“情感识别必须要进行综合判断才能得出一个更精确的结果，不要说用户的语言组织习惯、面部表情以及你的任何手势，就是你说话的声线长短高低我们也是要进行识别判断的。”

　　从目前Emotech能够公开的资料显示，在Olly身上，摄像头与麦克风阵列是基本配置，但由于Olly目前处于非发售期，因此庄宏斌并没有透露关于硬件的具体参数。

　　而在软件方面，Emotech的确具备一个相对优越的条件——触手可及的学术与研发资源，而且质量极高。

　　在很多创业公司，甚至连科技巨头都在为稀缺的AI人才挖墙脚、打官司、涨薪水时，庄宏斌正在以自己的母校伦敦大学（UCL）为中心，集结了一批来自牛津、剑桥、UCL、帝国理工以及美国普林斯顿等著名大学的顶尖科学家。

　　当然，如果你对大神级AI团队Deepmind略有了解，就会清楚其CEO哈克比斯及很多软件工程师与庄宏斌带领的AI团队几乎是“同门关系”（都毕业于UCL）。

　　其中，“脑神经科学”是Emotech确立软性优势的关键技术元素。我们都知道，人工智能终极目标是要模拟一个和人脑功能一致的人工智能体，因此，”脑科学”成为很多AI巨头在研发过程中不可忽视的重要学科。

　　而Emotech独立研发的AI系统与操作平台（具体信息没有透露），正是由Zafeirios Fountas等为Emotech工作的英国脑神经科学家开发的。

　　在这里不得不提一下Zafeirios Fountas这位科学家的背景与有意思的经历。他在5年前就加入了帝国理工大学的计算机神经动力学研发小组，也曾在一场类似于“图灵测试”的比赛中获得第二名。

　　不过不同于传统的只靠文字来辨别的图灵测试比赛，Zafeirios参加的是一场基于游戏环境的类脑智能测试，在这个游戏系统中，有人类玩家，也有机器人玩家扮演的角色，而比赛的要求就是需要测试者根据这个角色在游戏中的表现与行动效果，来判断它是人类还是机器。

　　总的来说，相比单纯的文字聊天，庄宏斌认为这一类型的测试更偏向行为与控制决策，更接近一个机器人产品在现实场景中与用户进行互动的模拟效果：

　　“Zafeirios在这个比赛中得了第二名，他研发的类脑引擎非常了不起，而这些要得益于脑神经科学与计算机科学的交叉与融合。”

　　在采访过程中，庄宏斌似乎对各种交叉学科情有独钟，譬如他并不认为AI研发就要求工程师一定只盯着机器学习、深度学习，一些看起来不相关的学科也有可能会在不经意间打破人工智能的开发瓶颈，譬如“认知心理学”这门学问：

　　当然，具体的人脑与计算机算法的运作机制肯定是不一样的，但是概念模型与元素却是完全可以映射在一起的。在核心算法的研发过程中，‘认知心理学’也是Emotech在训练算法模型时重点应用的知识模块。与脑神经科学一样，作为分析人类情感与性格的一项重要学科，直播，认知心理学中的一些方法论也被我们拿来融入到了这个系统中。”

　　而这种在学科上的交叉运用与多样化处理，也影响了Emotech的团队配置。一个30多人的AI团队，80%都是由科学家与工程师组成，这似乎在行业内比较常见；但我们却很难想象这个研发团队中，除了语音识别专家、视觉处理专家，还有物理学家、语言学家、心理学家以及其他来自不同行业的专家。

　　“Emotech做视觉的是一位来自牛津的科学家，在来我们公司之前就收到了特斯拉、Google等所有你能想到的大公司的offer；还有我们的硬件与软件平台工程师，在苹果曾做了10年主设计师；还有我们的机械工程师，曾参与做过第一代iPad。

　　当然，我可能跟行业内的其他人有点不同，我更喜欢团队的扁平化与多样性，我更喜欢让不同背景的人聚集在一起，而不单单只是在AI领域有建树的人。因此我们团队还有物理学家、心理学家，甚至还有参与过设计《疯狂原始人》与《银河护卫队》的知名动画设计师，这样大家可以在交流中碰撞出更多火花。