A gépek borzasztóan jók az emberi érzelmek felismerésében

Egészen a közelmúltig a számítógépekkel a saját feltételeik szerint kellett kapcsolatba lépnünk. Használatukhoz az embereknek meg kellett tanulniuk azokat a bemeneteket, amelyeket úgy terveztek, hogy a számítógép megértse: legyen szó akár parancsok beírásáról, akár egérrel való kattintásról. De a dolgok változnak. Az A.I. felemelkedése Az olyan hangasszisztensek, mint a Siri és az Alexa, lehetővé teszik a gépek számára, hogy úgy értsék meg az embereket, ahogyan azok a való világban általában kölcsönhatásba lépnének. A kutatók most a következő Szent Grál után nyúlnak: számítógépek, amelyek képesek megérteni az érzelmeket.

Tartalom

  • Az érzelmek számítanak
  • Kihívások várnak?

Legyen szó Arnold Schwarzenegger T-1000-es robotjáról Terminátor 2 vagy Adatok, a android karakter be Star Trek: A következő generáció, az, hogy a gépek képtelenek megérteni és megfelelően reagálni az emberi érzelmekre, régóta általános sci-fi trópus. A valós világban végzett kutatások azonban azt mutatják, hogy a gépi tanulási algoritmusok egyre jobban képesek felismerni azokat a testi jelzéseket, amelyeket arra használunk, hogy utaljanak arra, hogyan érezzük magunkat. És ez az ember-gép interakciók teljesen új határvonalához vezethet.

Affectiva

Félreértés ne essék: a gépek még nem olyan okosak, mint az átlagos ember, ha az érzelmek kifejezésének különféle módjait kell felismerni. De egyre jobbak. A Dublin City University, a University College London, a University of Bremen és a Queen’s kutatói által végzett közelmúltbeli tesztben A Belfasti Egyetemen emberek és algoritmusok kombinációját arra kérték fel, hogy felismerjék az érzelmek széles választékát az emberi arcra nézve. kifejezéseket.

Összefüggő

  • Érzelemérzékelő A.I. itt van, és ez lehet a következő állásinterjún
  • A tudósok az A.I. mesterséges emberi genetikai kód létrehozására
  • Találkoztam a Samsung mesterséges embereivel, és ők mutatták meg az A.I. jövőjét.

Az érzelmek közé tartozott a boldogság, a szomorúság, a harag, a meglepetés, a félelem és az undor. Bár az emberek összességében még mindig felülmúlták a gépeket (átlagosan 73%-os pontossággal, szemben a 49-62%-kal algoritmustól függően), a különböző tesztelt botok által összegyűjtött pontszámok megmutatták, milyen messzire jutottak el ebben tekintettel. A leglenyűgözőbb az, hogy a boldogság és a szomorúság két olyan érzelem volt, amelyekkel a gépek felülmúlják az embereket a találgatások során, pusztán az arcokra nézve. Ez egy jelentős mérföldkő.

Ajánlott videók

Az érzelmek számítanak

A kutatókat régóta érdekli annak kiderítése, hogy a gépek képesek-e azonosítani az érzelmeket állóképekből vagy videofelvételekből. De csak viszonylag nemrégiben jött létre számos startup vegye ezt a technológiát a főáramlatba. A közelmúltban végzett tanulmány az Affectiva által kifejlesztett kereskedelmi arcfelismerő gépek osztályozóit tesztelte, CrowdEmotion, FaceVideo, Emotient, Microsoft, MorphCast, Neurodatalab, VicarVision és VisageTechnologies. Mindannyian vezető szerepet töltenek be az affektív számítástechnika növekvő területén, más néven az érzelmek felismerésére tanítják a számítógépeket.

A tesztet 938 videón végezték el, beleértve a pózolt és a spontán érzelmi megnyilvánulásokat is. Az algoritmus által a helyes véletlenszerű tipp esélye a hat érzelemtípusra körülbelül 16%.

Damien Dupré, a Dublin City University DCU Business School egyetemi adjunktusa elmondta a Digital Trendsnek, hogy a munka azért fontos, mert akkor jön, amikor az érzelemfelismerő technológia egyre jobban támaszkodik esetén.

„Mivel a gépi tanulási rendszerek egyre könnyebben fejleszthetők, sok cég kínál rendszereket más cégeknek: főleg marketing- és autóipari cégeknek” – mondta Dupré. „Mivel az akadémiai kutatások érzelemfelismerésének hibája az idő nagy részében ártalmatlan, a tét más, ha érzelemfelismerő rendszert ültetünk be egy önvezető autóba, mert példa. Ezért szerettük volna összehasonlítani a különböző rendszerek eredményeit.”

Egy nap felhasználható olyan dolgok észlelésére, mint például az álmosság vagy az úti düh, ami egy félig autonóm autó kormányra kerülését válthatja ki.

Őszintén szólva félelmetesen hangzik az ötlet, hogy érzelmek által vezérelt arcfelismeréssel irányítsunk egy autót – különösen, ha olyan ember vagy, aki hajlamos érzelmi kitörésekre az úton. Szerencsére nem pontosan így használják. Például az érzelemfelismerő cég, az Affectiva feltárta az autóba épített kamerák használatát azonosítani az érzelmeket a járművezetőkben. Egy nap felhasználható olyan dolgok észlelésére, mint az álmosság vagy a közúti düh, amelyek kiválthatják egy félig autonóm autót, hogy átvegye a kormányt, ha egy sofőrt alkalmatlannak ítélnek vezetni.

