一、什麼是人工情感
人工智慧是指用人工的方法和技術，模仿、延伸和擴展人的智慧型，實現機器的智慧型化。人工情感指用人工的方法和技術，模仿、延伸和擴展人的情感，使機器具有識別、理解和表達情感的能力。從廣義的角度來看，情感是一種特殊的認知，意志又是一種特殊的情感，廣義的人工智慧包括狹義人工智慧、人工情感與人工意志三個方面。人工情感並不是指簡單地模擬人的某些情感表達方式和情感識別方式，而是為了使電腦或機器人具有像一樣的內在情感，真實地具有像人一樣的情感表達能力、情感識別能力、情感思維能力和情感實施能力。
二、“人工情感”的兩種技術涵義:
1、“機器情感”(Machine Emotion)。研究如何用機器，如計算機、機器人等，模擬、識別人或動物的自然情感。 生成、表現類似於自然情感的機器情感。如虛擬電視節目主持人或虛擬電影演員的喜、怒、哀、樂、愛、恨、恩、仇等人工情感。2、“情感機器”(Emotional Machine)。開發可以模擬、延伸和擴展自然情感，具有類似人的情感的情感機器，如虛擬的或實際的“情感機器人”(Emotional Robot)以及各種具有人工情感的計算機套用系統、自動化系統。如:基於人工情感的產品設計系統，商品採購系統。
因此，“人工情感”學科的研究目標是模擬、延伸和擴展“自然情感”(特別是人的情感)，其研究對象有“機器情感”與“情感機器”兩方面。
三、時代呼喚人工情感
人類社會經歷了第一次浪潮（農業革命）和第二次浪潮（工業革命）之後，正在展開聲勢浩大的第三次浪潮——信息革命。信息革命主要包括信息生產和信息處理兩個方面。在信息革命時期，科學技術各學科專業的迅速分化和社會生產各行業分工的日趨細化，各種科學技術的大量產生，形成了“信息爆炸”的局面，信息處理方面的發展水平逐步成為信息革命發展的瓶頸，社會在信息處理方面一旦取得重要成果往往會引發和促進整個人類社會在經濟、政治和文化領域的深刻變革，因此計算機技術的發展水平可以看作是信息革命浪潮的中心線索，人工智慧（包括人工情感）的發展水平又可以看作是計算機發展的核心內容。1、科學技術發展的迫切需要。今天，科學技術正在步步逼近自然界的各種“極限”，目前超高溫、超低溫、超真空、超導、超強磁場、徹底失重等研究已經取得了很大進展。工業革命有力地促進了各獨立學科的專業化發展，信息革命促進了各學科朝著綜合性、交叉性、極限性、特異性、精確性的方向發展。當代科學技術發展形成的思維方式存在如下特點：從絕對走向相對；從單義性走向多義性；從精確走向模糊；從因果性走向偶然性；從確定走向不確定；從可逆性走向不可逆性；從分析方法走向系統方法；從定域論走向場論；從時空分離走向時空統一。這些嶄新的思維方式既有助於人們對於自然現象進行深入的、廣泛的、系統的研究，也有助於人們對於社會現象的研究，從而有利於社會科學的發展，有利於自然科學與社會科學的融合。儘管如此，科學技術對於人腦自身的研究卻舉步維艱，雖然人們在生命科學（如生物技術、遺傳工程等）上不斷取得進展，並在物理層次和生理層次上對於人腦內部結構的認識也不斷深入，但是，對於人腦各組成部分的功能特性及其邏輯關係的認識卻始終是模糊的。目前，計算機科學的發展經歷了算術運算、數學運算、邏輯推理、專家系統和模式識別等五個發展階段，在人工智慧的認知領域已經取得了顯著的成果，但在人工智慧的情感領域卻收穫甚微。情感是人類智慧型的重要組成部分，也是生命科學的重要組成部分，沒有情感的智慧型是殘缺不全的，不解決“人工情感”的理論問題，生命科學中的許多理論問題將無法解決。目前的智慧型計算機只包含了反映理性思維的“腦”，那么，人工情感將使其增添了具有感性思維的“心”，在人工智慧理論框架下產生了一個質的進步，從廣度上講它擴展並包容了智慧型，從深度上講體現了一種更高層次的智慧型。人工情感又是一門高度綜合性的科學，廣泛涉及哲學、生理學、心理學、生物學、思維科學、社會學、計算機、醫學等多門學科，情感理論的發展狀態將會對這些學科的發展狀態產生重要的影響，情感理論的發展如果受到制約，必然會對這些學科的發展產生嚴重製約。
2、計算機套用擴展的迫切需要。目前的計算機在人工智慧方面已經取得了突出的成就，能夠在算術運算、數學運算、邏輯推理、專家系統和模式識別等方面出色地完成人所賦予的許多工作任務。然而，這遠遠不夠，人們期待著計算機在替代、幫助、補償和強化人類勞動的眾多方面應該有更多、更好的作為。一是要建立和諧而自然的人機界面。如今人類生活已經無法離開計算機了，在計算機不斷升級的同時，人與計算機之間的互動方式卻沒有什麼明顯的改變，基本上是藉助於鍵盤、滑鼠等被動式的中介手段，計算機無法理解和適應人的情緒或心境。人們相互之間的溝通與交流是自然而富有感情的，計算機如果沒有情感能力，就很難指望它具有類似人一樣的高層次智慧型，也很難期望人機互動真正實現和諧與自然。二是要進一步提高計算機自身運行的速度和效率。大家都知道，一方面計算機對於一些非常複雜而繁瑣的問題能夠輕鬆而快速地解決，其運轉速度、記憶容量和計算準確率等是任何人都無法跟它相比的，另一方面對於一些非常簡單而直觀的常識性問題卻無所作為，智力遠不如一個三歲兒童，這主要是因為人腦能夠在情感的引導下，按照某些“價值特性參量”（如重要性、緊迫性、傾向性、經驗性和關聯性等）來生產、篩選、組織和使用信息，從而可以簡化過程，節約資源，加快速度，減少差錯。由此可見，人工情感有一個非常重要而往往容易被人們所忽略的作用，那就是提高計算機自身所有資源的效率和速度。三是要使計算機的運行具有更多的自主性和創造性。目前的智慧型機器人都是在人的嚴格控制之下，在特定的時間和特定的順序完成所有規定的程式或動作，沒有任何自主性和創造性。情感的賦予就能夠使機器人以既定的“價值目標”為行為方向，以內設的“知情意系統”為價值計算依據，以“實現最大價值率”為行為準則，建立一系列價值計算的函式關係式或約束方程式，再根據自然環境和人文環境確定邊界條件，選定情感和意志的動力特性參數，就可以主動地、創造性地確定和調整“整體規劃、行為方案和具體動作”，然後對行為的最終結果進行價值評價，以便及時地修正“知情意系統”，達到總結經驗和吸取教訓的目的。由此可見，情感是人具有自主性和創造性的內在原因，是人與機器人的根本差別之所在。
3、社會生產力進一步發展的迫切需要。人類進入信息社會後，信息的“爆炸”使社會生產力出現了突飛猛進的發展，同時信息的傳播速度、處理速度、運算正確率、存貯容量、檢索速度等越來越趕不上社會生產力的發展需要，從而使信息的處理手段的發展水平逐漸成為社會生產力持續快速發展的決定性因素。目前計算機的人工智慧水平已經達到了一個空前的高度，許多方面已經大大超過了人腦的智慧型水平，可供進一步發展的空間已經越來越狹小，人們急需尋找一個新的突破口，來實現人工智慧的又一次歷史性飛躍，以滿足社會生產力對於信息處理手段不斷增長的需要。顯然，發展人工情感是實現人工智慧水平質的飛躍的重要途徑，也是社會生產力形成新的跨躍的重要途徑。總之，計算機的出現揭開了人類社會第三次偉大浪潮——信息革命的序幕，人工情感的出現將把這次偉大浪潮推向一個全新的發展階段。
