摘要
情感智能使人类能够识别情感、推断其原因、推理干预措施，并修改环境以实现期望的情感状态。尽管最近在人工智能（AI）领域取得了进展，当前模型仍主要限于生成逼真的内容或执行语义推理，缺乏理解、预测和个性化人类情感反应的能力。为此，我们推出了情感增强生成系统（EROS），这是一个将符号推理与深度学习相结合的混合AI框架，能够通过视觉内容实现个性化情感增强。
EROS利用大规模图像-情感数据集，发现可泛化的情感规则，识别与情感相关的图像区域，并预测在保留场景语义的同时，能够引导情感反应朝向期望目标的上下文感知视觉修改。为了考虑个体差异，EROS还引入了一个可扩展的记忆库，支持推理时个性化，而无需对模型进行微调，从而生成可解释的情感档案，并快速适应新用户。
在广泛的人类心理物理实验中，EROS比最先进的大型多模态模型更有效地引发目标情感反应，同时适应个体的情感偏好。超越情感计算，EROS为能够理解、推理和增强人类认知状态的AI系统奠定了基础，具有在心理健康、适应性媒体、教育和人机交互等领域的潜在应用。
博主点评： EROS的创新之处在于其将符号推理与深度学习相结合，使得AI不仅能生成内容，还能个性化情感体验。这种方法在心理健康和教育等领域的应用前景广阔，能够显著提升人机交互的质量。其可扩展的记忆库设计也为AI的个性化提供了新的思路。