「万字长文」虚拟人漫谈｜技术篇(11)

3）决策：数据智能ML
决策能力是人的一项重要素质，对于虚拟人来说，也可以通过AI的方式提升决策能力，而这一能力的提升主要依赖的就是各种数据智能模型。
简单来说，数据智能就是通过搜集某一问题的大量历史数据，再通过机器学习的某个算法拟合出该问题的函数模型，并依据函数模型对未来做出预测与决策。例如，可以通过某一产品的历史销量分析出该产品未来的销量走势；可以根据球队的历史胜负情况来预测未来某一场球赛的结果等，宛如那年夏天的章鱼保罗。
常用的可以用于决策建模的机器学习算法非常多，从有无标签可以分为有监督、无监督、半监督；从任务类型可以分为分类、回归、聚类、时序预测等。经典的机器学习算法很多，例如决策树、支持向量机、XGBoost等等，篇幅原因不做具体展开，感兴趣的读者可以看一看周志华老师的西瓜书。
对于数据智能任务而言，模型其实并不难，现阶段真正难的是是否有足够多的有价值的数据。互联网、金融等企业相对而言有效数据的收集意识较强，但很多传统企业，收集数据的意识还较弱，目前也正在数字化转型当中。随着数字化转型的进程，虚拟人也会有越来越多的应用。
情感识别能力
人不仅需要理性，也需要感性。亲情、友情、爱情，人与人之间的交往往往是感性大于理性的。对于虚拟人而言，除了理性方面的知识、理解、决策等能力，对于情感的把握也是应该具备的品质。能够进行情感识别、情感反馈的虚拟人，在目前还是蓝海的陪伴型虚拟人赛道有着巨大的用户价值和商业价值。
情感识别是一项综合的能力，例如，通过CV技术，虚拟人可以分辨人的表情是开心还是难过；通过ASR技术，虚拟人可以通过声纹来分析说话人的说话语气是高兴还是压抑，甚至是愤怒；通过NLP技术，虚拟人可以分析说话人说话的内容中，是否含有强烈的表达态度的语气词，例如“喜欢/不喜欢”、“垃圾”、“太赞了”……
心理学家罗伯特·普拉切克提出了情绪轮，内含8种基本情绪，可以作为情绪识别标签设计的依据。