4、實現人工情感的歷史必然性。事實上，情感是智慧型的一部分，而不是與智慧型相分離的，它是一種特殊的智慧型，意志是一種特殊情感，因而也是一種特殊智能，我既然能夠實現狹義智慧型的人工化，就必然能夠實現廣義智慧型的（即情感和意志）的人工化。數學是人們認識事物的一種重要手段，其目的在於幫助人們更加客觀、更加精確地認識事物，世界上沒有任何事物是不能認識的，也沒有任何事物不能進行客觀和精確地進行認識，只要數學理論足夠發達，對於客觀事物的本質特性和內在規律性能夠充分了解，任何模糊的、不確定的、邊界性的、突變的、特性化的、抽象的事物都可以相應地採用模糊的、機率的、邊界的、突變的、具體的數學理論進行分析。我們既不能被情感的多變性、模糊性和主觀隨意性所迷惑，把情感與認知的差別絕對化和神秘化，把情感看作是神秘莫測的東西，也不要把情感和意志簡單地與智慧型混為一談；既要看到實現人工情感的現實艱難性，也要看到實現人工情感的歷史必然性。
四、理論界對於人工情感的爭論
為了實現用人工的方法和技術來模仿、延伸和擴展人的情感的目的，就必須首先建立情感的數學模型，實現對情感的內部邏輯關係及其運動變化進行嚴密的邏輯推理與精確的數學運算。然而，針對情感能否進行精確計算和人工化，目前的理論界存在激烈的爭論，具體體現在三個方面。1、可能性與不可能性的爭論。一種觀點認為，人的情感如同人的智慧型一樣是可以進行計算，並在此基礎上可以實現情感的人工化或數位化。協同學領袖哈肯曾經預言，“從長遠的觀點看，有希望製造出以自組織方式執行程式的協同計算機來模擬人類智慧型”，他系統闡述了他的腦活動和認知的協同學研究結果。另一種觀點認為，情感具有不可計算性，人工情感是不可能實現的。他們認為，有些問題是可計算的，即對於這些問題存在可解的算法；但是還有一些問題不是可計算的，即對於這些問題不存在可解的算法。例如，停機問題是不可計算的，程式驗證問題是不可計算的，檢查一個圖靈機是否接受一個給定的輸入符號串是不可計算的，“波斯特對應問題”是不可計算的，等等。他們認為，認知的本質是計算，無論是人腦還是計算機，都是操作、處理符號的形式系統，而信息的收集、存儲和處理的過程都是算法可計算的，因此認知和智慧型的任何活動都是圖靈意義上的算法可計算的。與現代計算機不同，大腦不是一種通用圖靈機，大腦的每一部分都是特異化的，並且是在相互作用中完成整體心智活動的，體現出一種內在的、依存性的、整體自湧現的形式，難以難以計算。哥德爾嚴格區分了心、腦和計算機的功能，他認為，心腦同一論是我們時代的偏見，心的可計算主義是應當批判的，假定存在超過人心的機器我們能證明嗎？托尼•霍爾說：“大腦思維和計算機算法，乍一想這兩者有相似性，但我們對大腦了解得非常少，基本結構都遠遠沒有弄清楚。機器是不可能取代大腦的。”他說，比如編程，人的靈感機器沒有，機器只能用來排錯，機器只是助手。他們認為，欲望、情感和意志是具有主體意識的人類本身專有的，一旦它們脫離人就不存在了或者說變成假的了，情感只有是真時才能起作用，不可想像一台機器會自發地產生那些根本不屬於它的特性；情感是不能製造的，模擬永遠是假的；情感與人的社會性需求密切相關，電腦不具有任何社會性需求，因而不可能具有真正的情感，具有人類情感的電腦就象永動機一樣永遠不會實現，除非它具有獨立意志。
2、必要性與不必要性的爭論：一種觀點認為，目前的人工智慧基礎理論已經處於相對停滯的狀態，人工情感是人工智慧必須面對的課題，是人工智慧進一步發展的瓶頸，人機界面的人性化、程式運行的自主化、智慧型資源的效率化等都需要立即解決情感的可計算問題，解決人工情感的一系列基礎理論問題和具體技術問題，人工情感已經具有了很迫切的社會需要。另一種觀點認為，人工情感是科學研究上一種多餘的“奢侈”。人類思維是一個巨大的系統工程，其基本的流程至今還沒有完全研究清楚，很多內容甚至不能用語言表達，但肯定不會像二進制那樣簡單。人腦含有大約1000億個神經元，每個神經元還有大約１萬個連線，在如此複雜且高效的系統中，信息的處理遠非人類想像得那么簡單，情感型電腦對硬體和軟體有著極為特殊的要求，人類目前的技術手段和思維高度遠沒有達到要求，對情感進行計算幾乎是不可能的，即使能夠部分做到，也將會付出高昂的代價，目前的人機互動技術水平已經基本滿足了人們的要求，指望某一種技術使得智慧型化或是互動形式在便捷性上有巨大的發展，基本上是不現實的，也是沒有必要的。這種觀點還認為，目前還沒有形成對於情感計算機強烈的社會需求，如果技術的高度超過了社會的需求，其結果要么是技術本身被人們所遺棄，要么是技術的存在使人類的本性退化。智慧型化的最終目的是延伸人的控制力，但目前智慧型化似乎進入了絕對化的發展空間，大多數研究人員忽視了兩個關鍵問題——智慧型化的效果和智慧型化的成本。技術的成本確實是一個無法迴避的問題，“如果智慧型化的成本在某一時刻超過了人力資本，那么還會有誰去用智慧型設備呢？”
3、現實性與非現實性的爭論。一種觀點認為，人工情感是即將到來的現實。克里克認為：“現在是可以用科學的方法研究意識的時候了，人的意識和精神活動完全由神經細胞、膠質細胞的行為和構成方式、以及影響它們的原子、離子和分子性質所決定，它們完全由物理化學規律支配”。生物計算機的出現，使人工情感變得越來越現實化，科學家發現了分子之間自發的組成具有計算能力的系統的方法，最可能成為生物計算機運算單元的是DNA（脫氧核糖核酸）或RNA（核糖核酸）。另一觀點認為，人工情感是件遙遠的事情。計算技術發展到今天，對大腦結構和思維本質的無知成了人工智慧的“音障”，它們的阻力像激波一樣難以突破。目前對於大腦如何工作還沒有一個像樣的理論基礎，里克•雷斯特認為，大腦太複雜了，沒有人知道它怎么活動，談不上模擬大腦的算法，“假設有可以模擬大腦算法的機器，這樣的機器有智慧型和意識嗎”。 張亞勤和微軟亞洲研究院的兩位副院長張宏江、沈向洋在合寫的文章中說，一些科學家提出，“人類思維的規則幾乎是不可能被完全破譯的，所以機器所能夠接受的永遠都只是殘缺不全的‘人的智慧型’，再強大的機器也不可能再現人類思維的複雜機制。” 由於大腦結構的複雜性、意識的複雜性、認知過程的複雜性、常識知識結構的複雜性等等，也由於意識最重要特徵是它的意向性、自明性或自指性，彭羅斯認為這些特徵顯然是超越邏輯的，是超越目前的算法的。人的情感思維與電腦的智慧型思維是兩種完全不同的思維方式，電腦的最基本構成是處理器、記憶體和匯流排結構，它們只能對電路的開關作出反應和發生作用，這就決定了電腦的“思維”方式的有限性；電腦不存在意識，沒有心理平衡問題，無法建立主體價值觀，不能自動對所有的感受進行過濾，以便處理有用和必要的事情；人腦絕不是單純處理0和1的裝置，它直接接受和處理模擬信號，它的記憶是經驗塊堆的建立、關聯和組合，如果電腦實現人腦功能，它必須在結構和工作機理上徹底翻新；人不會製造完美，大自然則能，人腦是目前物質的最高實現形式，人類只能實現人腦與電腦的互動，根本不可能製造具有真正的人腦思維方式的電腦；人是感性和理性的矛盾統一體，未來電腦可以讓我們的社會數位化，但我們卻難以讓它感性化。總之，電腦距我們人腦還有遙遠的距離，中間似乎隔著許多不可逾越的鴻溝。
