Μέχρι πολύ πρόσφατα, έπρεπε να αλληλεπιδρούμε με τους υπολογιστές με τους δικούς τους όρους. Για να τα χρησιμοποιήσουν, οι άνθρωποι έπρεπε να μάθουν εισόδους σχεδιασμένες να γίνονται κατανοητές από τον υπολογιστή: είτε πληκτρολογούσαν εντολές είτε έκαναν κλικ σε εικονίδια χρησιμοποιώντας ένα ποντίκι. Όμως τα πράγματα αλλάζουν. Η άνοδος του A.I. Οι βοηθοί φωνής όπως η Siri και η Alexa δίνουν τη δυνατότητα στις μηχανές να κατανοούν τους ανθρώπους όπως αλληλεπιδρούν συνήθως στον πραγματικό κόσμο. Τώρα οι ερευνητές φθάνουν στο επόμενο Άγιο Δισκοπότηρο: Υπολογιστές που μπορούν να κατανοήσουν τα συναισθήματα.
Περιεχόμενα
- Τα συναισθήματα έχουν σημασία
- Προκλήσεις μπροστά;
Είτε πρόκειται για το ρομπότ T-1000 του Arnold Schwarzenegger Εξολοθρευτής 2 ή Δεδομένα, το android χαρακτήρας μέσα Star Trek: The Next Generation, η αδυναμία των μηχανών να κατανοήσουν και να ανταποκριθούν σωστά στα ανθρώπινα συναισθήματα ήταν από καιρό ένα κοινό τροπάριο επιστημονικής φαντασίας. Ωστόσο, η έρευνα του πραγματικού κόσμου δείχνει ότι οι αλγόριθμοι μηχανικής μάθησης γίνονται πραγματικά εντυπωσιακά καλοί στην αναγνώριση των σωματικών ενδείξεων που χρησιμοποιούμε για να υποδείξουμε πώς νιώθουμε μέσα μας. Και θα μπορούσε να οδηγήσει σε ένα εντελώς νέο όριο αλληλεπιδράσεων ανθρώπου-μηχανής.
Μην μας παρεξηγείτε: Οι μηχανές δεν είναι ακόμη τόσο οξυδερκείς όσο ο μέσος άνθρωπος σας όταν πρόκειται να αναγνωρίσετε τους διάφορους τρόπους με τους οποίους εκφράζουμε τα συναισθήματα. Αλλά γίνονται πολύ καλύτερα. Σε μια πρόσφατη δοκιμή που πραγματοποιήθηκε από ερευνητές στο Πανεπιστήμιο του Δουβλίνου, στο University College του Λονδίνου, στο Πανεπιστήμιο της Βρέμης και στο Queen's Στο Πανεπιστήμιο του Μπέλφαστ, ένας συνδυασμός ανθρώπων και αλγορίθμων κλήθηκε να αναγνωρίσει μια ποικιλία συναισθημάτων κοιτάζοντας το ανθρώπινο πρόσωπο εκφράσεις.
Σχετίζεται με
- Συναισθηματική A.I. είναι εδώ και θα μπορούσε να είναι στην επόμενη συνέντευξη εργασίας σας
- Οι επιστήμονες χρησιμοποιούν A.I. για τη δημιουργία τεχνητού ανθρώπινου γενετικού κώδικα
- Γνώρισα τους τεχνητούς ανθρώπους της Samsung και μου έδειξαν το μέλλον της A.I.
Τα συναισθήματα περιελάμβαναν ευτυχία, λύπη, θυμό, έκπληξη, φόβο και αηδία. Ενώ οι άνθρωποι εξακολουθούν να έχουν καλύτερη απόδοση από τις μηχανές συνολικά (με ακρίβεια 73% κατά μέσο όρο, σε σύγκριση με 49% έως 62% ανάλογα με τον αλγόριθμο), οι βαθμολογίες που συγκεντρώθηκαν από τα διάφορα ρομπότ που δοκιμάστηκαν έδειξαν πόσο μακριά έχουν φτάσει σε αυτό σχέση. Το πιο εντυπωσιακό είναι ότι η ευτυχία και η λύπη ήταν δύο συναισθήματα στα οποία οι μηχανές μπορούν να ξεπεράσουν τους ανθρώπους στο να μαντέψουν, απλά κοιτάζοντας τα πρόσωπα. Αυτό είναι ένα σημαντικό ορόσημο.
