纽约初创公司 Hume AI 今天推出了一款新的移情语音界面，可以将一系列情感表达的声音以及情感协调的耳朵添加到来自 Anthropic、Google、Meta、Mistral、OpenAI 预示着一个时代，人工智能助手可能会更频繁地对我们表现出热情。
Hume AI 联合创始人艾伦·考恩 (Alan Cowen) 表示，我们专注于建立具有同理心的人格，以人们会说话的方式说话，而不是对人工智能助理的刻板印象。关于 Google 和 Facebook 的情感技术。《连线》测试了 Humes 最新的语音技术（称为 EVI 2），发现其输出与 OpenAI 为 ChatGPT 开发的输出类似。（当 OpenAI 在 5 月份为 ChatGPT 提供了一个调情的声音时，公司首席执行官 Sam Altman 称赞该界面感觉就像电影中的 AI。后来，一位真正的电影明星斯嘉丽约翰逊声称 OpenAI 抄袭了她的声音。）
与 ChatGPT 一样，Hume 比大多数传统语音界面更具情感表达能力。例如，如果你告诉它你的宠物死了，它会采取适当的忧郁和同情的语气。（此外，与 ChatGPT 一样，您可以在流程中中断 Hume，它会暂停并适应新的响应。）
OpenAI 并未透露其语音界面在多大程度上试图测量用户的情绪，但 Humes 明确是为了做到这一点而设计的。在交互过程中，Humes 开发者界面将显示一些值，这些值指示用户声音中的决心、焦虑和幸福感等指标。如果你用悲伤的语气与 Hume 交谈，它也会注意到这一点，而 ChatGPT 似乎不会这样做。
Hume 还可以通过在 UI 中添加提示来轻松部署具有特定情感的语音。这是当我要求它性感和调情时的样子：
当被告知要悲伤和忧郁时：
当被要求生气和粗鲁时，这是特别令人讨厌的信息：
这项技术并不总是像 OpenAI 那样完美、流畅，而且偶尔也会表现得很奇怪。例如，有一次声音突然加快并吐出胡言乱语。但如果语音能够得到改进并变得更加可靠，它就有可能帮助使人性化的语音界面变得更加普遍和多样化。
在技术系统中识别、测量和模拟人类情感的想法可以追溯到几十年前，并在情感计算领域进行研究，该术语由麻省理工学院媒体实验室教授 Rosalind Picard 在 20 世纪 90 年代提出。
荷兰乌得勒支大学研究情感计算的教授阿尔伯特·萨拉赫 (Albert Salah) 对 Hume AI 技术印象深刻，最近向他的学生展示了该技术。他说，EVI 似乎正在做的是将情绪效价和唤醒值分配给[用户]，然后相应地调整代理的语音。这是大语言模型的一个非常有趣的转变。
萨拉赫表示，休姆斯技术可能在营销以及心理健康治疗中发挥作用。然而他指出，人们经常在互动过程中隐藏自己的真实情绪或改变自己的情绪，这使得人工智能系统很难准确地捕捉到他们的真实感受。他还想知道该技术对非英语语言的效果如何，并指出微妙的偏见可能会导致它以不同的方式对待不同的口音，休姆表示，它已经通过各种训练数据解决了这个问题。
考恩设想，有一天，语音助手会更加适应你的感受，当你感到沮丧时，会以看似真正的同理心做出回应。随着人工智能语音助手的增多，考恩认为每个语音助手都需要表现出一致的个性和情绪基调，以建立与用户的信任。“我们有很多不同的人工智能可以交谈，”他说。我认为，仅仅能够通过声音来识别一个人，对于这个未来来说是非常重要的。
滑铁卢大学研究情感计算的教授杰斯·霍伊 (Jess Hoey) 表示，值得注意的是，大语言模型只能模仿人类情感，因为他们实际上并没有经历任何情感。他说，在不久的将来，人工智能助手将显得更加具有同理心，但我认为他们实际上不会更加具有同理心。我认为大多数人都会看穿这层薄薄的伪装。
即使机器人背后没有真实的感觉，玩弄用户情感也可能存在风险。OpenAI 表示，它正在仔细研究 ChatGPT 的语音界面，进行研究以确定该界面的成瘾性或说服力。休姆建立了休姆计划，该计划聘请外部专家在开发和部署技术时提供道德准则和监督。
Danielle Krettek-Cobb 是 Hume 的顾问，曾与 Cowen 在 Google 共事，她表示，科技公司在挖掘技术的情感潜力方面相对缓慢，但需要更加雄心勃勃，才能制造出更强大的机器。聪明的。她说，我相信人类智力最重要的方面是社交和情感。这是我们理解世界并与世界建立联系的方式——这是我们最初的界面。