五、人工情感的發展歷程與最終歸宿
人工智慧是指用人工的方法和技術，模仿、延伸和擴展人的智慧型，實現機器的智慧型化，人工情感指用人工的方法和技術，模仿、延伸和擴展人的情感，使機器具有識別、理解和表達情感的能力。從廣義的角度來看，情感是一種特殊的認知，意志又是一種特殊的情感，廣義的人工智慧包括人工智慧、人工情感與人工意志三個方面，因此人工情感的發展歷程實際上就是廣義的人工智慧的發展歷程。1、算術運算階段。1614年蘇格蘭人John Napier發表了一篇論文 ，其中提到他發明了一種可以進行四則運算和方根運算的精巧裝置；1623年Wilhelm Schickard製作了一個能進行6 位數以內加減法運算，並能通過鈴聲輸出答案的“計算鍾”，該裝置通過轉動齒輪來進行操作；1625年William Oughtred發明計算尺；1642年，法國哲學家兼數學家Blaise Pascal發明了第一台真正的機械計算器——滾輪式加法器，其外觀上有6個輪子，分別代表著個、十、百、千、萬、十萬等，只需要順時針撥動輪子，就可以進行加法，而逆時針則進行減法，原理和手錶很像，算是計算機的開山鼻祖了；1668年英國人Samuel Morl製作了一個非十進制的加法裝置，適宜計算錢幣；1671年德國數學家Gottfried Leibniz 設計了一架可以進行乘法運算，最終答案長度可達16位的計算工具；1822年英國人Charles Babbage設計了差分機和分析機，其設計理論非常超前，類似於百年後的電子計算機，特別是利用卡片輸入程式和數據的設計被後人所採用；1834年Babbage 構想製造一台通用分析機，能夠完成所有的算術運算，該分析機由四個基本部件構成：存儲庫、運算室、傳送機構和送人取出機構，類似於現代計算機的五大裝置：輸入、控制、運算、存儲和輸出裝置，因此他被公認為計算機之父；1848年英國數學家George Boole創立二進制代數學，提前近一個世紀為現代二進制計算機的發展鋪平了道路；1890年美國人口普查部門希望能得到一台機器幫助提高普查效率，Herman Hollerith (後來他的公司發展成了IBM 公司)借鑑Babbage的發明，用穿孔卡片存儲數據，並設計了機器，結果僅用6 周就得出了準確的人口統計數據(如果用人工方法，大概要花10 年時間)。 算術運算主要是以機械方式來實施的。
2、數學運算階段。在以機械方式運行的計算器誕生百年之後，隨著電子技術的突飛猛進，計算機開始了真正意義上的由機械向電子時代的過渡，電磁學、電工學、電子學不斷取得重大進展，在元件、器件方面接連發明了真空二極體和真空三極體，電子器件逐漸演變成為計算機的主體，而機械部件則漸漸處於從屬位置。1906年美國人Lee De Forest發明電子管，為電子計算機的發展奠定了基礎；1924年2月IBM公司成立，從此一個具有劃時代意義的公司誕生；1935年IBM推出IBM601機，這是一台能在一秒鐘內算出乘法的穿孔卡片計算機；1937年英國劍橋大學的Alan M.Turing出版了他的論文，並提出了被後人稱之為“圖靈機”的數學模型；1937 年Bell試驗室的George Stibitz展示了用繼電器表示二進制的裝置，儘管僅僅是個展示品，但卻是第一台二進制電子計算機；1940年Bell實驗室的Samuel Williams 和Stibitz 製造成功了一個能進行複雜運算的計算機，該機器大量使用了繼電器，並借鑑了一些電話技術，採用了先進的編碼技術；1941年Atanasoff 和學生Berry 完成了能解線性代數方程的計算機，取名叫“ABC ”，用電容作存儲器 ，用穿孔卡片作輔助存儲器，那些孔實際上是“燒”上去的，時鐘頻率是60Hz，完成一次加法運算用時一秒；1946年美國賓夕法尼亞大學莫爾學院製成的大型電子數字積分計算機(ENIAC)，最初也專門用於火炮彈道計算，後經多次改進而成為能進行各種科學計算的通用計算機，這台完全採用電子線路執行算術運算、邏輯運算和信息存儲的計算機，運算速度比繼電器計算機快1000倍，這就是人們常常提到的世界上第一台電子計算機；1945年數學家馮•諾伊曼發表了電子離散變數自動計算機(EDVAC) 方案；1949年英國劍橋大學數學實驗室率先製成電子離散時序自動計算機(EDSAC)；美國則於1950年製成了東部標準自動計算機(SFAC)等。與此同時，數學、物理也相應地蓬勃發展，到了20世紀30年代，物理學的各個領域經歷著定量化的階段，描述各種物理過程的數學方程，其中有的用經典的分析方法已根難解決。於是數值分析受到了重視，研究出各種數值積分、數值微分以及微分方程數值解法，把計算過程歸結為巨量的基本運算，從而奠定了現代計算機的數值算法基礎。此階段的數學運算主要是以機電方式或電子管方式來實施的。
3、邏輯推理階段。1950年圖林發表了一篇劃時代論文《計算機與智慧型》（後來改名為《機器能思維嗎？》），引起了巨大的震動，他認為，與人腦的活動方式極為相似的機器是可以製造出來的。1956年美國達特莫斯大學（Dartmouth）召開了一次影響深遠的歷史性會議，參加這次聚會的青年學者的研究專業包括數學、心理學、神經生理學、資訊理論和電腦科學等，他們分別從不同的角度共同探討人工智慧的可能性，正是這次會議首次提出了“人工智慧”（AI）這一術語，標誌著人工智慧作為一門新興學科正式誕生。人工智慧科學想要解決的問題，是讓電腦也具有人類那種聽、說、讀、寫、思考、學習、適應環境變化和解決各種實際問題的能力。邏輯推理是人類思維的重要方面，包括歸納推理、演繹推理和模糊推理等多種形式。人工智慧的核心內容就是要模擬這些推理形式，實現諸如故障診斷、數學定理證明、問題判斷與求解、博弈等功能，因此邏輯推理是人工智慧的核心內容之一。當機器有了邏輯推理能力以後，就能夠比普通機器更加靈活地分析問題和處理問題，從而適用於更加複雜多變的套用場合。1956年紐厄爾、赫伯特•西蒙 等人合作編制的《邏輯理論機》數學定理證明程式（簡稱LT），從而使機器邁出了邏輯推理的第一步。在卡內基—梅隆大學的計算機實驗室，紐厄爾和西蒙通過大量的觀察實例，發現人們求解數學題通常是用試湊的辦法進行的，試湊時不一定列出了所有的可能性，而是用邏輯推理來迅速縮小搜尋範圍，人類證明數學定理也有類似的思維規律，通過“分解”（把一個複雜問題分解為幾個簡單的子問題）和“代入”（利用已知常量代入未知的變數）等方法，用已知的定理、公理或解題規則進行試探性推理，直到所有的子問題最終都變成已知的定理或公理，從而解決整個問題。人類求證數學定理也是一種啟發式搜尋，與電腦下棋的原理異曲同工，因此他們利用這個LT程式向數學定理髮起了激動人心的衝擊。電腦果然不孚眾望，一舉證明了數學家羅素的數學名著《數學原理》第二章中的38個定理。1963年，經過改進的LT程式在一部更大的電腦上，最終完成了第二章全部52條數學定理的證明。之後，洛克菲勒大學教授王浩用他首創的“王氏算法”，在一台速度不高的IBM704電腦上再次向《數學原理》發起挑戰，不到9 分鐘，就把這本數學史上視為里程碑的著作中全部（350條以上） 的定理統統證明了一遍，他因此被國際上公認為機器定理證明的開拓者之一。此階段的邏輯推理主要是以電晶體方式或積體電路方式來實施的。