Az austini Texasi Egyetem kutatói eközben olyan technológiát fejlesztettek ki, amely egy „ultraszemélyes” zenei lejátszási listát szerkeszt, amely alkalmazkodik minden felhasználó változó hangulatához. A munkát leíró tanulmány „A megfelelő zene a megfelelő időben: adaptív, személyre szabott lejátszási listák szekvenciamodellezés alapján” címmel jelent meg. ebben a hónapban jelent meg a MIS Quarterly folyóiratban. Leírja az érzelemelemzést, amely nemcsak azt jósolja meg, hogy hangulatuk alapján mely dalok tetszenek a felhasználók számára, hanem azt is, hogy milyen sorrendben játsszák le őket a legjobban.

Affectiva

Az érzelemfelismerő technológiának más lehetséges alkalmazásai is vannak. Az Amazon például a közelmúltban elkezdte beépíteni a hangok érzelemkövetését Alexa helyettes; lehetővé téve az A.I. nak nek felismeri, ha a felhasználó frusztrációt mutat. Továbbra is fennáll annak a lehetősége, hogy ez akár teljes érzelmileg reagáló mesterséges ügynökökhöz is vezethet, mint pl. Spike Jonze 2013-as filmje Neki.

A legújabb képalapú érzelemelemző munkában az érzelemérzékelés képeken alapul. Azonban, amint az illusztrációk egy része is mutatja, a gépek más módokon is „kiszimatolhatják” a megfelelő érzelmet a megfelelő időben.

„Ha az arcinformáció valamilyen okból nem elérhető, elemezhetjük a hang intonációit, vagy megnézhetjük a gesztusokat.”

„Az emberek minden pillanatban rengeteg non-verbális és fiziológiai adatot generálnak” – mondta George Pliev, a cég alapítója és ügyvezető partnere. Neurodata Lab, azon cégek egyike, amelyek algoritmusait tesztelték az arcfelismerő vizsgálathoz. „Az arckifejezéseken kívül van hang, beszéd, testmozgások, pulzusszám és légzésszám. A multimodális megközelítés szerint a viselkedési adatokat különböző csatornákból kell kinyerni és egyidejűleg elemezni. Az egyik csatornáról érkező adatok ellenőrzik és kiegyenlítik a többi csatornától kapott adatokat. Például, ha az arcinformációk valamilyen oknál fogva nem érhetők el, elemezhetjük a hang intonációit, vagy megnézhetjük a gesztusokat.”

Kihívások várnak?

Vannak azonban kihívások – ebben minden érintett egyetért. Az érzelmeket nem mindig könnyű azonosítani; még az őket átélő emberek számára is.

„Ha szeretnél tanítani A.I. hogyan lehet felismerni az autókat, arcokat vagy érzelmeket, először meg kell kérdezni az embereket, hogyan néznek ki ezek a tárgyak” – folytatta Pliev. „A válaszaik az alapvető igazságot képviselik. Amikor az autók vagy arcok azonosításáról van szó, a megkérdezettek majdnem 100%-a következetesen válaszolna. De ha érzelmekről van szó, a dolgok nem ilyen egyszerűek. Az érzelmi kifejezéseknek sok árnyalata van, és a kontextustól függenek: kulturális háttértől, egyéni különbségektől, az érzelmek kifejezésének konkrét helyzetétől. Az egyik ember számára egy bizonyos arckifejezés egy dolgot jelent, míg egy másik személy mást gondolhat."

Dupré egyetért az érzéssel. „Ezek a rendszerek [garantáltan] felismerik azt az érzelmet, amelyet valaki ténylegesen érzett?” ő mondta. „A válasz egyáltalán nem az, és soha nem is lesznek! Csak azt az érzelmet ismerik fel, amelyet az emberek úgy döntenek, hogy kifejeznek – és ez legtöbbször nem felel meg az érzett érzelemnek. Tehát az elvihető üzenet az, hogy [a gépek] soha nem fogják olvasni… a saját érzelmeidet.”

Ez azonban nem jelenti azt, hogy a technológia nem lesz hasznos. Vagy akadályozza meg, hogy az elkövetkező években életünk nagy részévé váljon. És még Damien Dupré is hagy némi mozgásteret, amikor saját előrejelzéséről van szó, hogy a gépek megteszik soha elérni valamit: „Nos, soha ne mondd, hogy soha” – jegyezte meg.

Az „Érzelemfelismerés emberekben és gépekben pózolt és spontán arckifejezéssel” című kutatási cikk online olvasható itt.

Szerkesztői ajánlások

  • A vicces képlet: Miért a gép által generált humor az A.I. szent grálja?
  • Women with Byte: Vivienne Ming terve, hogy megoldja a „rendetlen emberi problémákat” A.I.
  • Vad új „brainsourcing” technika képezi az A.I. közvetlenül az emberi agyhullámokkal
  • Ismerje meg Neont, a Samsung mesterséges emberét (aki egyáltalán nem olyan, mint Bixby) a CES 2020-on
  • A legjobb drónversenyző az első ember-gép összecsapásban a robot drónnal küzd