机器能否进入人类内心深处去了解她们的性格和情感呢？这些问题在心理学领域已经被思考了上千年。日前，微软亚洲研究院资深研究员谢幸受邀在剧院式演讲平台“造就”上发表主题演讲《如何让机器拥有像人一样的思维》。我们整理了谢幸的演讲视频及演讲内容，全文如下。

大家好，我是微软亚洲研究院的谢幸。今天我想和大家探讨的是，“如何让机器拥有像人一样的思维”。

进入正题之前，我先讲一个我自己的故事。最近，我给我三岁的女儿买了一本绘本，名字是“Can I build another me”，她爱不释手。这本书的主角是一个厌倦了自己规律生活的孩子，他希望能训练出一个机器人代替自己按时午睡、吃饭、去幼儿园，这样他就可以自由自在地玩耍。于是，他买来一个最便宜的机器人，带回家来训练它。在这个过程中，他遇到的第一个问题就是，怎样才能让机器人才能变成他呢？于是，他试图告诉机器人各种关于自己的信息，包括他的姓名、年龄、身高、体重，父母、兄弟和宠物，甚至包括“左撇子”“易烦躁”“袜子经常破洞”这种信息。

我发现这绘本的作者脑洞很大，他也在思考我们所思考的问题。这个故事也告诉我们，要让机器人拥有人一般的思维，第一步便是理解自己。因为这样我们才能告诉机器人，怎样做才能最像自己。今天，我将从以下几个方面与大家探讨这个问题：

1.人工智能与心理学

2.人格分类及推测

3.如何让机器人像人一样思考

在很长一段时间内，我们团队一直从事用户画像的研究。什么是用户画像？简单说来，就是通过用户产生的大数据，去猜测和理解一个人的年龄、职业、兴趣爱好，也可以去描绘一群人的生活规律和移动模式。这让我们开始思考，我们能不能通过这些数据进一步走到人的内心深处，去了解她们的性格和情感呢？这并不容易。但是在研究的过程中，我们发现这些问题在心理学领域已经被思考了上千年。实际上，人工智能和心理学这两个领域实际上早就有交叉。

人工智能的早期开拓者之一，Herbert A. Simon，是著名的跨界学者。他既是计算机科学家，也是心理学家，是经济学家，还是社会学家，甚至还是认知科学家。让人惊叹的是，他在每个领域都取得了同样卓越的成绩：他获得了1975年的图灵奖、1978年的诺贝尔经济学奖、1986年的美国国家科学奖章，及1993年美国心理学会的终身成就奖。右边这位是多伦多大学的Geoffrey E. Hinton教授，深度学习的积极推动者。他既是计算科学家，同时也是一位心理学家。

两年前，我们便开始拜访著名的心理学家和教授，试图进行跨学科合作交流。在这个过程中，我们首先想解决的问题就是人格。从用户生成的大数据中能否计算出人的性格？

虽然人格这个术语在日常生活中很常见，但是给人格下一个准确清晰的定义却并非易事，即使是心理学家们在这个术语的定义上也很难达成共识。人格最早的定义可以追溯到2000多年前(公元前400年)古希腊医学家希波克拉底（Hippocrates）的体液说，他认为人体是由四种体液构成，包括血液、粘液、黄胆汁和黑胆汁，而这四种体液的分布便决定了人的性格：黑色的胆汁产生了忧郁型人格，血液产生了乐观型人格，黄色胆汁产生了冲动易怒型人格，开奖，而粘液产生了冷静型人格。尽管希波克拉底的体液说已经被现代医学所否定，但是他关于人格分类的探讨是有启发意义的，以致于后来的心理学家仍然一直探讨这个问题。

在我们与心理学家交流时，我们又发现了一个有趣事实：在现代心理学中，人格的定义其实跟语言的使用有着紧密的关系。其实在计算机科学领域，我们对语言也有很多研究，我们称之为“自然语言理解”。在心理学里面，有一个概念叫“词汇学假说”。什么叫词汇学假说？根据这个假说，我们无需通过观察、研究各种各样的人来研究人格，我们可以简单一些，通过直接观察人类语言中相关词汇。比如说，你介绍一位朋友给我认识，可能会用一大段话来描述他：“他特别喜欢说话；人很多的时候，他特别高兴，话特别多；每次都听到他在说话，是个话痨”等等。其实，直播，一个词即可概括这段话：健谈。因此，心理学家决定整理这些描述性词汇。如果这个词汇不多的话，它们便可成为建立分类体系的基础。基于这些观察，人格理论的先驱奥尔波特(Allport)和奥德伯特(Odbert)于1936年对英语词汇进行了艰难而又系统的调查研究。通过查看词典，他们按照个人特质、暂时的情绪或者行为以及智力与才干这四个类别发现大约18000个单词，并进一步从中整理出四千多个描述性格的词汇。虽然说四千似乎已经很少了，但对于整个用户语言来说，这仍然是很复杂的。试想下，在描述一个人性格的时候，如果要给这四千个描述维度分别打分，这该是多大的工作量。因此，他们想在此基础上进一步缩减。在这个过程中，他们发现，这些单词间其实存在一些相关性。比如说，一般外向的人通常也比较健谈，冷静的人通常也比较理智，但他可能也比较内向。如果能定位这些相关性，便可在此基础上对四千多个词进行进一步归类。