Strojevi postaju nevjerojatno dobri u prepoznavanju ljudskih emocija

Sve do nedavno morali smo komunicirati s računalima pod njihovim vlastitim uvjetima. Da bi ih koristili, ljudi su morali naučiti unose dizajnirane da ih računalo razumije: bilo da se radi o upisivanju naredbi ili klikanju ikona pomoću miša. Ali stvari se mijenjaju. Uspon A.I. glasovni pomoćnici kao što su Siri i Alexa omogućuju strojevima da razumiju ljude na način na koji bi inače komunicirali u stvarnom svijetu. Sada istraživači posežu za sljedećim Svetim gralom: računalima koja mogu razumjeti emocije.

Bilo da se radi o robotu T-1000 Arnolda Schwarzeneggera Terminator 2 ili Podaci, android lik u Zvjezdane staze: Sljedeća generacija, nesposobnost strojeva da razumiju i pravilno reagiraju na ljudske emocije dugo je uobičajena znanstveno-fantastična tema. Međutim, istraživanja u stvarnom svijetu pokazuju da algoritmi strojnog učenja zapravo postaju impresivno dobri u prepoznavanju tjelesnih znakova koje koristimo da nagovijestimo kako se osjećamo iznutra. A to bi moglo dovesti do potpuno nove granice interakcije ljudi i strojeva.

Nemojte nas krivo shvatiti: strojevi još nisu tako pronicljivi kao prosječni ljudi kada je u pitanju prepoznavanje različitih načina na koje izražavamo emocije. Ali postaju puno bolji. U nedavnom testu koji su proveli istraživači sa Sveučilišta Dublin City, University College London, Sveučilišta u Bremenu i Queen's Sveučilište u Belfastu, kombinacija ljudi i algoritama zamoljena je da prepoznaju niz emocija gledajući ljudsko lice izrazi.

Emocije su uključivale sreću, tugu, ljutnju, iznenađenje, strah i gađenje. Dok su ljudi sveukupno gledano nadmašivali strojeve (s prosječnom točnošću od 73%, u usporedbi s 49% do 62%) ovisno o algoritmu), rezultati koje su skupili različiti testirani botovi pokazali su koliko su daleko stigli u ovom obzir. Najdojmljivije je da su sreća i tuga bile dvije emocije u kojima strojevi mogu nadmašiti ljude u pogađanju, jednostavno gledajući lica. To je značajna prekretnica.

Emocije su važne

Istraživače već dugo zanima mogu li strojevi identificirati emocije iz fotografija ili video zapisa. No tek relativno nedavno pojavili su se brojni startupi uzeti ovu tehnologiju u mainstream. Nedavna studija testirala je komercijalne klasifikatore strojeva za prepoznavanje lica koje je razvila Affectiva, CrowdEmotion, FaceVideo, Emotient, Microsoft, MorphCast, Neurodatalab, VicarVision i VisageTechnologies. Sve su to predvodnici u rastućem području afektivnog računalstva, tzv. učenja računala da prepoznaju emocije.

Test je proveden na 938 videozapisa, uključujući pozirane i spontane prikaze emocija. Šansa za točnu slučajnu pretpostavku algoritma za šest tipova emocija bila bi oko 16%.

Damien Dupré, docent na DCU poslovnoj školi Sveučilišta u Dublinu, rekao je za Digital Trends da posao je važan jer dolazi u vrijeme kada se sve više oslanja na tehnologiju prepoznavanja emocija na.

"Budući da je sustave strojnog učenja sve lakše razviti, mnoge tvrtke sada pružaju sustave za druge tvrtke: uglavnom marketinške i automobilske tvrtke", rekao je Dupré. “Dok je [činjenje] pogreške u prepoznavanju emocija za akademsko istraživanje, većinu vremena, bezopasno, ulozi su različiti kada se sustav za prepoznavanje emocija ugrađuje u samovozeći automobil, jer primjer. Stoga smo htjeli usporediti rezultate različitih sustava.”

Ideja o upravljanju automobilom pomoću prepoznavanja lica vođenog emocijama zvuči, iskreno, zastrašujuće - pogotovo ako ste osoba sklona emocionalnim ispadima na cesti. Srećom, to nije baš način na koji se koristi. Na primjer, tvrtka za prepoznavanje emocija Affectiva istražila je upotrebu kamera u automobilu za prepoznati emocije kod vozača. Jednog bi se dana mogao koristiti za uočavanje stvari poput pospanosti ili bijesa na cesti, što bi moglo potaknuti poluautonomni automobil da preuzme volan ako se vozač smatra nesposobnim za vožnju.