Προτεινόμενα βίντεο
Τα συναισθήματα έχουν σημασία
Οι ερευνητές ενδιαφέρονται εδώ και καιρό να μάθουν εάν οι μηχανές μπορούν να αναγνωρίσουν συναισθήματα από ακίνητες εικόνες ή βίντεο. Αλλά μόλις σχετικά πρόσφατα εμφανίστηκαν αρκετές νεοφυείς επιχειρήσεις πάρτε αυτήν την τεχνολογία mainstream. Η πρόσφατη μελέτη εξέτασε εμπορικούς ταξινομητές μηχανημάτων αναγνώρισης προσώπου που αναπτύχθηκαν από την Affectiva, CrowdEmotion, FaceVideo, Emotient, Microsoft, MorphCast, Neurodatalab, VicarVision και VisageTechnologies. Όλοι αυτοί είναι ηγέτες στον αναπτυσσόμενο τομέα των συναισθηματικών υπολογιστών, γνωστός και ως διδάσκοντας στους υπολογιστές να αναγνωρίζουν τα συναισθήματα.
Το τεστ διεξήχθη σε 938 βίντεο, συμπεριλαμβανομένων τόσο πόζες όσο και αυθόρμητων συναισθηματικών εμφανίσεων. Η πιθανότητα μιας σωστής τυχαίας εικασίας από τον αλγόριθμο για τους έξι τύπους συναισθημάτων θα ήταν περίπου 16%.
Damien Dupré, Επίκουρος Καθηγητής στο DCU Business School του Πανεπιστημίου του Δουβλίνου, είπε στο Digital Trends ότι Η εργασία είναι σημαντική γιατί έρχεται σε μια εποχή που η τεχνολογία αναγνώρισης συναισθημάτων γίνεται όλο και πιο αξιόπιστη επάνω σε.
«Δεδομένου ότι τα συστήματα μηχανικής μάθησης γίνονται ευκολότερα στην ανάπτυξη, πολλές εταιρείες παρέχουν πλέον συστήματα για άλλες εταιρείες: κυρίως εταιρείες μάρκετινγκ και αυτοκινητοβιομηχανίας», είπε ο Dupré. «Ενώ το να [κάνουμε] ένα λάθος στην αναγνώριση συναισθημάτων για την ακαδημαϊκή έρευνα είναι, τις περισσότερες φορές, ακίνδυνο, τα πονταρίσματα είναι διαφορετικά κατά την εμφύτευση ενός συστήματος αναγνώρισης συναισθημάτων σε ένα αυτοοδηγούμενο αυτοκίνητο, για παράδειγμα. Ως εκ τούτου, θέλαμε να συγκρίνουμε τα αποτελέσματα διαφορετικών συστημάτων».
Θα μπορούσε μια μέρα να χρησιμοποιηθεί για να εντοπίσει πράγματα όπως η υπνηλία ή η οργή του δρόμου, που μπορεί να προκαλέσει ένα ημιαυτόνομο αυτοκίνητο να πάρει το τιμόνι.
Η ιδέα του ελέγχου ενός αυτοκινήτου χρησιμοποιώντας την αναγνώριση προσώπου με γνώμονα τα συναισθήματα ακούγεται, ειλικρινά, τρομακτική - ειδικά αν είστε το είδος του ατόμου που είναι επιρρεπές σε συναισθηματικές εκρήξεις στο δρόμο. Ευτυχώς, δεν χρησιμοποιείται ακριβώς έτσι. Για παράδειγμα, η εταιρεία αναγνώρισης συναισθημάτων Affectiva έχει διερευνήσει τη χρήση των καμερών στο αυτοκίνητο για αναγνωρίζουν τα συναισθήματα στους οδηγούς. Θα μπορούσε μια μέρα να χρησιμοποιηθεί για να εντοπίσει πράγματα όπως η υπνηλία ή η οργή του δρόμου, που μπορεί να προκαλέσει ένα ημιαυτόνομο αυτοκίνητο να πάρει το τιμόνι εάν ένας οδηγός κριθεί ανίκανος να οδηγήσει.