4、專家系統階段。費根鮑姆（E.Feigenbaum）在1977年第五屆國際人工智慧大會上提出了“知識工程”的概念，標誌著AI研究從傳統的以推理為中心，進入到以知識為中心的新階段。他具體介紹了他們所開發的第一個“專家系統”，並指出，專家系統“是一個已被賦予知識和才能的電腦程式，從而使這種程式所起到的作用達到專家的水平”，這種“專家水平”意味著醫學教授作出診斷和治療的水平，高級工程師從事工程技術研究和開發的水平，特級教師在課堂上傳授知識的水平。專家系統的客觀目的就是要在機器智慧型與人類智慧集大成者──專家的知識經驗之間建造一座橋樑，它是人類專家可以信賴的高水平智力助手。人類專家的知識通常包括書本知識和實踐經驗兩大類，前者可能是專家在學校讀書求學時所獲，也可能是從雜誌和書籍中自學而來，然而，僅僅掌握了書本知識的學者還不配稱為專家，專家最為寶貴的知識是他憑藉多年的實踐積累的經驗，這是他頭腦中最具魅力的知識瑰寶。費根鮑姆研製的第一個專家系統DENDRAL是化學領域的“專家”。在輸入化學分子式和質譜圖等信息後，它能通過分析推理決定有機化合物的分子結構，其分析能力已經接近、甚至超過了有關化學專家的水平。該專家系統為AI的發展樹立了典範，其意義遠遠超出了系統本身在實用上創造的價值。在費根鮑姆發表演講後，專家系統如同雨後春筍迅速遍及世界各地。此外，在極其廣泛的領域，人工智慧研究者構建了不計其數的“電腦專家”，如數學專家MACSYMA，農業專家PLANT，生物專家MOLGEN，地質探礦專家prospector，教育專家GUIDON，法律專家LDS，軍事專家ACES、ADEPT、ANALYST等系統。
人如果要靈活地分析問題和處理問題，並且適用於複雜多變的套用場合，就必須不斷地吸收新知識和新信息，總結經驗與教訓，變更計畫與步驟，這就需要不斷地進行學習，在人工智慧中，“學習”具有重要的意義。顯然，專家系統已經開始具備了“學習”的功能，專家系統的“學習”過程就是知識的自動積累過程。在數學推理系統中，“學習”過程就是根據一些簡單的概念推理形成較複雜的概念，並作出數學猜想等，根據一些簡單的公理推理形成較複雜的公理，並作出理論假說等；在問題判斷與求解中，“學習”過程就是根據執行情況修改計畫。此階段的專家系統主要是以大規模積體電路方式來實施的。
5、模式識別階段。模式識別是近30年來得到迅速發展的人工智慧分支學科。但是，對於什麼是“模式”，或者什麼是機器（也包括人）能夠辨認的模式，迄今尚無確切的定義。電腦模式識別技術最初起源於圖象識別的需要，比如協助警方根據照片從茫茫人海里搜尋某個罪犯，或者幫助醫生把顯微鏡下觀察的細菌形態進行分類，確認它是球菌、桿菌還是弧菌。嚴格地說，模式識別又不是簡單的分類學，它的目標包括對於識別對象的描述、理解與綜合。
在1973年召開的模式識別第一次國際學術會議基礎上，成立了國際模式識別協會（IAPP）。一位專家曾經指出：“模式識別是本世紀雄心最大的學科，需要電腦科學家、數學家、生物學家、心理學家、哲學家和社會學家的通力合作。”如果不是電腦，而是人腦接受到視覺器官（如眼睛和視網膜）傳遞來的信息，它究竟是怎樣識別和區分大千世界的萬物呢？一種可能的解決方案是：圖象上的每一點都用一個神經細胞與之對應並逐一判別，最后綜合為整體，但是，既使只描述圖象局部的大致輪廓，神經元的數目仍不敷使用；另一種可能的方案更符合實際：大腦感知的不是圖象上所有的點，而是其輪廓中最典型的特徵，如線段、角度、弧度、反差、顏色等等，把它們從圖象中抽取出來，然後結合頭腦中過去的記憶和有關經驗和知識分析判斷，即“特徵抽取”，它是電腦圖象識別的基礎。人類相互之間交流思想，除“讀寫”之外的重要途徑是“聽說”，電腦語音識別理所當然被列為與圖象識別同等重要的人工智慧技術，它包括用口令控制電腦的動作、或者根據口述聲音錄入文字、設計出“會聽話”的電腦等內容。語音識別的基礎技術也是模式識別，通常每個人說話的音色和音調都有一定的差異，發聲頻率各不相同，人腦對語音似乎有一種自適應的能力，既能區分不同性別不同年齡的語音差異，又能調整為能夠理解的基本音素，從而聽懂各色人等說出的話語。採用模板匹配方式的電腦不可能具備這種本領，它通常只能“聽懂”特定某人的聲音，而且是經過了一段時間“學習”的結果。學習過程稱為“訓練”，即對著電腦大聲重複地講述某些字詞，直到它把這些字詞的聲音頻譜特徵“記住”，存放在參考樣本庫作為識別這個字詞的模板。如果換了另一人說話，電腦就不能正確地識別，這就是對說話者的依賴性，也叫“認人”的識別系統。語音識別技術在近年獲得了令人驚異的進展。現有的產品如IBM的ViaVoice已經可以對連續的語言進行比較可靠的識別；微軟研究院的語音技術組希望增強PC產生和識別自然語言的能力，並支持所有類型的自然語言輸入（包括文字輸入和語音輸入），並且可以將輸入的語言進行結構化處理。人工智慧模式識別的進展，已經在一定程度上使電腦具備了“聽”、“說”、“讀”的能力，但距離理想的目標還有較長的路程。對於人類來說，哪怕你把字寫得龍飛鳳舞，哪怕你把話說得含糊不清，我們也能根據對上下文的理解做出正確的識別，它表明人腦模式識別的方法，不是或者不完全是什麼“模板匹配”。對與模糊信息的識別處理，人腦比電腦要擅長得多。此階段的模式識別主要是以超大規模積體電路方式來實施的。
6、情感計算階段。人們一直期盼著能擁有並使用更為人性化和智慧型化的計算機，只有這樣，才能實現從人操作計算機轉變為計算機輔助人，才能實現從人圍著計算機轉變為計算機圍著人轉，才能實現計算機由認知型轉變為直覺型。“情感計算”研究就是試圖創建一種能感知、識別和理解人的情感，並能針對人的情感做出智慧型、靈敏、友好反應的計算機系統。1985年，美國MIT(麻省理工學院)Minsky教授在《腦智社會》專著中指出 “問題不在於智慧型機器能否有情感，而在於沒有情感的機器能否實現智慧型。在這之後，有關賦予計算機情感能力的探討引起了一些計算機科學家的興趣。美國MIT大學媒體實驗室Picard教授在其專著“Affective Computing (情感計算)”中做出定義：“情感計算是關於、產生於、或故意影響情感方面的計算”。情感計算的主要內容包括：三維空間中動態情感信息的實時獲取與建模，基於多模態和動態時序特徵的情感識別與理解及其信息融合的理論與方法，情感的自動生成理論及面向多模態的情感表達，以及基於生理和行為特徵的大規模動態情感數據資源庫的建立等。情感計算的本質就是對人的情感表達的生理學成分的測量與計算，以及對人的情感表達模式的識別，它不是真正意義上的對於人的情感內部邏輯關係的計算，其主要目的只是在於建立友好的、人性化的人機界面，幫助使用者獲得高效而又親切的感覺，並有效減輕使用電腦的挫敗感，構築更貼近人們生活的智慧型空間或虛擬場景。
