外向性高的人喜欢在微博里写青春、自我、突然，而外向性低的人会写面对、特别、失败、做好。我们可以发现他们用的词的确很不一样。

再来看用户的头像，我们发现头像和性格之间也有一定的联系，比如外向性高的人头像会有卡通，或者表情很夸张。外向性低的人，会用下面这些头像，但这只是一些典型的例子，并不是说所有人都用这个头像。这里面其实也可以用到很多人脸识别或者物体识别的技术。

第三部分就是聊天机器人。我们做聊天机器人是在想用户画像还有性格分析这样的结果到底有什么用途。我们发现现在聊天机器人都有一个特点，它很多时候是用群体的数据来训练的，最多能做到像一类人，但是不能像一个具体的人。

怎么才能够让它像一个具体的人呢？这里面首先的难点是某一个人的数据很难获取。我们需要这个人的聊天数据，如果我们能获取某一个人的数据，那么实际上我们就可能训练出跟他很类似的一个聊天机器人。

在《黑镜》的第二集里就讲到一个未来的人工智能公司用聊天数据和社交网络数据训练出了一个跟死去的人一样的机器人。2016年，一位俄罗斯的创业者用他已故朋友的8000条短信训练了一个聊天机器人。

但是如果数据不够多，那么是不是能通过具有某种特点的一群人的数据集来训练出具有一类人特点的机器人，比如儿童，学生或者诗人等，让人感觉到这个机器人具有某一种性格或者特点。这个工作是我们最近在研究的。另一方面，我们也在关注到底做这样的聊天机器人有什么用途，其中一个应用就是心理治疗，开奖，为什么关注这个，实际上也是受启发于50年前的项目。

1964年，有一个很有名的项目叫Eliza，很多人讲人工智能的时候都会提到这个项目，Eliza就是一个很早期的聊天机器人，在当时它的效果非常好，以至于很多人都认为是真人在背后操纵。

Eliza实际上做的就是心理咨询师，也就是说这个聊天机器人可以跟人聊天，试图帮助缓解心理问题，它当时采取的一个心理治疗的方法叫罗杰斯流派的方法，比较强调倾听，所以这个机器人很多时候是在听你说什么，而不是在回答问题，它一直在引导人说话。这件事情相对来说比回答问题要容易，但是效果非常好。

基于这个项目，我们受到了启发，想结合最新的技术来做这件事情。首先我们也是试图去引导对话，让用户更多来说自己的事情，这其实是很多心理咨询里面很重要的一点。

当然，在这个基础上，我们进一步去研究，包括通过聊天的数据，也通过用户本身，如果能获取其他的数据，研究用户的心理特质和精神的一些问题，来看看将这些数据结合到一起更准确地做出判断。

再进一步，我们想除了倾听，是不是还可以通过聊天的方式帮助用户缓解问题。比如采取最新的认知行为疗法以及正念疗法等心理学的技术，把它集成在聊天里，这也是我们最新的一些尝试。

总结一下，今天讲的是我们社会计算组里面最近主要做的几个方向，我们从用户画像到性格分析，也做了很多情感的分析，也试图把结果用在聊天里面，看看能不能让聊天机器人具有自己的性格和特点；再来，我们希望聊天机器人也能用在一些心理咨询的场合。当然这里面涉及到很多跟其他领域学者的合作，包括心理学，社会学以及认知科学。我们社会计算组是一个跨学科的领域。希望未来可以和更多学科交流，获得更多研究上的灵感和创新。

谢谢大家！

你也许还想看：

　　感谢你关注“微软研究院AI头条”，我们期待你的留言和投稿，atv，共建交流平台。来稿请寄：[email protected]。微软小冰进驻微软研究院微信啦！快去主页和她聊聊天吧。