Advancing Social Intelligence in AI Agents: Technical Challenges and Open Questions

构建具有社交智能的人工智能代理（Social-AI）是一个跨学科、多模态的研究目标，涉及创建能够感知、感知、推理、学习和响应其他代理（人类或人工）的情感、行为和认知的代理。过去十年来，在自然语言处理、机器学习、机器人、人机交互、计算机视觉和语音等多个计算机领域，社交智能的进展加速。特别是自然语言处理在社交智能研究中占据了重要地位，因为语言在构建社交世界中起着关键作用。在这篇立场论文中，我们确定了一组潜在的技术挑战和开放性问题，供计算机领域的研究人员推进社交智能研究。我们将讨论锚定在社交智能概念和社交智能研究的先前进展的背景下。

构建社交智能的AI代理是一项跨学科的多模态研究目标，涉及创建能够感知、理解、推理、学习和响应其他代理（人类或人工）的情感、行为和认知的代理。

本文在社交智能的概念和之前的社交AI研究进展的背景下，确定了一组潜在的技术挑战和开放性问题，以推动社交AI的研究。

本文着重介绍了自然语言处理在社交AI研究中的重要性，同时还讨论了其他计算领域对社交AI发展的贡献。论文提出了一些挑战和问题，如如何让AI代理更好地理解人类情感和行为，如何建立更好的跨模态模型等。

最近的相关研究包括：《Social Robots: A Review》、《Social Intelligence in a Humanoid Robot by Combining Speech and Visual Perception》、《Towards Socially Intelligent Robots: A Survey on Recent Advances in Recognizing Human Emotions》等。