7、情感理解階段。對於目前情感計算的理論基礎，孫堯教授認為是一種具有明顯缺陷的智慧型化理論體系，理論的發展往往決定著技術的最終高度，智慧型化技術想要只依靠現有的傳統理論達到比其他技術更高的地步，顯然是不現實的，經典的思維根本不能處理智慧型化的問題，即使是部分解決，也要付出極其高昂的代價，他說：“重要的不是開發多少算法或是網路結構，而是深入開發真正適合智慧型技術的數學與物理基礎，否則一切都是空談”。到此為止，人工智慧已經接近了它的技術頂點，如果不解決深層次的理論問題，不發生人工智慧的基礎理論體系上的重大突破，要使計算機具有人類式的情感是永遠不可能的。深層次的理論問題包括：情感的哲學本質是什麼？人類擁有情感的客觀目的是什麼？人的情感與認知、意志之間是如何互動作用的？情感的層次結構及其各層次之間的邏輯關係如何？情感的基本分類是怎樣的，有何客觀依據？情感的動力特性及其決定因素是什麼？能否建立情感的數學模型，以及怎樣對情感進行邏輯分析與數學運算？情感運行的基本程式是怎樣的？情感的基本規律有那些？等等。顯然，不解決這些理論問題，要真正實現情感的內部邏輯關係的計算是絕對不可能的。解決了情感在深層次上的理論問題以後，全面實現真正意義上的人工情感就已經為期不遠了。如果要將電腦植入人腦，用微型晶片配合腦神經細胞工作，就只需要解決兩者之間的接口問題，目前人們對於神經網路的研究將會有助於這一問題的解決。
8、人工情感的最終歸宿。情感在人的思維活動中占據極為重要的地位，決定和制約著人的行為活動和其它思維活動的基本框架與總體方向，人工情感的全面實現，不僅可以使計算機具有友好的、人性化的人機界面，更重要的是能夠使計算機具有更高的信息處理速度與效率，具有獨立的決策能力和行為控制能力，具有創造性和開拓性的思維能力。到了那個時候，從純邏輯的角度來看，人與機器人之間已經沒有任何區別了，只有機器體與肉體之間的區別了，人與機器人之間就可以實現全面的融合，沒有明顯的界限和本質的區別，人類的肉體之中有機器，機器人的身體中有肉體，彼此可以相互轉換、相互滲透、相互促進，到時候也無所謂人與機器人之間存在什麼矛盾與衝突，這就是人工情感的最終歸宿。
六、目前“人工情感”的危機與哲學錯誤
目前的人工智慧實際上只是人工認知，它是狹義的人工智慧。知、情、意是人類三種基本的思維形式，那么廣義的人工智慧應該包括人工認知、人工情感和人工意志三個方面，因此要想由狹義的人工智慧朝向廣義的人工智慧發展，就必須首先解決一系列有關情感的基本理論問題：什麼是情感？情感的客觀目的是什麼？認知與情感到底有何區別？等等，而這些深層次的理論問題是當今的哲學、思維科學、生命科學和心理學等沒能真正解決的。計算機的人工智慧水平在經歷了一段時間的突飛猛進之後，如今已經接近了它的理論上的發展極限，顯然，不解決上述深層次的、哲學層面上的理論問題，不解決“人工智慧”、“人工情感”和“人工情感”理論所存在的一系列嚴重的危機與哲學錯誤，要想研究真正意義的情感機器人是絕對不可能的。1、“人工情感”理論的危機。目前，計算機理論界所開展的針對各種生理指標方面的“人工情感”方法，主要存在如下危機根本無法解決：（1）要建立情感的識別系統和表達系統，就必須對情感的基本類型進行劃分，以確立情感的基本模態。然而，情感的基本類型究竟應該根據什麼原則和標準來劃分，有何理論根據？（2）對於同一類型情感，無論是情感感受強度，還是情感表達強度和情感生理喚醒程度，都可以採用不同的生理指標進行計算和測量，究竟應該選用哪一個生理指標為主要尺度呢？（3）對於同一類型情感採用同一個生理指標進行測量和計算時，由於受到許多環境因素、人體其它生理因素和精神因素的影響，其測量值的差異性和波動性如何消除。（4）不同的情感類型所產生的不同生理指標之間往往沒有通約性，那么，不同類型的情感之間如何進行相互比較和統一度量？（5）人的情感內容和感情方式是極為豐富的，各種情感之間相互滲透、相互作用、相互轉化，往往有著相當複雜而且變化頻繁的關係，那么對於情感的計算就需要真正天文數字般的情感數據資源庫，還需要海量的計算模型與計算工作量，而人腦為何並不需要？（6）有些複雜而微妙的情感，如懷疑、猶豫、迷茫、憐憫、尷尬、自我表現等，其生理指標的變化往往極其微弱而且短暫，對於它們的計算和測量如何進行？（7）有些情感（如“對敵人的仇恨”與“對親人的生氣”）往往具有相同或相近的生理指標，但兩者所表達的價值內涵往往相差很大，如何進行區別？（8）情感的感受強度和表達強度與各種生理指標的變化量度通常不是成線性函式關係，大部分都是呈非線性的、不連續的、模糊的、機率性的、波動的函式關係，因此採用生理指標的變化量來計算情感的感受強度和表達強度，如何消除其誤差性和不確定性。（9）假如能夠計算出人的情感感受強度、表達強度和生理喚醒程度，這些計算值又代表了什麼樣的客觀價值意義？如何使電腦或機器人具有和諧、友好、靈活的人機界面？總之，對於情感的感受強度、表達強度和生理喚醒指標的計算實際上只是對於情感的表面形式的計算，而不是對於情感的客觀內容的計算，因此不可能實現真正意義的“人工情感”。
2、“人工情感”理論的哲學錯誤。目前，“人工情感”理論中主要存在如下唯心主義和形上學的哲學錯誤，必須進行深刻的反思：（1）唯心主義錯誤。目前的“人工情感”理論以唯心主義的觀點來看待情感的哲學本質，把情感與它所對應的客觀存在割裂開來，局限於在主觀範疇內來分析情感現象與情感規律。唯心主義者常常把主觀與客觀割裂開來，它否認，任何主觀意識都產生於客觀存在，都是人腦對某一種客觀存在的反映，那怕有時是一種不真實的、不正確的、不全面的、甚至是顛倒的反映；它不知道，要認識一種主觀意識的哲學本質必須從它所反映的客觀存在中找答案，要分析一種主觀意識的變化規律性應該從它所反映的客觀存在的規律性上著手；它不知道，情感作為人腦的一種主觀心理活動，必然對應著某一種客觀存在，必然是人腦對某一種客觀存在的主觀反映；它在分析情感現象與情感規律時，總是試圖在“需要”、“欲望”、“體驗”、“態度”等主觀心理範疇內找答案，而不能從其所反應的客觀存在中找答案。統一價值論認為：任何主觀意識總會有某一客觀存在與之相對應；情感作為一種特殊的主觀心理活動，反映了一種特殊的客觀存在——人與事物之間的價值關係，情感與價值的關係在本質上就是主觀與客觀的關係。在發現了情感與價值的對應關係之後，人們就可以跳出“用主觀意識來解釋主觀意識”的圈子，從價值現象與價值規律的角度來分析情感現象與情感規律。這樣一來，神秘莫測的“人工情感”就立即轉化為切實可行的“價值計算”，人文科學的情感理論就立即轉化為自然科學的數理情感學，情感數學模型以及情感內部邏輯系統的建立，為情感機器人的研製奠定了堅實的理論基礎。（2）形上學的表面性錯誤。目前的“人工情感”理論以形上學的表面性觀點來看待情感的客觀內容，混淆了情感的客觀內容與其表現形式的本質區別，它認為人工情感的核心就是對情感所激發的生理指標的計算。