Viime aikoihin asti meidän on täytynyt olla vuorovaikutuksessa tietokoneiden kanssa niiden omilla ehdoilla. Käyttääkseen niitä ihmisten oli opittava syötteitä, jotka oli suunniteltu tietokoneen ymmärtämään: olipa kyseessä komentojen kirjoittaminen tai kuvakkeiden napsauttaminen hiirellä. Mutta asiat muuttuvat. A.I.:n nousu ääniavustajat, kuten Siri ja Alexa, antavat koneille mahdollisuuden ymmärtää ihmisiä niin kuin he tavallisesti olisivat vuorovaikutuksessa todellisessa maailmassa. Nyt tutkijat tavoittelevat seuraavaa Pyhää Graalia: tietokoneita, jotka voivat ymmärtää tunteita.
Sisällys
- Tunteilla on väliä
- Haasteet edessä?
Olipa kyseessä Arnold Schwarzeneggerin T-1000-robotti Terminaattori 2 tai Data, Android hahmo sisään Star Trek: Seuraava sukupolvi, koneiden kyvyttömyys ymmärtää ihmisten tunteita ja reagoida niihin oikein on ollut pitkään yleinen sci-fi-trooppi. Reaalimaailman tutkimukset osoittavat kuitenkin, että koneoppimisalgoritmit ovat itse asiassa alkaneet tunnistaa vaikuttavan hyviä kehollisia vihjeitä, joita käytämme vihjaamaan siitä, miltä sisällämme tuntuu. Ja se voi johtaa täysin uuteen rajaan ihmisen ja koneen välisessä vuorovaikutuksessa.
Älä ymmärrä meitä väärin: koneet eivät ole vielä yhtä taitavia kuin keskivertoihmisesi, kun tulee tunnistamaan erilaisia tapoja ilmaista tunteita. Mutta ne paranevat paljon. Dublin City Universityn, University College Londonin, Bremenin yliopiston ja Queen'sin tutkijoiden hiljattain tekemässä testissä Belfastin yliopisto, ihmisten ja algoritmien yhdistelmää pyydettiin tunnistamaan erilaisia tunteita katsomalla ihmisen kasvoja ilmaisuja.
Liittyvät
- Tunteita tunnistava A.I. on täällä, ja se voi olla seuraavassa työhaastattelussasi
- Tutkijat käyttävät A.I. keinotekoisen ihmisen geneettisen koodin luomiseksi
- Tapasin Samsungin keinotekoiset ihmiset, ja he näyttivät minulle A.I: n tulevaisuuden.
Tunteisiin kuuluivat ilo, suru, viha, yllätys, pelko ja inho. Vaikka ihmiset suoriutuivat edelleen koneista kokonaisuutena (keskimäärin 73 %:n tarkkuus verrattuna 49-62 %:iin) algoritmista riippuen), eri testattujen robottien keräämät pisteet osoittivat kuinka pitkälle ne ovat päässeet tässä huomioon. Vaikuttavinta on, että onnellisuus ja suru olivat kaksi tunnetta, joissa koneet voivat päihittää ihmiset arvaamalla yksinkertaisesti katsomalla kasvoja. Se on merkittävä virstanpylväs.
Suositellut videot
Tunteilla on väliä
Tutkijat ovat pitkään olleet kiinnostuneita selvittämään, pystyvätkö koneet tunnistamaan tunteita still-kuvista tai videomateriaalista. Mutta vasta suhteellisen hiljattain on syntynyt useita startup-yrityksiä ottaa tämän tekniikan valtavirtaan. Äskettäisessä tutkimuksessa testattiin Affectivan kehittämiä kaupallisia kasvojentunnistuskoneiden luokittimia, CrowdEmotion, FaceVideo, Emotient, Microsoft, MorphCast, Neurodatalab, VicarVision ja VisageTechnologies. Kaikki nämä ovat johtajia kasvavalla affektiivisen tietojenkäsittelyn alalla, eli ne opettavat tietokoneita tunnistamaan tunteita.
Testi suoritettiin 938 videolla, jotka sisälsivät sekä poseerattuja että spontaaneja tunnenäyttöjä. Todennäköisyys saada oikea satunnainen arvaus algoritmilla kuudelle tunnetyypille olisi noin 16 %.
Damien Dupré, Dublin City Universityn DCU Business Schoolin apulaisprofessori, kertoi Digital Trendsille, että työ on tärkeää, koska se tulee aikaan, jolloin tunteidentunnistustekniikkaan luotetaan entistä enemmän päälle.
"Koska koneoppimisjärjestelmien kehittäminen on tulossa entistä helpommaksi, monet yritykset tarjoavat nyt järjestelmiä muille yrityksille: pääasiassa markkinointi- ja autoalan yrityksille", Dupré sanoi. "Virheen tekeminen akateemisen tutkimuksen tunteiden tunnistamisessa on useimmiten harmittomia, panokset ovat erilaisia istutettaessa tunteidentunnistusjärjestelmää itseajavaan autoon esimerkki. Siksi halusimme verrata eri järjestelmien tuloksia.”
Sitä voitaisiin jonakin päivänä käyttää havaitsemaan esimerkiksi uneliaisuutta tai raivoa, mikä saattaa laukaista puoliautonomisen auton ottamaan rattiin.
Ajatus auton ohjaamisesta tunnepohjaisella kasvojentunnistuksella kuulostaa suoraan sanoen pelottavalta – varsinkin jos olet sellainen henkilö, joka on altis tunnepurkauksille tiellä. Onneksi sitä ei käytetä juuri näin. Esimerkiksi tunteidentunnistusyritys Affectiva on tutkinut autokameroiden käyttöä tunnistaa tunteita kuljettajissa. Sitä voitaisiin jonakin päivänä käyttää havaitsemaan esimerkiksi uneliaisuutta tai raivoa, mikä saattaa laukaista puoliautonomisen auton ottamaan rattiin, jos kuljettaja ei kelpaa ajamaan.
