1997年，麻省理工学院的皮卡德（R.W.Picard）教授提出了情感计算、言语和表情识别等理论构想，标志着人工智能研究深入到了人类的情感活动领域。R.W.Picard， Affective Computing， Cambridge： The MIT Press， 1997.与此同时，日本的国家研究机构和各大公司开始了感性工程学和机器人的研究，其中明治大学设计的“Kansei”（感性）机器人可以模仿人类的36种面部表情。欧洲的英、德、比利时及瑞士等国迅速建立了情感机器人研究的实验室，而中国的北京大学也在2017年成立了情感智能机器人实验室。随着智能机器人在感知、计算和分析人类情感方面的功能日益强大，人工智能感受信息过程与人类审美感知活动之间的“家族相似性”也愈加明显，这就使得新兴的人工智能与传统的美学研究之间形成了一种跨学科的互动研究关系。如今，人工智能中的人机多元交互需要精准识别人类的情感特征和瞬时变化，而当代美学也需要重新认识人类感知层面上生理和心理的复杂关系。所以说，人工智能的最新研究可以推动美学研究的观念更新，而人类美学的理论突破也可以促进人工智能学科的不断完善。正是出于这样的认知，我们希望参考人工智能的最新研究动向来认知情境美学的具体特性，注重从审美情境、多元交互、在场体验和审美模式等方面进行讨论，期待学术界同行们给予批评指正。

一、人工智能和情境意识

　　皮卡德有关情感识别和计算的研究加强了人工智能在情感识别中的自动控制能力，并且突出了人机交互中情感活动及其环境因素的重要作用，进而引导人们深入关注人机交互情境形成的复杂机制。人工智能的情境形成意味着情感因素和环境条件在特定时空中的交互关系的形成，也展示了智能机器人对于各种情感特征的实时表达和推演过程。从AI技术的角度来看，不同功能的智能机器人需要不同的情境设计和感知方式，使其更具有应用针对性。例如医疗护理机器人除了需要强化病患的身体姿态及生理指标外，还要对病人的情感进行辨识和处理，用最适合病人心理和生理特点的护理来减少病人的痛苦。再如，会展迎宾机器人需要加强对年龄、性别、服饰和言语等反映来客性格的感性特征的识别，从而以最恰当的礼宾方式让来客感到愉悦。由于这些专门类型的情感识别和处理需要应对不同的应用场景，必然要處理不同的“人—机—境”交互关系，由此进行动态的、随机的情境认知和计算。1988年，恩得斯利（Endsley）在美国加州的人因工程学学会的年会上提出了“情境意识”（Situation Awareness）的概念。1999年，拜得尼和麦斯特（Bedny