形上學的表面性觀點總是傾向於從事物的表現形式（或外部現象）來認識事物。它否認，事物的表現形式與其客觀內容有著本質的區別，事物的表現形式通常只能片面地、不準確地、不穩定地反映事物的客觀內容；它總是把情感的表現形式當作情感的客觀內容本身。情感的感受強度、表達強度和生理喚醒指標等三個方面都是反映了情感在感受、作用和表達過程中所體現的生理指標，都屬於情感的主觀表現形式，而不是情感所反映的客觀內容。情感所反映的客觀內容就是主體所擁有的價值關係或利益關係及其變化，對於情感表現形式所激發的生理指標的計算，只能反映情感的表面形式，而不能反映情感的客觀內容，只有對情感所反映的客觀內容——價值關係進行計算，才能客觀地、準確地、全面地反映情感運行的真實狀態。（3）形上學的孤立性錯誤。目前的“人工情感”理論以形上學的孤立性觀點來看待情感的運行程式，把情感與認知及意志割裂開來，認為情感是獨立運行的，與人的認知過程和意志過程無關。形上學的孤立性觀點總是傾向於根據事物本身的運動與變化情況來認識該事物，而不是根據事物與其它事物的相互聯繫與相互影響上來認識該事物。他們只看到了情感對於人的活動的影響與制約作用，往往看不到情感與認知、意志的相互聯繫與相互影響。人為了生存和發展就必須首先感知和了解各種事物的事實關係，其次要掌握這些事物對於人的價值關係，第三要掌握人的每個反作用於這些事物的生產行為或生活行為的價值關係，並且判斷、選擇、組織和實施一個最佳的行動方案。第一步由認知活動來完成，第二步由情感活動來完成，第三步由意志活動來完成，因此從認知到情感，再從情感到意志，是一條基本的、不可分割的人類自控行為的流水線。 由此看來，僅僅進行狹義的、孤立的人工情感，仍然不能解決人的心智活動的全部計算問題，還需要實施對意志的計算，並實施對知情意的互動計算。由於意志是一種特殊情感，因此意志計算以及知情意的互動計算都是廣義的人工情感。（4）形上學的片面性錯誤。目前的“人工情感”理論以形上學的片面性觀點看待情感的客觀目的，認為 “人工情感”的研究主要是基於兩個現實目的：一是建立和諧的人機互動環境，使計算機或機器人具有良好的人機界面，以降低使用者的勞動強度，提高使用者的工作效率，解放人的雙手；二是製作可穿戴式的計算機，以替代、補償與增強人的輔助感知功能和行為功能，特別是幫助提高殘疾人的感知功能和行為功能。然而，事實上，科學的人工情感和廣義的人工智慧對於人的生存與發展還有幾個更為重要的意義被人們忽略了：提高思維的效率和速度、自主地確定和調整行為方案、直接參與社會事務和人際交往、開展自主創造性活動。
七、我國人工情感的發展狀況
我國機器人的研究始於20世紀70年代後期，863計畫就將機器人技術作為一個重要的發展主題，國家投入幾個億的資金開始了機器人研究。目前，中科院瀋陽自動化所、原機械部的北京自動化所、哈爾濱工業大學、北京航空航天大學、清華大學、中科院北京自動化所、北京科學大學等單位都做了非常重要的研究工作，代表性產品有工業機器人、水下機器人、空間機器人、核工業機器人。我國對人工情感和認知的理論和技術的研究始於20世紀90年代，大部分研究工作是針對人工情感單元理論與技術的實現。哈爾濱工業大學研究多功能感知機，主要包括表情識別、人臉識別、人臉檢測與跟蹤、手語識別、手語會成、表情合成、唇讀等內容，並與海爾公司合作研究服務機器人。清華大學進行了基於人工情感的機器人控制體系結構的研究。北京交通大學進行多功能感知機和情感計算的融合研究。中國科學院自動比研究所主要研究基於生物特徵的身份驗證。中科院心理學所、生物所主要注重情緒心理學與生理學關係的研究。中國科技大學開展了基於內容的互動式感性圖像檢索的研究。中國科學院軟體所主要研究智慧型用戶界面。浙江大學研究虛擬人物及情緒系統構造等。
我國國內開展的研究項目主要有：“臉部運動編碼系統”可套用於人臉表情的自動識別與合成；“MPEG-4 V2視覺標準”可以組合多種表情以模擬混合表情；針對人的肢體運動而設計的“運動和身體信息捕獲設備”；基於生物特徵的“身份驗證系統”；“語調錶情構造系統”根據語音的時間、振幅、基頻和共振峰等，尋找不同情感信號特徵的構造特點和分布規律；“可穿戴式計算機”可用於增強和補償人的感知功能。
八、國外人工情感的發展狀況。
日本已經形成舉國研究“感性工學”的高潮。1996年日本文部省就以國家重點基金的方式開始支持“情感信息的信息學、心理學研究”的重大研究課題，參加該項目的有十幾個大學和研究單位，主要目的是把情感信息的研究從心理學角度過渡到心理學、信息科學等相關學科的交叉融合。每年都有日本感性工學全國大會召開。與此同時，一向注重經濟利益的日本，在感性工學產業化方面取得了很大成功。日本各大公司競相開發、研究、生產了所謂的個人機器人（Personal Robot）產品系列。其中，以SONY公司的AIBO機器狗（已經生產6萬隻，獲益近10億美元）和QRIO型以及SDR－4X型情感機器人為典型代表。日本新開發的情感機器人取名“小IF”，可從對方的聲音中發現感情的微妙變化，然後通過自己表情的變化在對話時表達喜怒哀樂，還能通過對話模仿對方的性格和癖好。美國MIT展開了對“情感計算”的研究，IBM公司開始實施“藍眼計畫”和開發“情感滑鼠”；2008年4月美國麻省理工學院的科學家們展示了他們最新開發出的情感機器人“Nexi”，該機器人不僅能理解人的語言，還能夠對不同語言做出相應的喜怒哀樂反應，還能夠通過轉動和睜閉眼睛、皺眉、張嘴、打手勢等形式表達其豐富的情感。這款機器人完全可以根據人面部表情的變化來做出相應的反應。它的眼睛中裝備有CCD(電荷耦合器件)攝像機，這使得機器人在看到與它交流的人之後就會立即確定房間的亮度並觀察與其交流者的表情變化。
歐洲國家也在積極地對情感信息處理技術（表情識別、情感信息測量、可穿戴計算等）進行研究。歐洲許多大學成立了情感與智慧型關係的研究小組。其中比較著名的有：日內瓦大學 Klaus Soberer領導的情緒研究實驗室。布魯塞爾自由大學的D. Canamero領導的情緒機器人研究小組以及英國伯明罕大學的A. Sloman領導的 Cognition and Affect Project。在市場套用方面，德國Mehrdad Jaladi-soli等人在2001年提出了基於EMBASSI系統的多模型購物助手。EMBASSI是由德國教育及研究部（BMBF）資助並由20多個大學和公司共同參與的，以考慮消費者心理和環境需求為研究目標的網路型電子商務系統。英國科學家已研發出名為“靈犀機器人”（Heart Robot）的新型機器人，這是一種彈性塑膠玩偶，其左側可以看到一個紅色的“心”，而它的心臟跳動頻率可以變化，通過程式設計的方式，讓機器人可對聲音、碰觸與附近的移動產生反應。
九、人工情感發展的理論障礙。
