До съвсем скоро трябваше да взаимодействаме с компютрите според техните собствени условия. За да ги използват, хората трябваше да научат входове, предназначени да бъдат разбрани от компютъра: независимо дали става въпрос за въвеждане на команди или щракване върху икони с помощта на мишката. Но нещата се променят. Възходът на A.I. гласови асистенти като Siri и Alexa позволяват на машините да разбират хората, както те обикновено биха си взаимодействали в реалния свят. Сега изследователите посягат към следващия Свещен Граал: компютри, които могат да разберат емоциите.
Съдържание
- Емоциите имат значение
- Предстоящи предизвикателства?
Независимо дали е роботът T-1000 на Арнолд Шварценегер Терминатор 2 или данни, Android характер в Стар Трек: Следващото поколение, неспособността на машините да разберат и правилно да реагират на човешките емоции отдавна е често срещана научна фантастика. Изследванията в реалния свят обаче показват, че алгоритмите за машинно обучение всъщност стават впечатляващо добри в разпознаването на телесните знаци, които използваме, за да намекнем как се чувстваме вътре. И може да доведе до изцяло нова граница на взаимодействията човек-машина.
Не ни разбирайте погрешно: машините все още не са толкова проницателни като средния човек, когато става въпрос за разпознаване на различните начини, по които изразяваме емоции. Но те стават много по-добри. В скорошен тест, извършен от изследователи от Dublin City University, University College London, University of Bremen и Queen's Университетът в Белфаст, комбинация от хора и алгоритми бяха помолени да разпознаят набор от емоции, като гледат човешкото лице изрази.
Свързани
- Емоционален ИИ е тук и може да бъде на следващото ви интервю за работа
- Учените използват A.I. за създаване на изкуствен човешки генетичен код
- Срещнах изкуствените хора на Samsung и те ми показаха бъдещето на ИИ.
Емоциите включват щастие, тъга, гняв, изненада, страх и отвращение. Въпреки че хората все още превъзхождат машините като цяло (с точност от средно 73%, в сравнение с 49% до 62% в зависимост от алгоритъма), резултатите, натрупани от различните тествани ботове, показаха докъде са стигнали в това отношение. Най-впечатляващото е, че щастието и тъгата са две емоции, при които машините могат да превъзхождат хората в отгатването, просто като гледат лицата. Това е важен крайъгълен камък.
Препоръчани видеоклипове
Емоциите имат значение
Изследователите отдавна се интересуват от това дали машините могат да идентифицират емоция от неподвижни изображения или видеозаписи. Но едва сравнително наскоро се появиха редица стартиращи фирми вземете тази технология масова. Неотдавнашното проучване тества търговски класификатори за машини за разпознаване на лица, разработени от Affectiva, CrowdEmotion, FaceVideo, Emotient, Microsoft, MorphCast, Neurodatalab, VicarVision и VisageTechnologies. Всички те са лидери в разрастващата се област на афективното изчисление, известно още като обучение на компютрите да разпознават емоциите.
Тестът е проведен върху 938 видеоклипа, включващи както позирани, така и спонтанни емоционални прояви. Шансът за правилно произволно предположение от алгоритъма за шестте вида емоции би бил около 16%.
Дамиен Дюпре, асистент професор в DCU Business School на Dublin City University, каза пред Digital Trends, че работата е важна, защото идва във време, когато на технологията за разпознаване на емоциите се разчита все повече върху.
„Тъй като системите за машинно обучение стават все по-лесни за разработване, много компании сега предоставят системи за други компании: главно маркетингови и автомобилни компании“, каза Дюпре. „Докато [допускането] на грешка в разпознаването на емоции за академични изследвания, през повечето време, безвреден, залозите са различни при имплантиране на система за разпознаване на емоции в самоуправляваща се кола, за пример. Затова искахме да сравним резултатите от различни системи.“
Един ден може да се използва за забелязване на неща като сънливост или ярост на пътя, което може да предизвика полуавтономен автомобил да поеме волана.
Идеята за управление на автомобил с помощта на емоционално лицево разпознаване звучи, честно казано, ужасяващо - особено ако сте от хората, склонни към емоционални изблици на пътя. За щастие не се използва точно така. Например компанията за разпознаване на емоции Affectiva е проучила използването на камери в автомобила за идентифицирайте емоциите на водачите. Един ден може да се използва за забелязване на неща като сънливост или ярост на пътя, което може да задейства полуавтономен автомобил, който да поеме волана, ако шофьорът бъде счетен за негоден да шофира.
