기계가 인간의 감정을 인식하는 데 놀라울 정도로 능숙해지고 있다

아주 최근까지 우리는 컴퓨터 자체의 방식으로 상호 작용해야 했습니다. 이를 사용하기 위해 인간은 명령을 입력하거나 마우스를 사용하여 아이콘을 클릭하는 등 컴퓨터가 이해하도록 설계된 입력을 배워야 했습니다. 그러나 상황이 변하고 있습니다. A.I의 부상 Siri 및 Alexa와 같은 음성 도우미를 사용하면 기계가 인간이 현실 세계에서 일반적으로 상호 작용하는 것처럼 인간을 이해할 수 있습니다. 이제 연구자들은 감정을 이해할 수 있는 컴퓨터라는 차세대 성배를 향해 나아가고 있습니다.

아놀드 슈워제네거의 T-1000 로봇인지 터미네이터 2 또는 데이터 기계적 인조 인간 등장인물 스타트렉: 넥스트 제너레이션, 인간의 감정을 이해하고 적절하게 반응하는 기계의 무능력은 오랫동안 공상 과학의 흔한 비유였습니다. 그러나 실제 연구에 따르면 기계 학습 알고리즘은 실제로 우리가 내면의 감정을 암시하는 데 사용하는 신체 신호를 인식하는 데 놀라울 정도로 능숙해지고 있습니다. 그리고 이는 인간-기계 상호작용의 완전히 새로운 지평을 열 수도 있습니다.

오해하지 마십시오. 우리가 감정을 표현하는 다양한 방법을 인식하는 데 있어 기계는 아직 일반 인간만큼 기민하지 않습니다. 하지만 그들은 훨씬 더 좋아지고 있습니다. 최근 Dublin City University, University College London, University of Bremen 및 Queen's의 연구원들이 실시한 테스트에서 University Belfast에서는 사람과 알고리즘을 결합하여 사람의 얼굴을 보고 다양한 감정을 인식하도록 요청받았습니다. 표현.

감정에는 행복, 슬픔, 분노, 놀라움, 두려움, 혐오감이 포함되었습니다. 인간은 여전히 ​​전반적으로 기계보다 성능이 뛰어나지만(평균 정확도는 73%, 반면 정확도는 49%~62%) 알고리즘에 따라 다름), 테스트된 다양한 봇이 얻은 점수는 이 분야에서 얼마나 멀리 왔는지를 보여줍니다. 관심. 가장 인상적인 것은 행복과 슬픔이 단순히 얼굴을 보는 것만으로도 기계가 인간보다 추측할 수 있는 두 가지 감정이라는 점입니다. 그것은 중요한 이정표입니다.

감정이 중요하다

연구자들은 기계가 정지 이미지나 비디오 영상에서 감정을 식별할 수 있는지 알아내는 데 오랫동안 관심을 가져왔습니다. 하지만 많은 스타트업이 생겨난 것은 비교적 최근의 일이다. 이 기술을 주류로 삼아. 최근 연구에서는 Affectiva가 개발한 상업용 얼굴 인식 기계 분류기를 테스트했습니다. CrowdEmotion, FaceVideo, Emotient, Microsoft, MorphCast, Neurodatalab, VicarVision 및 VisageTechnologies. 이들 모두는 컴퓨터에게 감정을 인식하도록 가르치는 감성 컴퓨팅 분야의 성장하는 분야의 리더입니다.

테스트는 포즈를 취한 영상과 자연스러운 감정 표현을 모두 포함한 938개의 영상을 대상으로 진행되었습니다. 여섯 가지 감정 유형에 대한 알고리즘이 무작위로 정확하게 추측할 확률은 약 16%입니다.

데미안 듀프레Dublin City University의 DCU Business School 조교수는 Digital Trends에 다음과 같이 말했습니다. 감정인식 기술의 의존도가 높아지는 시기에 일이 중요하기 때문입니다. 에.

Dupré는 “머신러닝 시스템의 개발이 쉬워지면서 이제 많은 회사가 주로 마케팅 및 자동차 회사 등 다른 회사에 시스템을 제공하고 있습니다.”라고 말했습니다. “학술 연구에서 감정 인식에 실수를 저지르는 것은 대부분의 경우 무해하기 때문에 자율주행차에 감정인식 시스템을 이식할 때 위험이 다릅니다. 예. 따라서 우리는 다양한 시스템의 결과를 비교하고 싶었습니다.”

감정 기반 얼굴 인식 소리를 사용하여 자동차를 제어한다는 아이디어는 솔직히 두려운 일입니다. 특히 도로에서 감정이 폭발하기 쉬운 사람이라면 더욱 그렇습니다. 다행히도 정확히 그것이 사용되는 방식은 아닙니다. 예를 들어, 감정 인식 회사 Affectiva는 차량용 카메라를 사용하여 다음을 수행하는 방법을 모색했습니다. 운전자의 감정을 식별. 언젠가는 졸음이나 운전 중 분노와 같은 상황을 발견하는 데 사용될 수 있으며, 운전자가 운전하기에 부적합하다고 판단되는 경우 반자율 자동차가 운전대를 잡을 수 있습니다.

