Makineler insan duygularını tanıma konusunda giderek daha iyi hale geliyor

Yakın zamana kadar bilgisayarlarla kendi şartlarına göre etkileşimde bulunmak zorundaydık. Bunları kullanmak için insanların bilgisayar tarafından anlaşılacak şekilde tasarlanmış girdileri öğrenmesi gerekiyordu: komut yazmak mı yoksa fare kullanarak simgelere tıklamak mı? Ama işler değişiyor. A.I.'nin yükselişi. Siri ve Alexa gibi sesli asistanlar, makinelerin insanları, gerçek dünyada normalde etkileşimde oldukları gibi anlamalarını mümkün kılıyor. Şimdi araştırmacılar bir sonraki Kutsal Kase'ye ulaşıyor: Duyguları anlayabilen bilgisayarlar.

İster Arnold Schwarzenegger'in T-1000 robotu olsun Terminatör 2 veya Veri, android karakter Star Trek: Yeni NesilMakinelerin insan duygularını anlama ve bunlara doğru şekilde yanıt vermedeki yetersizliği uzun zamandır yaygın bir bilim kurgu kinayesi olmuştur. Ancak gerçek dünya araştırmaları, makine öğrenimi algoritmalarının aslında içimizde nasıl hissettiğimize dair ipucu vermek için kullandığımız bedensel ipuçlarını tanıma konusunda etkileyici derecede iyiye gittiğini gösteriyor. Ve bu, insan-makine etkileşiminde yepyeni bir sınıra yol açabilir.

Bizi yanlış anlamayın: Duyguları ifade ettiğimiz çeşitli yolları tanıma konusunda makineler henüz ortalama bir insan kadar akıllı değil. Ama çok daha iyiye gidiyorlar. Dublin City Üniversitesi, University College London, Bremen Üniversitesi ve Queen's Üniversitesi'ndeki araştırmacılar tarafından yakın zamanda gerçekleştirilen bir testte Belfast Üniversitesi'nde, insanlardan ve algoritmalardan oluşan bir gruptan, insan yüzüne bakarak çeşitli duyguları tanımaları istendi. ifade.

Duygular mutluluk, üzüntü, öfke, şaşkınlık, korku ve tiksintiyi içeriyordu. İnsanlar genel olarak hala makinelerden daha iyi performans gösterirken (%49 ila %62'ye kıyasla ortalama %73 doğrulukla) algoritmaya bağlı olarak), test edilen çeşitli botların topladığı puanlar bu konuda ne kadar ilerlediklerini gösterdi saygınlık. En etkileyici olanı, mutluluk ve üzüntünün, makinelerin sadece yüzlere bakarak tahmin etme konusunda insanlardan daha iyi performans gösterebildiği iki duygu olmasıydı. Bu önemli bir kilometre taşı.

Duygular önemlidir

Araştırmacılar uzun zamandır makinelerin durağan görüntülerden veya video çekimlerinden duyguyu tanımlayıp tanımlayamadığını bulmaya çalışıyorlardı. Ancak nispeten yakın zamanda bir dizi yeni girişim ortaya çıktı bu teknolojiyi ana akıma taşıyın. Son çalışmada Affectiva tarafından geliştirilen ticari yüz tanıma makinesi sınıflandırıcıları test edildi. CrowdEmotion, FaceVideo, Emotient, Microsoft, MorphCast, Neurodatalab, VicarVision ve VisageTeknolojileri. Bunların hepsi, bilgisayarlara duyguları tanımayı öğreten, giderek büyüyen duygusal bilgi işlem alanında liderlerdir.

Test, hem pozlu hem de spontane duygusal gösteriler içeren 938 video üzerinde gerçekleştirildi. Algoritmanın altı duygu türü için doğru rastgele tahminde bulunma şansı %16 civarında olacaktır.

Damien DupréDublin City Üniversitesi DCU İşletme Okulu'nda Yardımcı Doçent olan, Digital Trends'e şunları söyledi: iş önemlidir çünkü duygu tanıma teknolojisinin daha güvenilir hale geldiği bir zamanda gelir üzerine.

Dupré, "Makine öğrenimi sistemlerinin geliştirilmesi kolaylaştığından beri pek çok şirket artık diğer şirketlere sistemler sağlıyor: esas olarak pazarlama ve otomotiv şirketleri." dedi. “Akademik araştırmalar için duygu tanımada hata [yapmak] çoğu zaman Zararsız olması nedeniyle sürücüsüz bir arabaya duygu tanıma sistemi yerleştirirken riskler farklıdır. örnek. Bu nedenle farklı sistemlerin sonuçlarını karşılaştırmak istedik.”

Duygu odaklı yüz tanımayı kullanarak bir arabayı kontrol etme fikri açıkçası korkutucu geliyor - özellikle de yolda duygusal patlamalara yatkın biriyseniz. Neyse ki, tam olarak bu şekilde kullanılmıyor. Örneğin duygu tanıma şirketi Affectiva, araç içi kameraların kullanımını araştırdı. Sürücülerdeki duyguları tanımlayın. Bir gün, bir sürücünün araç kullanmaya uygun olmadığı düşünülürse yarı otonom bir arabanın direksiyona geçmesini tetikleyebilecek uyuşukluk veya yol öfkesi gibi şeyleri tespit etmek için kullanılabilir.

