超越智能音箱简单的自我追踪,能够识别用户在家中的活动与情境、主动管理精神健康的人工智能代理开发备受期待。
KAIST于24日表示,计算机学院李宜镇教授研究团队开发出一套基于情境识别的多模态智能音箱系统,可支持单人家庭用户自行记录其心理状态,以管理精神健康。
研究团队将该系统设计为实时掌握用户周边情境,并在最佳时点提出精神健康相关问题,并确认其应答率高于既有的随机问卷。
在此前利用智能音箱进行精神健康自我追踪的研究中,若采用随机问卷,可能引发用户的压力、烦躁等负面情绪,导致问卷回答出现偏差,因此需要格外注意。
为解决这一问题,李教授研究团队为智能音箱配备多模态传感器,感知用户周边情境的变化,在检测到适合音箱搭话的时点主动请求进行精神健康自我追踪问卷,开发出基于情境识别的自我追踪技术。
音箱综合分析室内动作、照明、噪音、二氧化碳等多种传感器数据,检测用户的存在与活动,随后在适合用户作答的时点主动请求自我追踪问卷,从而最大化问卷应答效率。
此外,在问卷输入方式方面,近期上市的智能音箱不仅支持语音指令,还支持触摸屏,因此让用户可自由选择语音或触摸输入方式,扩大了交互的范围。由此,用户可选择符合情境的最佳界面,轻松完成自我追踪。
为评估所开发音箱的用户体验,研究团队在20户单人家庭安装自我追踪智能音箱,进行了为期一个月的实证研究,构建了共2201条精神健康问卷应答数据集。
通过数据集分析,掌握了问卷应答时间、依活动情境的问卷应答模式,以及在何种情境下更偏好语音输入(VUI)或触摸输入(GUI)。
特别是,由于智能音箱以语音向用户发出请求,在音箱附近检测到用户活动对精神健康问卷应答率影响很大。尽管语音输入较为便利,但参与者总体上更偏好可快速作答的触摸输入,而非语音输入。
数据分析结果显示,实时掌握用户周边情境并在最佳时点提出精神健康相关问题时应答率更高,同时也掌握了在何种情境下偏好语音或触摸界面。
李宜镇教授表示:“今后将把此次开发的智能音箱发展为具备接受与承诺疗法技法、如同人类咨询师功能的精神健康管理支持智能音箱”,并表示“进一步将以AI模型学习在室内收集的日常生活数据,开发根据用户精神健康状态预测生活方式模式的系统,引领未来可实现精神疾病早期发现与高效管理的人工智能代理创新”。
该研究于今年5月在人机交互(HCI)领域国际最高水平学术会议、隶属美国计算机协会(ACM)的“Conference on Human Factors in Computing Systems (CHI)”上发表。