Austinin Texasin yliopiston tutkijat ovat puolestaan kehittäneet teknologiaa, joka kuratoi "ultrapersoonallisen" musiikkisoittolistan, joka mukautuu jokaisen käyttäjän muuttuviin mielialoihin. Teosta kuvaava paperi, jonka otsikko on "Oikea musiikki oikeaan aikaan: Mukautuvat personoidut soittolistat, jotka perustuvat sekvenssimallinnukseen". julkaistu tässä kuussa MIS Quarterly -lehdessä. Se kuvaa tunneanalyysin käyttöä, joka ennustaa paitsi mitkä kappaleet vetoavat käyttäjiin heidän mielialansa perusteella, myös parhaan järjestyksen, jossa ne soitetaan.
Tunteidentunnistusteknologialle on myös muita mahdollisia sovelluksia. Esimerkiksi Amazon on hiljattain alkanut sisällyttää äänten tunteiden seurantaan Alexa avustaja; sallien A.I. to tunnistaa, kun käyttäjä on turhautunut. Myöhemmässä linjassa on mahdollista, että tämä voi jopa johtaa täysin emotionaalisesti reagoiviin keinotekoisiin aineisiin, kuten Spike Jonzen 2013 elokuva Hänen.
Viimeaikaisessa kuvapohjaisessa tunneanalyysityössä tunteiden havaitseminen perustuu kuviin. Kuitenkin, kuten jotkut näistä kuvista osoittavat, on olemassa muita tapoja, joilla koneet voivat "haistaa" oikean tunteen oikeaan aikaan.
"Kun kasvotiedot eivät jostain syystä ole saatavilla, voimme analysoida äänen intonaatioita tai katsoa eleitä."
"Ihmiset tuottavat paljon ei-verbaalisia ja fysiologisia tietoja kullakin hetkellä", sanoi George Pliev, perustaja ja toimitusjohtaja Neurodata Lab, yksi niistä yrityksistä, joiden algoritmeja testattiin kasvojentunnistustutkimuksessa. ”Ilmeiden lisäksi on ääni, puhe, kehon liikkeet, syke ja hengitystaajuus. Multimodaalinen lähestymistapa edellyttää, että käyttäytymisdataa tulee poimia eri kanavista ja analysoida samanaikaisesti. Yhdeltä kanavalta tulevat tiedot tarkistavat ja tasapainottavat toiselta kanavalta vastaanotetun tiedon. Esimerkiksi kun kasvotiedot eivät jostain syystä ole saatavilla, voimme analysoida äänen intonaatioita tai katsoa eleitä."
Haasteet edessä?
Haasteita kuitenkin on – kuten kaikki asianosaiset ovat yhtä mieltä. Tunteita ei aina ole helppo tunnistaa; jopa niitä kokeville ihmisille.
"Jos haluat opettaa A.I. kuinka tunnistaa autot, kasvot tai tunteet, kannattaa ensin kysyä ihmisiltä, miltä nämä esineet näyttävät", Pliev jatkoi. "Heidän vastauksensa edustavat perustotuutta. Mitä tulee autojen tai kasvojen tunnistamiseen, lähes 100 % kysytyistä ihmisistä olisi johdonmukaisia vastauksissaan. Mutta mitä tulee tunteisiin, asiat eivät ole niin yksinkertaisia. Tunneilmaisuilla on monia vivahteita ja ne riippuvat kontekstista: kulttuuritaustasta, yksilöllisistä eroista, erityisistä tilanteista, joissa tunteita ilmaistaan. Yhdelle henkilölle tietty ilme merkitsisi yhtä asiaa, kun taas toinen voi ajatella sitä eri tavalla."
Dupré on samaa mieltä tunteesta. "Voidaanko nämä järjestelmät [taata] tunnistaa tunteet, joita joku todella tuntee?" hän sanoi. "Vastaus ei ole ollenkaan, eivätkä tule koskaan olemaan! He vain tunnistavat tunteen, jonka ihmiset päättävät ilmaista – ja suurimman osan ajasta se ei vastaa koettua tunnetta. Joten take-away viesti on, että [koneet] eivät koskaan lue… omia tunteitasi.”
Se ei silti tarkoita, etteikö teknologiasta olisi hyötyä. Tai estää sitä tulemasta suureksi osaksi elämäämme tulevina vuosina. Ja jopa Damien Dupré jättää hieman liikkumavaraa hänen omalle ennustelleen, että koneet tekevät niin ei koskaan saavuttaa jotain: "No, älä koskaan sano ei koskaan", hän huomautti.
Tutkimuspaperi "Tunteiden tunnistaminen ihmisissä ja koneissa poseeraamalla ja spontaanilla kasvojen ilmeellä" on luettavissa verkossa täältä.
Toimittajien suositukset
- Hauska kaava: Miksi koneella luotu huumori on A.I: n pyhä malja?
- Naiset tavun kanssa: Vivienne Mingin suunnitelma ratkaista "sotkuiset inhimilliset ongelmat" A.I: n kanssa.
- Villi uusi "aivohankinta" -tekniikka kouluttaa A.I. suoraan ihmisen aivoaaltojen kanssa
- Tapaa Neon, Samsungin keinotekoinen ihminen (joka ei ole samanlainen kuin Bixby) CES 2020 -messuilla
- Huippu drone-kilpailija kohtaa robottidroonin ensimmäisessä ihmisen ja koneen välisessä yhteenotossa
