मशीनें मानवीय भावनाओं को पहचानने में बेहद कुशल होती जा रही हैं

अभी हाल तक हमें कंप्यूटर के साथ उनकी अपनी शर्तों पर बातचीत करनी पड़ती थी। उनका उपयोग करने के लिए, मनुष्यों को कंप्यूटर द्वारा समझे जाने के लिए डिज़ाइन किए गए इनपुट को सीखना पड़ा: चाहे वह कमांड टाइप करना हो या माउस का उपयोग करके आइकन क्लिक करना हो। लेकिन चीजें बदल रही हैं. ए.आई. का उदय सिरी और एलेक्सा जैसे वॉयस असिस्टेंट मशीनों के लिए इंसानों को समझना संभव बनाते हैं क्योंकि वे आम तौर पर वास्तविक दुनिया में बातचीत करते हैं। अब शोधकर्ता अगले पवित्र ग्रेल तक पहुंच रहे हैं: कंप्यूटर जो भावनाओं को समझ सकते हैं।

चाहे वह अर्नोल्ड श्वार्ज़नेगर का T-1000 रोबोट हो टर्मिनेटर 2 या डेटा, एंड्रॉयड में चरित्र स्टार ट्रेक: अगली पीढ़ीमानवीय भावनाओं को समझने और उन पर ठीक से प्रतिक्रिया देने में मशीनों की अक्षमता लंबे समय से एक आम विज्ञान-फाई ट्रॉप रही है। हालाँकि, वास्तविक दुनिया के शोध से पता चलता है कि मशीन लर्निंग एल्गोरिदम वास्तव में उन शारीरिक संकेतों को पहचानने में प्रभावशाली रूप से अच्छे हो रहे हैं जिनका उपयोग हम यह संकेत देने के लिए करते हैं कि हम अंदर कैसा महसूस कर रहे हैं। और यह मानव-मशीन इंटरैक्शन की एक पूरी नई सीमा को जन्म दे सकता है।

हमें गलत मत समझिए: जब हम भावनाओं को व्यक्त करने के विभिन्न तरीकों को पहचानने की बात करते हैं तो मशीनें अभी भी आपके औसत इंसान जितनी चतुर नहीं हैं। लेकिन वे काफी बेहतर हो रहे हैं। डबलिन सिटी यूनिवर्सिटी, यूनिवर्सिटी कॉलेज लंदन, यूनिवर्सिटी ऑफ ब्रेमेन और क्वीन्स के शोधकर्ताओं द्वारा किए गए एक हालिया परीक्षण में यूनिवर्सिटी बेलफ़ास्ट में लोगों और एल्गोरिदम के संयोजन से मानव चेहरे को देखकर विभिन्न प्रकार की भावनाओं को पहचानने के लिए कहा गया था भाव.

भावनाओं में ख़ुशी, दुःख, क्रोध, आश्चर्य, भय और घृणा शामिल थी। जबकि मनुष्य अभी भी समग्र रूप से मशीनों से बेहतर प्रदर्शन करते हैं (औसतन 73% की सटीकता के साथ, 49% से 62% की तुलना में) एल्गोरिथम के आधार पर), परीक्षण किए गए विभिन्न बॉट्स द्वारा एकत्रित किए गए अंकों से पता चलता है कि वे इसमें कितनी दूर आ गए हैं संबद्ध। सबसे प्रभावशाली बात यह है कि ख़ुशी और उदासी दो भावनाएँ हैं जिनमें मशीनें केवल चेहरों को देखकर अनुमान लगाने में इंसानों से बेहतर प्रदर्शन कर सकती हैं। यह एक महत्वपूर्ण मील का पत्थर है.

भावनाएँ मायने रखती हैं

शोधकर्ता लंबे समय से यह जानने में रुचि रखते हैं कि क्या मशीनें स्थिर छवियों या वीडियो फुटेज से भावनाओं की पहचान कर सकती हैं। लेकिन अपेक्षाकृत हाल ही में कई स्टार्टअप सामने आए हैं इस प्रौद्योगिकी को मुख्यधारा में लें. हाल के अध्ययन में एफेक्टिवा द्वारा विकसित वाणिज्यिक चेहरे की पहचान करने वाली मशीन क्लासिफायर का परीक्षण किया गया। क्राउडइमोशन, फेसवीडियो, इमोशन, माइक्रोसॉफ्ट, मॉर्फकास्ट, न्यूरोडाटलैब, विकारविज़न, और विज़ेज टेक्नोलॉजीज। ये सभी प्रभावशाली कंप्यूटिंग के बढ़ते क्षेत्र में अग्रणी हैं, यानी कंप्यूटर को भावनाओं को पहचानना सिखाना।