Bu arada Austin'deki Texas Üniversitesi'ndeki araştırmacılar, her kullanıcının değişen ruh hallerine uyum sağlayan "ultra kişisel" bir müzik çalma listesi düzenleyen bir teknoloji geliştirdiler. "Doğru Zamanda Doğru Müzik: Sıra Modellemeye Dayalı Uyarlanabilir Kişiselleştirilmiş Çalma Listeleri" başlıklı çalışmayı anlatan bir makale yayınlandı. bu ay yayınlandı MIS Quarterly dergisinde. Kullanıcıların ruh hallerine göre hangi şarkıların ilgisini çekeceğini değil, aynı zamanda bu şarkıların çalınacağı en iyi sırayı da tahmin eden duygu analizinin kullanılmasını anlatıyor.

Duygu tanıma teknolojisinin başka potansiyel uygulamaları da var. Örneğin Amazon yakın zamanda seslerin duygu takibini kendi hizmetleri için kullanmaya başladı. Alexa asistan; A.I.'ye izin vermek ile Bir kullanıcının hayal kırıklığı gösterdiğini fark edin. Daha ileride, bunun duygusal açıdan tam tepki veren yapay ajanlara bile yol açma ihtimali var. Spike Jonze'un 2013 filmi O.

Son dönemde yapılan görüntü tabanlı duygu analizi çalışmalarında duygu algılama görüntülere dayanmaktadır. Ancak bu illüstrasyonlardan bazılarının gösterdiği gibi, makinelerin doğru zamanda doğru duyguyu "kokusunu alabilmesinin" başka yolları da var.

Kurucusu ve yönetici ortağı George Pliev, "İnsanlar herhangi bir anda çok sayıda sözlü olmayan ve fizyolojik veri üretiyorlar" dedi. Nöroveri Laboratuvarıyüz tanıma çalışması için algoritmaları test edilen şirketlerden biri. “Yüz ifadelerinin dışında ses, konuşma, vücut hareketleri, kalp atış hızı ve solunum hızı da var. Multimodal yaklaşım, davranışsal verilerin farklı kanallardan çıkarılması ve eş zamanlı olarak analiz edilmesi gerektiğini belirtir. Bir kanaldan gelen veriler, diğer kanallardan alınan verileri doğrulayacak ve dengeleyecektir. Örneğin, herhangi bir nedenle yüz bilgisi kullanılamadığında ses tonlamalarını analiz edebiliyor veya jestlere bakabiliyoruz.”

Önümüzdeki zorluklar mı?

Ancak, katılan herkesin kabul ettiği gibi zorluklar var. Duyguları tanımlamak her zaman kolay değildir; bunları yaşayan insanlar için bile.

“Yapay zekayı öğretmek istiyorsanız. Arabaları, yüzleri veya duyguları nasıl tespit edeceğinizi öğrenmek için öncelikle insanlara bu nesnelerin neye benzediğini sormalısınız” diye devam etti Pliev. "Onların yanıtları temel gerçeği temsil edecek. Arabaları veya yüzleri tanımlamaya gelince, sorulan kişilerin neredeyse %100'ü yanıtlarında tutarlı olacaktır. Ancak iş duygulara gelince işler o kadar basit değil. Duygusal ifadelerin birçok nüansı vardır ve bağlama bağlıdır: kültürel arka plan, bireysel farklılıklar, duyguların ifade edildiği belirli durumlar. Bir kişi için belirli bir yüz ifadesi bir şey ifade ederken, başka bir kişi bunu farklı değerlendirebilir."

Dupré de bu görüşe katılıyor. "Bu sistemlerin birinin gerçekten hissettiği duyguyu tanıması garanti edilebilir mi?" dedi. “Cevap hiç de değil ve asla olmayacaklar! Yalnızca insanların ifade etmeye karar verdiği duyguyu tanıyorlar ve çoğu zaman bu, hissedilen duyguyla örtüşmüyor. Yani çıkarılacak mesaj şu: [makineler] asla sizin kendi duygularınızı okuyamayacak.”

Yine de bu, teknolojinin kullanışlı olmayacağı anlamına gelmiyor. Veya önümüzdeki yıllarda hayatımızın büyük bir parçası olmasını engelleyin. Hatta Damien Dupré bile makinelerin geleceğine dair kendi öngörüsü konusunda biraz hareket alanı bırakıyor. Asla bir şeyi başarmak: "Asla, asla deme" dedi.

"İnsanlarda ve makinelerde pozlanmış ve spontane yüz ifadeleri kullanarak duygu tanıma" başlıklı araştırma makalesi, buradan çevrimiçi olarak okuyabilirsiniz.

Editörlerin Önerileri

• Komik formül: Makine tarafından üretilen mizah neden yapay zekanın kutsal kâsesidir?
• Byte'lı Kadınlar: Vivienne Ming'in 'dağınık insan sorunlarını' yapay zeka ile çözme planı.
• Çılgın yeni 'beyin kaynağı' tekniği A.I.'yi eğitiyor. doğrudan insan beyin dalgalarıyla
• Samsung'un (Bixby'ye hiç benzemeyen) yapay insanı Neon ile CES 2020'de tanışın
• En iyi drone yarışçısı, ilk insan-makine çatışmasında robot drone ile mücadele ediyor