[論文レビュー] The Relationship Between Emotion Models and Artificial Intelligence

Christoph Bartneck, Michael J. Lyons+1 more|arXiv (Cornell University)|Jun 29, 2017

Social Robot Interaction and HRI参考文献 8被引用数 24

ひとこと要約

本論文は、人工知能における身体的エージェントや人間-コンピュータインタラクションの文脈において、OCC（オルトニー、コーエン、コリンズ）感情モデルの限界を批判的に検討する。このモデルは感情合成の分野で広く採用されているが、その有効性は背後にあるAIの能力に制限されており、動的で文脈に敏感な感情行動を支援するため、静的ルールを越えた統合的かつ適応的で感情モデリングの枠組みの構築が求められる。

ABSTRACT

Emotions play a central role in most forms of natural human interaction so we may expect that computational methods for the processing and expression of emotions will play a growing role in human-computer interaction. The OCC model has established itself as the standard model for emotion synthesis. A large number of studies employed the OCC model to generate emotions for their embodied characters. Many developers of such characters believe that the OCC model will be all they ever need to equip their character with emotions. This study reflects on the limitations of the OCC model specifically, and on the emotion models in general due to their dependency on artificial intelligence.

研究の動機と目的

• 人工知能および人間-コンピュータインタラクションにおける感情モデル、特にOCCモデルの役割を分析すること。
• OCCモデルがAIシステムに適用された際の、その剛性あるルールベース構造に起因する固有の限界を特定すること。
• 感情モデルのパフォーマンスと適用可能性が、背後にある人工知能アーキテクチャにどのように制限されるかを明らかにすること。
• リアルタイムで変化する人間-AIインタラクションに適応する動的で文脈に敏感な感情モデリングアプローチを提唱すること。
• 感情モデルを孤立した感情生成モジュールを越えて、AIシステムに深く統合する研究を促進すること。

提案手法

• OCCモデルの理論的基盤と、AI駆動の身体的エージェントへの実装に関する批判的レビューを実施する。
• 認知ロボティクスおよび感情的コンピューティング分野におけるOCCモデルの応用事例と文献を分析する。
• 感情行動に必要な推論、認識、意思決定システムなどのAIコンponentsに起因するモデルの依存性を評価する。
• 感情モデルは静的で事前に定義されたルールセットとして扱われるべきではなく、AIシステムと動的に結合されるべきであると提言する。
• 既存の実装の定性的分析を通じて、適応性、文脈への感受性、リアルタイム対応性の欠如といったギャップを浮き彫りにする。
• 認知科学および感情的コンピューティングの知見を活用し、次世代の感情認識AIシステムのための設計原則を提言する。

実験結果

リサーチクエスチョン

• RQ1 OCCモデルのルールベース構造は、動的で現実世界のAIアプリケーションにおいて、どの程度その有効性を制限するか？
• RQ2 背後にあるAIアーキテクチャへの依存は、感情モデルの表現力と適応性をどのように制限するか？
• RQ3 感情モデルを孤立したモジュールとして扱う際の主な欠陥は何か？
• RQ4 AIシステムにおける人間の相互作用の認知的・行動的ダイナミクスと、感情モデルをどのようによりよく一致させられるか？
• RQ5 より適応的かつ文脈に敏感な感情モデリングを実現するための設計原則は何か？

主な発見

• OCCモデルは広く採用されているものの、複雑な環境における動的で感情の適応を可能にするメカニズムを欠いている。
• OCCのような感情モデルは、認識、推論、意思決定能力に起因する、埋め込まれているAIシステムそのものに根本的に制限を受ける。
• 多くの開発者がOCCモデルの十分性を過大評価しており、文脈の変化やリアルタイムの感情フィードバックに対応できないにもかかわらず、完全な解決策として扱っている。
• 本論文は、理論的である感情モデルと実際のAI実装との間の重要なギャップを、特に身体的エージェントや社会的ロボティクス分野で特定する。
• ルールベースであるだけでなく、学習可能で、文脈に敏感で、環境的・社会的シグナルに応答できる感情モデルの必要性が示されている。
• 感情モデルをAIシステムに統合する際には、静的で事前に定義された感情反応よりも、適応性とリアルタイム対応性を優先すべきである。