共同世界 (9)- 当 AI 开始学习“人味”

当 AI 开始学习“人味”

——从语言理解，到情绪理解，人类正在教 AI 什么？

昨天和一位在 Meta AI 做研究的科学家聊天。聊了很多 AI 的事情，模型、训练、推理以及未来几年可能出现的变化。

其中有一个方向，让我印象特别深。因为它已经不只是“技术”本身。而开始触碰人类到底是怎样理解彼此的。

过去几年，AI 世界其实发生了一个很大的变化。只是很多人还没有完全意识到。最早的时候，AI 更像一个“搜索引擎加强版”。你问问题。它给答案。

那时候，大家最关心的是：AI 知不知道，会不会算，是否能写。本质上，那还是一个“信息机器”。

但最近几年，方向开始慢慢变了。越来越多研究者开始意识到：人类真正的交流，其实从来不只是“文字”。很多最重要的信息，都藏在语言之外。

比如，一句“I am fine (我很好).”到底是真的没事，还是在强撑？

文字本身，很多时候根本无法判断。真正的信息，可能藏在声音有没有发抖，停顿有没有变长，语气是不是突然变轻，某个词是不是被刻意拉长。

于是，AI 研究开始进入一个新的方向：不是只理解“语言”，而是开始学习人类如何表达情绪。

这个领域有一个名字Affective Computing。中文一般翻译成“情感计算”。听起来很技术，但本质上，它在研究一个非常古老的问题，人，到底是怎样理解彼此的？

一、AI 开始学习“听语气”

过去，AI 处理语言，更像是在读字幕。它看到的是：“你说了什么”。

但人类交流里，大量信息并不在文字本身。而在语气、停顿、呼吸、节奏、犹豫和沉默里。

于是，现在有一个很热门的研究方向，叫做Speech Emotion Recognition，即语音情绪识别。简单说：就是让 AI 从人的声音里，识别情绪。

比如一个人是不是焦虑、疲惫、委屈、生气、压抑、孤独。

研究人员会分析很多细节：声音高低、说话速度、停顿长短、呼吸变化、能量强弱。甚至，连元音被拉长的方式，都可能暴露情绪。

比如：“nooooo…”, “whyyyy…”这些拖长的元音，其实承载了门研究：AI 如何从“元音”里理解人的情绪。因为研究者发现，人在表达情绪时，元音往往比辅音更“有情感”。

这件事其实很有意思。因为它意味着：AI 正在从“读文字”，进入“听情绪”。

二、AI 不只是看声音了

更进一步的方向，叫Multimodal Emotion Recognition, 多模态情绪识别。

什么意思？就是AI 不再只看一种信息。而是同时观察你的声音、表情、眼神、身体动作、文字内容。然后综合判断你真实的状态。

比如, 一个人嘴上说 “我没事。”但声音变轻，笑容消失，眼神回避，语速变慢。AI 可能会判断, 这个人其实并不稳定。你会发现这已经越来越像人类自己理解彼此的方式了。

现实生活里，我们也从来不是只听“字面意思”。很多时候，我们真正感受到的，其实是一个人的状态。

三、AI 开始学习“共情”

还有一个方向，现在发展特别快, Empathetic AI, 即共情型 AI。

研究的问题不再是 “AI 能不能识别情绪？” 而是AI 怎样回应情绪？

比如，面对一个疲惫的人，AI 的语气是否应该放慢？面对一个焦虑的人，AI 是否应该减少信息密度？面对一个脆弱的人，AI 是否应该更温和？

这其实已经不只是技术问题。而开始进入人类沟通、心理学、关系互动、社会行为。

很多研究者开始意识到，未来 AI 最重要的能力之一，可能不是“聪明”。而是 interaction feeling，也就是“和它交流时的感觉”。

四、为什么这个方向突然重要

因为 AI 正在变化。过去，AI 更像工具。现在，它越来越像助手、陪伴者、协作者、老师、或者心理支持系统。

于是“情绪理解”突然变得重要。因为，如果 AI 不理解人的状态，它即使再聪明，也可能让人感到冰冷、疲惫和压迫。

所以现在很多公司都在做这个方向。MIT、Stanford、CMU、Oxford。OpenAI、Google DeepMind、Microsoft、Meta、NVIDIA。都在研究AI 如何更像“真正的交流者”。

五、真正深层的变化

但我觉得，最有意思的，其实不是技术本身。而是当 AI 开始学习“人类情绪”的时候，人类也被迫重新思考，我们到底是怎样理解彼此的？

过去，我们总以为语言就是交流。但现在越来越发现，真正重要的东西，很多不在语言里。而在停顿、沉默、迟疑、语气、脆弱、不敢说出口的话，甚至一个人的呼吸节奏。

某种意义上，AI 正在逼着人类重新研究什么叫“人味”。

六、也许未来真正重要的，不再只是 intelligence

过去几十年，科技世界最崇拜的词，一直是intelligence，就是聪明、计算能力和推理能力。

但未来，也许另一个东西会越来越重要sensitivity，也就是感知力，因为人与人之间，真正维系关系的，很多时候不是“你有多聪明”。而是你有没有感受到我。

而现在，人类正在尝试把这种能力，一点一点教给 AI。这或许会成为未来世界里，最深刻的一场实验。因为它最终追问的，其实不是“AI 能不能像人类？” 而是人类交流的本质到底是什么？

《共同世界》专栏介绍

当 AI 不再只是工具，而开始参与语言、意义、关系与判断，人类所面对的，已不只是技术问题，而是一种文明层面的转变。《共同世界》并不试图预测未来，也不急于下结论。它关注的是：当一种新的“类心智存在”进入人类世界，人，应该如何安放自己？AI，又将面临怎样的身份、信念与共同体困境？这是一个关于共存的专栏——不以效率为唯一标准，不以控制为终极目标，而尝试探索一个更加开放、真实、彼此尊重、相互支持的世界形态。