Ερευνητές στο Πανεπιστήμιο του Τέξας στο Ώστιν, εν τω μεταξύ, ανέπτυξαν τεχνολογία που επιμελείται μια «υπερπροσωπική» λίστα αναπαραγωγής μουσικής που προσαρμόζεται στις μεταβαλλόμενες διαθέσεις κάθε χρήστη. Μια εργασία που περιγράφει το έργο, με τίτλο "The Right Music at the Right Time: Adaptive Personalized Playlists Based on Sequence Modeling", ήταν δημοσιεύθηκε αυτόν τον μήνα στο περιοδικό MIS Quarterly. Περιγράφει τη χρήση ανάλυσης συναισθημάτων που προβλέπει όχι μόνο ποια τραγούδια θα αρέσουν στους χρήστες με βάση τη διάθεσή τους, αλλά και την καλύτερη σειρά με την οποία θα τα παίξουν επίσης.
Υπάρχουν και άλλες πιθανές εφαρμογές για την τεχνολογία αναγνώρισης συναισθημάτων. Η Amazon, για παράδειγμα, πολύ πρόσφατα άρχισε να ενσωματώνει την παρακολούθηση συναισθημάτων φωνών για Alexa βοηθός; επιτρέποντας στο A.I. προς την αναγνωρίζουν πότε ένας χρήστης δείχνει απογοήτευση. Πιο κάτω, υπάρχει η πιθανότητα αυτό να οδηγήσει ακόμη και σε τεχνητούς παράγοντες με πλήρη συναισθηματική απόκριση, όπως αυτός στο Η ταινία του Spike Jonze του 2013 Αυτήν.
Στην πρόσφατη εργασία ανάλυσης συναισθημάτων βάσει εικόνας, η αίσθηση συναισθήματος βασίζεται σε εικόνες. Ωστόσο, όπως δείχνουν μερικές από αυτές τις εικόνες, υπάρχουν άλλοι τρόποι με τους οποίους οι μηχανές μπορούν να «μυρίσουν» το σωστό συναίσθημα την κατάλληλη στιγμή.
«Όταν οι πληροφορίες του προσώπου για κάποιο λόγο δεν είναι διαθέσιμες, μπορούμε να αναλύσουμε τους φωνητικούς τόνους ή να δούμε τις χειρονομίες».
«Οι άνθρωποι παράγουν πολλά μη λεκτικά και φυσιολογικά δεδομένα ανά πάσα στιγμή», δήλωσε ο George Pliev, ιδρυτής και διευθύνων εταίρος στο Neurodata Lab, μία από τις εταιρείες των οποίων οι αλγόριθμοι δοκιμάστηκαν για τη μελέτη αναγνώρισης προσώπου. «Εκτός από τις εκφράσεις του προσώπου, υπάρχουν η φωνή, η ομιλία, οι κινήσεις του σώματος, ο καρδιακός ρυθμός και ο ρυθμός της αναπνοής. Μια πολυτροπική προσέγγιση δηλώνει ότι τα δεδομένα συμπεριφοράς πρέπει να εξαχθούν από διαφορετικά κανάλια και να αναλυθούν ταυτόχρονα. Τα δεδομένα που προέρχονται από ένα κανάλι θα επαληθεύουν και θα εξισορροπούν τα δεδομένα που λαμβάνονται από τα άλλα. Για παράδειγμα, όταν οι πληροφορίες του προσώπου για κάποιο λόγο δεν είναι διαθέσιμες, μπορούμε να αναλύσουμε τους φωνητικούς τόνους ή να δούμε τις χειρονομίες».