人工情感包括三個方面：情感識別、情感表達與情感理解（或情感思維）。目前，世界各國的科學家在情感識別與情感表達兩個方面所取得的成果非常顯著，但在情感理解或情感思維方面卻收穫甚微。其根本原因在於，到目前為止，沒有一個科學家能夠真正了解情感的哲學本質及客觀目的是什麼，沒有創立一個全新的、科學的、數學化的情感理論，沒有建立一個真正的情感數學模型。目前的人工智慧實際上只是人工認知，它是狹義的人工智慧。知、情、意是人類三種基本的思維形式，那么廣義的人工智慧應該包括人工認知、人工情感和人工意志三個方面，因此要想由狹義的人工智慧朝向廣義的人工智慧發展，就必須首先解決一系列有關情感的基本理論問題：什麼是情感？情感的客觀目的是什麼？認知與情感到底有何區別？等等，而這些深層次的理論問題是當今的哲學、思維科學、生命科學和心理學等沒能真正解決的。計算機的人工智慧水平在經歷了一段時間的突飛猛進之後，如今已經接近了它的理論上的發展極限，顯然，不解決上述深層次的、哲學層面上的理論問題，不解決“人工智慧”、“人工情感”和“情感計算”理論所存在的一系列嚴重的危機與哲學錯誤，要想研究真正意義的情感機器人是絕對不可能的。
目前的人工情感理論存在三個方面的嚴重缺陷：
1、不了解情感的哲學本質。情感是人類的一種主觀意識，它必然是人腦對於某一種客觀存在的主觀反映，這種客觀存在就是“價值”（或利益），情感與價值的關係就是主觀與客觀的關係，因此情感的哲學本質就是人腦對於事物價值特性的一種主觀反映，情感的思維實際上就是人腦對於“價值”的思維，對於情感的計算實際上就是對於價值的計算。而目前所有人工情感的研究者們都不知道這一點，他們總是試圖通過測量和計算情感產生過程的各種生理指標（如心率、血壓、腦電波、呼吸、瞳孔直徑、激素分泌、血液成份等）的變化數據來確定情感強度的變化情況，來研究情感的變化規律，其結果必然是：“在主觀範圍內繞圈子，在表面形式上打循環”。事實上，情感的感受強度、表達強度和生理喚醒指標等三個方面只是反映了情感在感受、作用和表達過程中所體現的生理指標，都屬於情感的主觀表現形式，而不是情感所反映的客觀內容。情感所反映的客觀內容就是主體所擁有的價值關係或利益關係及其變化，對於情感表現形式所激發的生理指標的計算，只能反映情感的表面形式，而不能反映情感的客觀內容，只有對情感所反映的客觀內容——價值關係進行計算，才能客觀地、準確地、全面地反映情感運行的真實狀態。情感是人腦對於事物價值特徵的主觀反映，其客觀目的在於引導人更好地識別價值、消費價值、創造價值和表達價值，因此情感的識別實際上就是價值的識別，情感的表達實際上就是價值的表達，情感的計算實際上就是價值的計算。
2、不了解情感的主要功能。目前的人工情感研究者們只知道情感的功能作用在於使人或機器更具有“人情味”、更友好、更容易形成自然而親切的人與機互動，營造真正和諧的人機環境。事實是，情感的功能遠非如此！情感除了幫助建立機器人的人性化界面，還能夠有效地提高思維的效率與速度，而且，情感還有一個更重要的功能，那就是：情感是人的行為靈活性、決策自主性和思維創造性的根本來源。智慧型機器人主要的缺陷在於：只能按照人預先編制的程式進行動作，不能自主地確立和調整價值目標，不能創造性地制訂和修改總體規劃及行為方案，不能總結經驗和吸取教訓。智慧型機器人一旦具有了情感，就能夠以“達到既定的意志目標”為行為方向，以內設的“價值觀系統（或情感系統）、認知系統和意志系統”為價值計算依據，以“實現最大價值率”為行為準則，建立一系列價值計算的函式關係式或約束方程式，再根據機器人所處的自然環境和人文社會環境確定若干個邊界條件，選定情感和意志的動力特性參數，就可以主動地、創造性地調整“整體規劃、行為方案和具體動作”，然後對行為的最終結果進行價值評價，以便及時地修正價值觀系統（或情感系統）、認知系統和意志系統，達到總結經驗和吸取教訓的目的。
3、不了解情感的內在邏輯程式。目前，人工情感的研究者們完全不了解情感運行的內在邏輯程式，只知道人在進行情感反應時各種生理指標的變化數據。事實上，人在進行情感表達、情感識別和情感思維過程中，遵循著特定的邏輯程式。情感表達的邏輯程式大致是：人通過感覺器官接收刺激信號，大腦就會把以前存儲在“價值觀系統”中該事物的“主觀價值率”提取出來，與自身的“中值價值率”進行比較、判斷和計算。當前者大於後者時，就會在大腦中的邊緣系統（該組織決定著情感的正負）的“獎勵區域”產生正向的情感反映（如滿意、自豪）；當前者小於後者時，就會在大腦中的邊緣系統的“懲罰區域”產生負向的情感反映（如失望、慚愧）。大腦然後對價值的目標指向、變化方式、變化時態、對方的利益相關性等進行判斷，從而確定和選擇情感表達的基本模式。此外，情感識別、情感計算與情感調控也遵循著特定的邏輯程式。如果不了解情感運行的內在邏輯程式，就不可能研製出真正意義的情感機器人。
4、不了解情感的數學模型。目前的心理學沒有建立任何的情感數學模型，也不知道情感的數學變化規律。顯然，要實現情感的數位化，就必須首先建立情感的數學模型。事實上，人的情感可以通過情感矩陣來進行描述，並可以進行情感的交集運算與並集運算，情感強度的變化有著特定的數學規律。情感是人腦對於事物價值特性的主觀反映，雖然，事物的“價值率高差”在根本上決定著人的情感強度，但在一般情況下，情感的強度並不與事物的價值率高差成正比，而是一種特殊的指數函式關係。
正是上述的理論障礙，在根本上決定了情感機器人的發展局限性。目前，各國所聲稱擁有情感的機器人，最多只能模擬人的某些情感表達方式，並進行一些簡單的情感識別，不可能具有真正意義上的內在情感思維。
十、人工情感的理論框架。
情感情感的產生與運行是一個非常複雜的過程，情感機器人的研發必須建立在科學的情感理論的基礎之上，才是現實的，沒有一個全新的科學的情感理論作指導，要研發真正意義上的情感機器人是不可能的。這種全新的情感理論必須突破心理學的局限，也必須突破社會科學的局限，成為一門獨立的、橫跨自然科學與社會科學的交叉性科學理論，其根本目的在於：情感數位化。這種全新的情感理論就是“數理情感學”，它以“統一價值論”為理論前提，採用數理邏輯方法分析情感現象與情感規律的科學。歸納起來，“統一價值論”與“數理情感學”主要通過如下步驟共同完成情感機器人和人工情感的理論框架。
1、實現所有不同價值的統一度量。①改造物理學的“耗散結構論”，從物理學角度定義“價值”概念（即廣義有序化能量），使價值理論建立在自然科學的基礎之上；②實現生活資料使用價值的統一度量；然後，實現勞動價值的統一度量；③實現生產資料使用價值的統一度量。這樣一來，所有價值都有著統一、明確而穩定的度量標準或度量尺度：能量尺度（焦耳）。
2、推導出“廣義價值規律”。①由“最大有序化法則”推導出“最大價值率法則”（價值率就是單位時間內產出價值與投入價值的比值，在經濟領域，價值率就是利潤率）；②由“最大價值率法則”推導出“選擇傾向性法則”或“中值價值率法則”；③由“中值價值率法則”推導出“廣義價值規律”。廣義價值規律的基本內涵就是：事物的價值率不斷趨近於主體的中值價值率。或者說，事物的價值率高差（即事物的價值率與主體的中值價值率之差）不斷趨於零。
