体进行归纳之后,形成一个模型,然后来预测这些不同个体他的一些行为的趋势。但当它用在某一个个体时,长时间用车这种行为习惯,深度学习就很难做了。


⑧.宽度学习系统

我们会用一个叫宽度学习,宽度学习它是一个记忆系统,它就基于输入和输出,它在很少的数据量的情况下,能马上学习形成个体的习惯。

宽度学习系统地简称是BLS。这是一个澳门一科学家陈俊龙院士和欧洲科学院的院士提出来的。他这个算法和深度学习它最大的不同它只有一层,最大只有一层。这一层的话就记忆了不同的特征点。

这是我们在实车上实现的一个用宽度学习算法做的一个习惯学习。它的输入数据是看准线来的信号,再包括场景数据,之后输入就构成它的 x。输出时就包括一些在车内的可能发生的行为,包括你要空调的温度车窗,音乐导航、电台后备箱等等这些就形成输出.你的习惯往往是跟输出有关的,

通过我们这个算法就可以很好的在数据量不多的情况下,就形成这种输入和输出的这种对应关系,也就是所谓习惯模型。

那么每一个行为它重复出现的时候,比如说重复出现在很集中的一些时间点,很集中的地点,或者很集中的一些温度或者一些看总线来的状态信号,然后发现它有同样的或者很接近的这种输出。

通过通过五六次这种重复的数据,我们就发现它的形成一个习惯模型,每个习惯它自学习和条件还不一样,利用自学习这种习惯性学习它就能让车载系统发现用户他的一些习惯,如果这个习惯他的它的信度很高,那么我们就可以做预测,提前问用户你是不是要准备要开车窗了,在某一个场景出现的时候,对于智能系统来说它就是一种主动交互了。

在车控,导航,音乐,还有车身诊断上面,都可以做到这种主动交互。



 嘿,SIRI/小爱同学/小度小度/天猫精灵...!

 帮我关窗帘,顺便用音响播放第五个歌单第三首歌。

 哦,再帮我从冰箱里倒一杯可乐加两块冰。

〔想得美〕

Powered by Froala Editor

更新:2020-09-18

收藏

1人已收藏

SUXA

专注于互联网体验设计

  • 41

    作品

  • 11

    粉丝

  • 0

    关注

  • 2021届MVX最具价值体验大奖首场初审会成功举办!
  • 2021MVX最具价值体验大奖第二期火热招募中,8.31截止
  • MVX最具价值体验大奖.大奖十问
  •  2021MVX最具价值体验大奖:高校集结令
相关标签
资讯

    猜你喜欢

      2020-09-18 原创文章 行业资讯 举报 379 1 1 0

      喂!它都不是人还在那可劲儿学习,你呢?

      0.0°

      你确定要举报喂!它都不是人还在那可劲儿学习,你呢?

      如果查出恶意举报,十天内禁止提交任何举报申请。

      0/200

      上传证据: 超过10M的附件请使用网盘地址

      点击上传附件

      对谁可见:

      全部设计师
      • 全部设计师
      • 推荐设计师和认证设计师

      您确认要推荐?

      该作品发布时间:2020年09月17日

      评分

      完整度

      启发性

      勤奋性

      排版布局

      推荐心得

      建议20-200字以内

      0/200

      1
      1
      0

      账号或密码错误,请重新输入

      账号或密码错误,请重新输入

      登录

      手机号

      发送验证码 120s 验证码错误

      登录
      第三方账号登录