परीक्षण 938 वीडियो पर किया गया, जिसमें पोज और सहज भावनात्मक प्रदर्शन दोनों शामिल थे। छह भावना प्रकारों के लिए एल्गोरिदम द्वारा सही यादृच्छिक अनुमान की संभावना लगभग 16% होगी।

डेमियन डुप्रेडबलिन सिटी यूनिवर्सिटी के डीसीयू बिजनेस स्कूल के सहायक प्रोफेसर ने डिजिटल ट्रेंड्स को बताया कि काम महत्वपूर्ण है क्योंकि यह ऐसे समय में आता है जब भावना पहचान तकनीक अधिक विश्वसनीय होती जा रही है ऊपर।

डुप्रे ने कहा, "चूंकि मशीन लर्निंग सिस्टम विकसित करना आसान होता जा रहा है, इसलिए कई कंपनियां अब अन्य कंपनियों के लिए सिस्टम प्रदान कर रही हैं: मुख्य रूप से मार्केटिंग और ऑटोमोटिव कंपनियां।" "जबकि अकादमिक अनुसंधान के लिए भावनाओं को पहचानने में गलती करना, ज्यादातर समय होता है, हानिरहित, सेल्फ-ड्राइविंग कार में भावना पहचान प्रणाली को प्रत्यारोपित करते समय दांव अलग होते हैं उदाहरण। इसलिए हम विभिन्न प्रणालियों के परिणामों की तुलना करना चाहते थे।

भावनाओं से प्रेरित चेहरे की पहचान का उपयोग करके कार को नियंत्रित करने का विचार, स्पष्ट रूप से, डरावना लगता है - खासकर यदि आप ऐसे व्यक्ति हैं जो सड़क पर भावनात्मक विस्फोटों से ग्रस्त हैं। सौभाग्य से, इसका उपयोग ठीक उसी तरह नहीं किया जा रहा है। उदाहरण के लिए, भावना पहचान कंपनी अफेक्टिवा ने कार में कैमरों के उपयोग का पता लगाया है ड्राइवरों में भावनाओं को पहचानें. इसका उपयोग एक दिन उनींदापन या रोड रेज जैसी चीजों को पहचानने के लिए किया जा सकता है, जो ड्राइवर को गाड़ी चलाने के लिए अयोग्य समझे जाने पर एक अर्ध-स्वायत्त कार को चलाने के लिए प्रेरित कर सकता है।

इस बीच, ऑस्टिन में टेक्सास विश्वविद्यालय के शोधकर्ताओं ने ऐसी तकनीक विकसित की है जो एक "अल्ट्रा-पर्सनल" संगीत प्लेलिस्ट तैयार करती है जो प्रत्येक उपयोगकर्ता के बदलते मूड के अनुकूल होती है। काम का वर्णन करने वाला एक पेपर, जिसका शीर्षक था "सही समय पर सही संगीत: अनुक्रम मॉडलिंग पर आधारित अनुकूली वैयक्तिकृत प्लेलिस्ट," इस माह प्रकाशित एमआईएस क्वार्टरली पत्रिका में। यह भावना विश्लेषण का उपयोग करने का वर्णन करता है जो न केवल यह भविष्यवाणी करता है कि उपयोगकर्ताओं को उनके मूड के आधार पर कौन से गाने पसंद आएंगे, बल्कि उन्हें बजाने का सबसे अच्छा क्रम भी होगा।

भावना पहचान प्रौद्योगिकी के लिए अन्य संभावित अनुप्रयोग भी हैं। उदाहरण के लिए, अमेज़ॅन ने हाल ही में आवाज़ों की भावना-ट्रैकिंग को शामिल करना शुरू कर दिया है एलेक्सा सहायक; ए.आई. की अनुमति देना को पहचानें कि कोई उपयोगकर्ता कब निराशा दिखा रहा है. इसके अलावा, ऐसी संभावना है कि इससे भावनात्मक रूप से प्रतिक्रियाशील कृत्रिम एजेंट भी बन सकते हैं, जैसे कि स्पाइक जोन्ज़ की 2013 की फिल्म उसकी.