3、揭示認知、情感與意志的哲學本質及相互關係。①知（認知）、情（情感）、意（意志）是人類心理活動的三種基本形式，分別是對事實關係、價值關係和自身行為關係的一種主觀反映；②價值關係是一種特殊的事實關係，自身行為關係是一種特殊的價值關係，因此，情感是一種特殊的認知，意志又是一種特殊的情感； ③認知主要是關於“是如何”的認識，情感主要是關於“應如何”的認識，意志主要是關於“怎么辦”的認識；④情感以認知為基礎，認知以情感為導向，意志以情感為基礎，情感以意志為導向。
4、建立情感的數學模型。①情感與價值觀的哲學本質都是“人腦對於事物價值特性的一種主觀反映”，其中，情感是對事物價值特性的間接性和相對性反映，而價值觀是對事物價值特性的直接性和絕對性反映；②價值觀的客觀目的在於識別“事物的價值率”，可以採用所有不同事物的價值率所組成的數學矩陣來描述一個人的價值觀系統（即Ｗ＝｛ωi×j｝m×n）；③情感的客觀目的在於識別“事物的價值率高差”，可以採用所有不同事物的價值率高差所組成的數學矩陣來描述一個人的情感系統（即Ｍ＝｛μi×j｝m×n）；④情感矩陣與相應的作用係數矩陣一起，可以進行交集運算與並集運算；⑤情感系統中的每個情感元素又可以由若干個情感子元素所組成的情感矩陣來構成，從而構成二維和多維的情感矩陣。
5、建立意志的數學模型。①意志的哲學本質都是“人腦對於自身行為價值特性的一種主觀反映”；②意志的客觀目的在於識別和處理“自身行為的價值率”，可以採用所有不同行為方式的價值率高差所組成的數學矩陣來描述一個人的意志系統（即Ｘ＝｛xi×j｝m×n）；③意志矩陣與相應的作用係數矩陣一起，可以進行交集運算與並集運算；④意志系統中的每個意志元素又可以由若干個意志子元素所組成的意志矩陣來構成，從而構成二維和多維的意志矩陣，即超複雜行為的意志由若干複雜行為的意志矩陣所組成，複雜行為的意志又由若干簡單行為的意志矩陣所組成，簡單行為的意志由若干本能行為的意志矩陣所組成。
6、闡述情感運行的內在邏輯程式。①情感表達的邏輯程式大致是：接收事物的刺激信號，提取該事物的價值觀，比較人自身的中值價值率，確定情感的強度與方向，選擇情感表達模式，接收和處理情感表達所產生的反饋信號；②情感識別的邏輯程式大致是：接收事物的刺激信號，檢測和提取特徵參數，比較情感模式，產生情感反映，存儲情感信息到情感矩陣之中；③情感計算的邏輯程式大致是：將事物的價值率高差“對數轉換”為情感強度，對情感強度進行交集、並集運算，產生新的情感強度，將情感強度“指數還原”為新事物的價值率高差；④情感修正的邏輯程式大致是：人通過感覺與思維，了解到某事物的實際價值率高差，與大腦中情感矩陣所記憶該事物的主觀價值率高差，存在一定的差異，人就會修正對於該事物的情感強度。
7、闡述意志運行的內在邏輯程式。①意志表達（即行為實施）的邏輯程式大致是：接收某種價值目標事物的刺激信號，提取能夠最有效實現該價值目標的多種相關行為的主觀價值率（即行為價值觀），比較自身的中值價值率，確定多種相關行為的意志強度與意志方向，選取具有最大意志強度的相關行為，並組織實施該相關行為。②意志計算（即行為設計）的邏輯程式大致是：確立價值目標（根據自身生存與發展的需要），設計整體方案（按照最大價值率法則，把超複雜行為分解為若干個複雜行為，並通過意志的並集運算與交集運算，計算出該超複雜行為的意志強度），制定實施細則（按照最大價值率法則，把複雜行為分解為若干個簡單行為，並通過意志的並集運算與交集運算，計算出該複雜行為的意志強度），落實具體行為（按照最大價值率法則，把簡單行為分解為若干個本能行為，並通過意志的並集運算與交集運算，計算出該簡單行為的意志強度），將上述各個層次的意志強度“指數還原”為相應的行為價值率高差。③意志修正的邏輯程式大致是：人通過感覺與思維，了解到某行為的實際價值率高差，與大腦中意志矩陣所記憶該行為的主觀價值率高差，存在一定的差異，人就會修正對於該事物的意志強度。
8、設立情感與意志的調控機制。①建立各種情感模式與價值變化的對應關係，並根據實際需要，設定與調控各種情感模式；②推導出“情感強度第一定律”（即情感強度與事物的價值率高差的對數成正比，μ＝Ｋmlog（１＋ΔＰ）），並根據實際需要，設定與調控情感的強度係數；③對情感“八大動力特性”（強度性、穩定性、細緻性、層次性、效能性、周期性、時序性與差異性）進行精確定義，並根據實際需要，設定與調控情感的動力特性；④對意志的“八大動力特性”進行精確定義，並根據實際需要，設定與調控意志的動力特性。情感調控的客觀目的就是為了使情感的動力特性與主體所處的價值關係的變化特性相適應。意志調控的客觀目的就是為了使意志的動力特性與主體各種行為價值關係的變化特性相適應。
十一．“人工情感”的學科內容
根據上述“人工情感”學科的研究目標和對象，其主要研究內容，初步構想如圖1所示。（1）情感識別(Emotion Recognition)
研究如何從二維或三維的、人或動物的表情、姿態、聲音、語言、動作、行為的情感圖象和模式中識別情感 (如：喜、怒、哀、樂，愛、恨、恩、仇等)的機器情感識別理論、方法和技術。
（2）情感度量(Emotion Measurement)
研究如何度量人工情感的深度和強度的,定性和定量的情感度量的理論模型、指標體系、計算方法、測量技術。如：模糊情感度量方法和技術、機率情感度量方法和技術。
（3）情感理解(Emotion Understanding)
在“情感識別”與“情感度量”的基礎上，進一步研究如何從情感圖象和模式中，挖掘和發現深層的細緻的情感含意的機器情感理解理論、方法和技術。
（4）情感表達(Emotion Representation)
研究如何在計算機或機器人中表達情感模式(如：喜、怒、哀、樂，愛、恨、恩、仇等方面的表情、姿態、聲音、語言、動作、行為等)的機器情感表達理論、方法和技術。
（5）情感生成(Emotion Generation)
在“情感表達”基礎上，進一步研究如何在計算機或機器人中，模擬或生成情感模式，開發虛擬或實體的情感機器人或具有人工情感的計算機及其套用系統的機器情感生成理論、方法和技術。
（6）情感處理(Emotion Processing)
研究多媒體、多模式人工情感信息處理和利用的理論方法和技術。如情感信息的獲取、變換、加工、融合、推理和利用等。
（7）情感控制(Emotion control)
研究“情感控制”的理論方法和技術,即如何利用人工情感進行系統的控制與調節,設計和建造具有人工情感的控制與調節系統。另一方面要研究“控制情感”問題, 即如何對人工情感的強度和深度進行調節與控制的理論方法和技術。
（8）情感通信(Emotion communication)
研究多媒體、多模式人工情感信息的寬頻通信與雙向交流的理論方法和技術。如多模式、多媒體寬頻情感信息的傳送、傳輸、壓縮、接受的理論方法和技術。
情感通信是一種雙向、互動式的通信方式，情感通信的特點是在通信過程中體現了情感交流，友好的情感交流可使通信雙方合作順利，敵對的情感交流可使合作失敗。