Междувременно изследователи от Тексаския университет в Остин са разработили технология, която подготвя „ултраперсонален“ музикален плейлист, който се адаптира към променящите се настроения на всеки потребител. Документ, описващ работата, озаглавен „Правилната музика в точното време: адаптивни персонализирани плейлисти, базирани на моделиране на последователности“, беше публикувани този месец в списанието MIS Quarterly. Той описва използването на емоционален анализ, който предвижда не само кои песни ще се харесат на потребителите въз основа на тяхното настроение, но и най-добрия ред, в който да ги възпроизвеждате.
Има и други потенциални приложения за технологията за разпознаване на емоции. Amazon, например, съвсем наскоро започна да включва проследяване на емоции на гласове за своите Алекса асистент; позволявайки на A.I. да се разпознават кога даден потребител показва разочарование. По-нататък има възможност това дори да доведе до пълноценни емоционално реагиращи изкуствени агенти, като този в Филмът на Спайк Джонз от 2013 г нея.
В скорошната работа по анализ на емоциите, базирана на изображения, усещането за емоции се основава на изображения. Въпреки това, както показват някои от тези илюстрации, има и други начини, по които машините могат да „надушат“ точната емоция в точното време.
„Когато информацията за лицето по някаква причина е недостъпна, можем да анализираме вокалните интонации или да погледнем жестовете.“
„Хората генерират много невербални и физиологични данни във всеки един момент“, каза Джордж Плиев, основател и управляващ партньор в Лаборатория Neurodata, една от компаниите, чиито алгоритми бяха тествани за проучването за разпознаване на лица. „Освен изражението на лицето, има глас, говор, движения на тялото, сърдечен ритъм и честота на дишане. Мултимодалният подход гласи, че данните за поведението трябва да се извличат от различни канали и да се анализират едновременно. Данните, идващи от един канал, ще проверяват и балансират данните, получени от другите. Например, когато информацията за лицето по някаква причина е недостъпна, можем да анализираме вокалните интонации или да погледнем жестовете.
Предстоящи предизвикателства?
Съществуват обаче предизвикателства - както всички участници са съгласни. Емоциите не винаги са лесни за идентифициране; дори за хората, които ги изпитват.
„Ако желаете да преподавате A.I. как да откривате коли, лица или емоции, първо трябва да попитате хората как изглеждат тези обекти“, продължи Плиев. „Техните отговори ще представят основната истина. Когато става въпрос за идентифициране на автомобили или лица, почти 100% от запитаните хора биха били последователни в отговорите си. Но когато става въпрос за емоции, нещата не са толкова прости. Емоционалните изрази имат много нюанси и зависят от контекста: културен произход, индивидуални различия, конкретните ситуации, в които се изразяват емоциите. За един човек определено изражение на лицето би означавало едно нещо, докато друг може да го приеме по различен начин.
Дюпре е съгласен с това мнение. „Може ли тези системи [да бъдат гарантирани] да разпознаят емоцията, която действително изпитва някой?“ той каза. „Отговорът е изобщо не и никога няма да бъдат! Те разпознават само емоцията, която хората решават да изразят - и през повечето време това не съответства на изпитаната емоция. Така че основното послание е, че [машините] никога няма да разчетат... вашите собствени емоции.“
Все пак това не означава, че технологията няма да бъде полезна. Или да спрем това да стане голяма част от живота ни през следващите години. И дори Дамиен Дюпре оставя малко място за мърдане, когато става дума за собствената му прогноза, че машините ще никога постигне нещо: „Е, никога не казвай никога“, отбеляза той.
Изследователската статия „Разпознаване на емоции при хора и машини, използващи пози и спонтанни изражения на лицето“ е достъпни за четене онлайн тук.
Препоръки на редакторите
- Забавната формула: Защо машинно генерираният хумор е свещеният граал на ИИ
- Жени с Байт: Планът на Вивиен Минг за решаване на „объркани човешки проблеми“ с ИИ.
- Дива нова техника за „мозъчен източник“ обучава ИИ директно с човешки мозъчни вълни
- Запознайте се с Neon, изкуствения човек на Samsung (който не прилича на Bixby), на CES 2020
- Топ състезател с дрон се изправя срещу дрон робот в първия сблъсък между хора и машини