हाल के छवि-आधारित भावना विश्लेषण कार्य में, भावना संवेदन छवियों पर आधारित है। हालाँकि, जैसा कि इनमें से कुछ उदाहरणों से पता चलता है, ऐसे अन्य तरीके भी हैं जिनसे मशीनें सही समय पर सही भावना को "सूंघ" सकती हैं।

के संस्थापक और प्रबंध भागीदार जॉर्ज प्लिव ने कहा, "लोग किसी भी समय बहुत सारे गैर-मौखिक और शारीरिक डेटा उत्पन्न कर रहे हैं।" न्यूरोडाटा लैब, उन कंपनियों में से एक जिनके एल्गोरिदम का परीक्षण चेहरे की पहचान अध्ययन के लिए किया गया था। “चेहरे के भावों के अलावा, आवाज, भाषण, शरीर की हरकतें, हृदय गति और श्वसन दर भी होती हैं। एक मल्टीमॉडल दृष्टिकोण बताता है कि व्यवहार संबंधी डेटा को विभिन्न चैनलों से निकाला जाना चाहिए और एक साथ विश्लेषण किया जाना चाहिए। एक चैनल से आने वाला डेटा दूसरे चैनल से प्राप्त डेटा को सत्यापित और संतुलित करेगा। उदाहरण के लिए, जब चेहरे की जानकारी किसी कारण से अनुपलब्ध होती है, तो हम मुखर स्वरों का विश्लेषण कर सकते हैं या इशारों को देख सकते हैं।

आगे की चुनौतियां?

हालाँकि, चुनौतियाँ हैं - जैसा कि इसमें शामिल सभी लोग सहमत हैं। भावनाओं को पहचानना हमेशा आसान नहीं होता; यहां तक ​​कि उन्हें अनुभव करने वाले लोगों के लिए भी।

“यदि आप ए.आई. सिखाना चाहते हैं। कारों, चेहरों या भावनाओं का पता कैसे लगाया जाए, आपको पहले लोगों से पूछना चाहिए कि ये वस्तुएं कैसी दिखती हैं," प्लिव ने जारी रखा। “उनकी प्रतिक्रियाएँ जमीनी सच्चाई का प्रतिनिधित्व करेंगी। जब कारों या चेहरों की पहचान करने की बात आती है, तो पूछे गए लगभग 100% लोगों के उत्तर सुसंगत होंगे। लेकिन जब भावनाओं की बात आती है तो चीजें इतनी आसान नहीं होतीं। भावनात्मक अभिव्यक्तियों में कई बारीकियाँ होती हैं और वे संदर्भ पर निर्भर करती हैं: सांस्कृतिक पृष्ठभूमि, व्यक्तिगत अंतर, विशेष स्थितियाँ जहाँ भावनाएँ व्यक्त की जाती हैं। एक व्यक्ति के लिए, एक विशेष चेहरे की अभिव्यक्ति का एक मतलब होगा, जबकि दूसरा व्यक्ति इसे अलग तरह से मान सकता है।

डुप्रे इस भावना से सहमत हैं। "क्या ये प्रणालियाँ वास्तव में किसी के द्वारा महसूस की गई भावना को पहचानने की गारंटी दे सकती हैं?" उसने कहा। “उत्तर बिल्कुल नहीं है, और वे कभी नहीं होंगे! वे केवल उस भावना को पहचान रहे हैं जिसे लोग व्यक्त करने का निर्णय ले रहे हैं - और अधिकांश समय यह महसूस की गई भावना से मेल नहीं खाता है। तो मुख्य संदेश यह है कि [मशीनें] कभी नहीं पढ़ेंगी... आपकी अपनी भावनाएं।"

फिर भी, इसका मतलब यह नहीं है कि तकनीक उपयोगी नहीं होगी। या आने वाले वर्षों में इसे हमारे जीवन का एक बड़ा हिस्सा बनने से रोकें। और यहां तक ​​कि डेमियन डुप्रे भी जब अपनी भविष्यवाणी के बारे में बात करते हैं कि मशीनें ऐसा करेंगी तो इसमें थोड़ी सी हिचकिचाहट होती है कभी नहीं कुछ हासिल करें: "ठीक है, कभी मत कहो," उन्होंने कहा।

शोध पत्र, "मनुष्य और मशीन में मुद्रा और सहज चेहरे की अभिव्यक्ति का उपयोग करके भावना पहचान" है यहां ऑनलाइन पढ़ने के लिए उपलब्ध है.

संपादकों की सिफ़ारिशें

• मज़ेदार फ़ॉर्मूला: क्यों मशीन से उत्पन्न हास्य ए.आई. की पवित्र कब्र है?
• बाइट वाली महिलाएं: ए.आई. के साथ 'गंदी मानवीय समस्याओं' को हल करने की विविएन मिंग की योजना
• नई 'ब्रेनसोर्सिंग' तकनीक ए.आई. को प्रशिक्षित करती है। सीधे मानव मस्तिष्क तरंगों के साथ
• CES 2020 में सैमसंग के कृत्रिम मानव नियॉन (जो बिक्सबी जैसा कुछ भी नहीं है) से मिलें
• शीर्ष ड्रोन रेसर पहले मानव-बनाम-मशीन टकराव में रोबोट ड्रोन से मुकाबला करता है