Προκλήσεις μπροστά;
Ωστόσο, υπάρχουν προκλήσεις — όπως συμφωνούν όλοι οι εμπλεκόμενοι. Τα συναισθήματα δεν είναι πάντα εύκολο να εντοπιστούν. ακόμα και για τους ανθρώπους που τις βιώνουν.
«Αν θέλετε να διδάξετε A.I. πώς να ανιχνεύσετε αυτοκίνητα, πρόσωπα ή συναισθήματα, θα πρέπει πρώτα να ρωτήσετε τους ανθρώπους πώς μοιάζουν αυτά τα αντικείμενα», συνέχισε ο Pliev. «Οι απαντήσεις τους θα αντιπροσωπεύουν την αλήθεια. Όσον αφορά την αναγνώριση αυτοκινήτων ή προσώπων, σχεδόν το 100% των ερωτηθέντων θα ήταν συνεπείς στις απαντήσεις τους. Αλλά όταν πρόκειται για συναισθήματα, τα πράγματα δεν είναι τόσο απλά. Οι συναισθηματικές εκφράσεις έχουν πολλές αποχρώσεις και εξαρτώνται από το πλαίσιο: πολιτισμικό υπόβαθρο, ατομικές διαφορές, ιδιαίτερες καταστάσεις όπου εκφράζονται τα συναισθήματα. Για ένα άτομο, μια συγκεκριμένη έκφραση προσώπου θα σήμαινε ένα πράγμα, ενώ ένα άλλο άτομο μπορεί να το θεωρήσει διαφορετικά».
Ο Dupré συμφωνεί με το συναίσθημα. «Μπορούν αυτά τα συστήματα [να είναι εγγυημένα] να αναγνωρίσουν το συναίσθημα που πραγματικά νιώθει κάποιος;» αυτός είπε. «Η απάντηση δεν είναι καθόλου, και δεν θα είναι ποτέ! Αναγνωρίζουν μόνο το συναίσθημα που οι άνθρωποι αποφασίζουν να εκφράσουν - και τις περισσότερες φορές αυτό δεν αντιστοιχεί στο συναίσθημα που νιώθουν. Έτσι, το μήνυμα είναι ότι [οι μηχανές] δεν θα διαβάσουν ποτέ… το δικό σας συναίσθημα».
Ωστόσο, αυτό δεν σημαίνει ότι η τεχνολογία δεν θα είναι χρήσιμη. Ή να σταματήσει να γίνει μεγάλο μέρος της ζωής μας τα επόμενα χρόνια. Και ακόμη και ο Damien Dupré αφήνει ένα ελαφρύ περιθώριο κουνήματος όταν πρόκειται για τη δική του πρόβλεψη ότι οι μηχανές θα ποτέ επιτύχει κάτι: «Λοιπόν, ποτέ μην λες ποτέ», σημείωσε.
Η ερευνητική εργασία, «Αναγνώριση συναισθημάτων σε ανθρώπους και μηχανές με χρήση πόζας και αυθόρμητης έκφρασης προσώπου», είναι διαθέσιμο για ανάγνωση online εδώ.
Συστάσεις των συντακτών
- Η αστεία φόρμουλα: Γιατί το χιούμορ που δημιουργείται από μηχανή είναι το ιερό δισκοπότηρο του A.I.
- Γυναίκες με Byte: Το σχέδιο της Vivienne Ming να λύσει «ακατάστατα ανθρώπινα προβλήματα» με A.I.
- Η άγρια νέα τεχνική «brainsourcing» εκπαιδεύει την A.I. απευθείας με ανθρώπινα εγκεφαλικά κύματα
- Γνωρίστε τον Neon, τον τεχνητό άνθρωπο της Samsung (που δεν μοιάζει σε τίποτα με το Bixby), στην CES 2020
- Ο κορυφαίος δρομέας drone αντιμετωπίζει το drone ρομπότ στην πρώτη σύγκρουση ανθρώπου-μηχανής