Istraživači sa Sveučilišta Texas u Austinu su u međuvremenu razvili tehnologiju koja priprema "ultra-osobnu" glazbenu listu koja se prilagođava promjenjivim raspoloženjima svakog korisnika. Rad koji opisuje rad, pod naslovom "Prava glazba u pravo vrijeme: prilagodljivi personalizirani popisi za reprodukciju temeljeni na modeliranju sekvenci", bio je objavljen ovaj mjesec u časopisu MIS Quarterly. Opisuje korištenje analize emocija koja predviđa ne samo koje će se pjesme svidjeti korisnicima na temelju njihovog raspoloženja, već i najbolji redoslijed kojim ih treba reproducirati.

Postoje i druge potencijalne primjene za tehnologiju prepoznavanja emocija. Amazon je, na primjer, nedavno počeo uključivati ​​praćenje emocija glasova za svoje Alexa asistent; dopuštajući A.I. do prepoznati kada korisnik pokazuje frustraciju. Dalje, postoji mogućnost da bi to čak moglo dovesti do potpuno emocionalno osjetljivih umjetnih agenata, poput onog u Film Spikea Jonzea iz 2013 Nju.

U nedavnoj analizi emocija temeljenoj na slikama, osjećanje emocija temelji se na slikama. Međutim, kao što neke od ovih ilustracija pokazuju, postoje i drugi načini na koje strojevi mogu "nanjušiti" pravu emociju u pravo vrijeme.

"Ljudi generiraju puno neverbalnih i fizioloških podataka u bilo kojem trenutku", rekao je George Pliev, osnivač i izvršni partner u Neurodata Lab, jedna od tvrtki čiji su algoritmi testirani za studiju prepoznavanja lica. “Osim izraza lica, tu su glas, govor, pokreti tijela, broj otkucaja srca i disanja. Multimodalni pristup navodi da se podaci o ponašanju trebaju izvući iz različitih kanala i analizirati istovremeno. Podaci koji dolaze s jednog kanala provjerit će i uravnotežiti podatke primljene s drugih kanala. Na primjer, kada su podaci o licu iz nekog razloga nedostupni, možemo analizirati glasovne intonacije ili pogledati geste.”

Predstojeći izazovi?

Međutim, postoje izazovi - kao što se svi uključeni slažu. Emocije nije uvijek lako identificirati; čak i za ljude koji ih doživljavaju.

“Ako želite podučavati A.I. kako detektirati automobile, lica ili emocije, prvo biste trebali pitati ljude kako ti objekti izgledaju,” nastavio je Pliev. “Njihovi odgovori predstavljat će temeljnu istinu. Kada je riječ o identificiranju automobila ili lica, gotovo 100% ispitanih ljudi bilo bi dosljedno u svojim odgovorima. Ali kad su emocije u pitanju, stvari nisu tako jednostavne. Emocionalni izrazi imaju mnogo nijansi i ovise o kontekstu: kulturnom podrijetlu, individualnim razlikama, posebnim situacijama u kojima se izražavaju emocije. Za jednu osobu određeni izraz lica bi značio jednu stvar, dok bi druga osoba to mogla smatrati drugačije.”

Dupré se slaže s tim mišljenjem. "Mogu li ovi sustavi [zajamčeno] prepoznati emociju koju netko stvarno osjeća?" On je rekao. “Odgovor je uopće nije, i nikada neće biti! Oni samo prepoznaju emociju koju ljudi odluče izraziti - a to većinu vremena ne odgovara emociji koju osjećaju. Dakle, poruka za ponijeti je da [strojevi] nikada neće pročitati... vaše vlastite emocije.”

Ipak, to ne znači da tehnologija neće biti korisna. Ili spriječiti da postane veliki dio naših života u godinama koje dolaze. Čak i Damien Dupré ostavlja malo prostora za pomicanje kada je u pitanju njegovo vlastito predviđanje da će strojevi nikada postići nešto: "Pa, nikad ne reci nikad", primijetio je.

Istraživački rad, "Prepoznavanje emocija kod ljudi i strojeva pomoću poziranog i spontanog izraza lica," je dostupno za čitanje online ovdje.

Preporuke urednika

• Smiješna formula: zašto je strojno generirani humor sveti gral AI-ja
• Žene s bajtom: plan Vivienne Ming za rješavanje 'neurednih ljudskih problema' pomoću umjetne inteligencije.
• Nova divlja tehnika 'brainsourcinga' trenira A.I. izravno s ljudskim moždanim valovima
• Upoznajte Neona, Samsungovog umjetnog čovjeka (koji nije nimalo sličan Bixbyju), na CES 2020
• Vrhunski trkač dronovima bori se protiv robota drona u prvom okršaju ljudi i strojeva