한편 텍사스 대학교 오스틴 캠퍼스의 연구원들은 각 사용자의 기분 변화에 맞춰 "초개인적인" 음악 재생 목록을 관리하는 기술을 개발했습니다. "적시에 적합한 음악: 시퀀스 모델링을 기반으로 한 적응형 개인화 재생 목록"이라는 제목의 작업을 설명하는 논문은 다음과 같습니다. 이번 달에 출판된 MIS Quarterly 저널에 실렸습니다. 사용자의 기분에 따라 어떤 노래가 사용자의 관심을 끌지뿐만 아니라 노래를 재생하는 가장 좋은 순서도 예측하는 감정 분석을 사용하는 방법을 설명합니다.

감정 인식 기술에는 다른 잠재적인 응용 분야도 있습니다. 예를 들어 Amazon은 최근 음성에 대한 감정 추적 기능을 통합하기 시작했습니다. 알렉사 어시스턴트; AI를 허용합니다. 에게 사용자가 불만을 표시하는 경우 인식. 더 나아가서, 이것이 완전히 감정적으로 반응하는 인공 에이전트로 이어질 가능성도 있습니다. 스파이크 존즈의 2013년 영화 그녀의.

최근 이미지 기반 감정 분석 작업에서 감정 센싱은 이미지를 기반으로 한다. 그러나 이러한 그림 중 일부에서 볼 수 있듯이 기계가 적시에 적절한 감정을 "냄새로 찾아낼" 수 있는 다른 방법이 있습니다.

“사람들은 특정 순간에 수많은 비언어적, 생리적 데이터를 생성하고 있습니다.”라고 의 설립자이자 관리 파트너인 George Pliev는 말했습니다. 신경데이터 연구실, 얼굴 인식 연구를 위해 알고리즘을 테스트한 회사 중 하나입니다. “얼굴 표정 외에도 목소리, 말투, 신체 움직임, 심박수, 호흡수가 있습니다. 다중 모드 접근 방식에서는 행동 데이터가 다양한 채널에서 추출되어 동시에 분석되어야 한다고 명시합니다. 한 채널에서 들어오는 데이터는 다른 채널에서 받은 데이터를 확인하고 균형을 유지합니다. 예를 들어, 어떤 이유로든 얼굴 정보를 사용할 수 없는 경우 음성 억양을 분석하거나 제스처를 볼 수 있습니다."

앞으로의 과제는 무엇입니까?

그러나 관련된 모든 사람이 동의하는 것처럼 문제도 있습니다. 감정을 식별하는 것이 항상 쉬운 것은 아닙니다. 그것을 경험하는 사람들에게도요.

“A.I를 가르치고 싶다면. 자동차, 얼굴, 감정을 감지하려면 먼저 사람들에게 이러한 물체가 어떻게 생겼는지 물어봐야 합니다.”라고 Pliev는 계속 말했습니다. “그들의 답변은 실제 진실을 나타낼 것입니다. 자동차나 얼굴을 식별하는 것과 관련하여 질문을 받은 사람들 중 거의 100%가 일관되게 대답합니다. 그러나 감정에 관해서는 상황이 그렇게 간단하지 않습니다. 감정 표현에는 다양한 뉘앙스가 있으며 문화적 배경, 개인차, 감정이 표현되는 특정 상황 등 상황에 따라 달라집니다. 어떤 사람에게는 특정한 표정이 하나의 의미를 갖는 반면, 다른 사람에게는 다르게 생각할 수도 있습니다.”

Dupré는 그 의견에 동의합니다. "이러한 시스템이 누군가가 실제로 느끼는 감정을 인식할 수 있습니까?" 그는 말했다. “답은 전혀 그렇지 않으며 앞으로도 그럴 것입니다! 그들은 사람들이 표현하기로 결정한 감정만을 인식하고 있으며, 대부분의 경우 느끼는 감정과 일치하지 않습니다. 그래서 중요한 메시지는 [기계]가 결코 당신 자신의 감정을 읽지 않을 것이라는 점입니다.”

하지만 그렇다고 해서 해당 기술이 유용하지 않다는 의미는 아닙니다. 아니면 그것이 앞으로 몇 년 동안 우리 삶의 큰 부분이 되는 것을 막으십시오. 그리고 Damien Dupré조차도 기계가 절대 무언가를 성취하세요: “글쎄, 절대 안 된다고 말하지 마세요.”라고 그는 말했습니다.

'포즈되고 자연스러운 표정을 이용한 인간과 기계의 감정 인식'이라는 연구 논문은 여기서 온라인으로 읽을 수 있습니다.

편집자의 추천

• 재미있는 공식: 기계가 생성한 유머가 AI의 성배인 이유
• Women with Byte: AI를 통해 '인간의 복잡한 문제'를 해결하려는 Vivienne Ming의 계획
• 획기적인 새로운 '브레인소싱' 기술로 A.I. 인간의 뇌파와 직접적으로
• CES 2020에서 삼성의 인공 인간(빅스비와 전혀 다름) 네온을 만나보세요
• 최고의 드론 레이서가 최초의 인간 대 기계 충돌에서 로봇 드론을 상대합니다.