Машини стають неймовірно добре розпізнавати людські емоції

Донедавна нам доводилося взаємодіяти з комп’ютерами на власних умовах. Щоб використовувати їх, людям довелося вивчити введення, розроблені для розуміння комп’ютером: чи то введення команд, чи натискання піктограм за допомогою миші. Але все змінюється. Піднесення А.І. голосові помічники, такі як Siri та Alexa, дозволяють машинам розуміти людей так, як вони зазвичай взаємодіють у реальному світі. Тепер дослідники прагнуть до наступного Святого Грааля: комп’ютерів, які можуть розуміти емоції.

Чи то робот Т-1000 Арнольда Шварценеггера Термінатор 2 або дані, android характер в Зоряний шлях: наступне покоління, нездатність машин розуміти людські емоції та належним чином реагувати на них давно стала загальноприйнятим науково-фантастичним тропом. Однак дослідження в реальному світі показують, що алгоритми машинного навчання справді стають вражаюче добре розпізнавати тілесні сигнали, які ми використовуємо, щоб натякнути на те, що ми почуваємо всередині. І це може призвести до абсолютно нових меж взаємодії людини і машини.

Не зрозумійте нас неправильно: машини ще не настільки проникливі, як звичайна людина, коли справа доходить до розпізнавання різних способів вираження емоцій. Але вони стають набагато кращими. У недавньому тесті, проведеному дослідниками Дублінського міського університету, Університетського коледжу Лондона, Бременського університету та Квінз Університет Белфаста, поєднання людей і алгоритмів попросили розпізнати асортимент емоцій, дивлячись на обличчя людини вирази.

Емоції включали щастя, смуток, гнів, подив, страх і огиду. У той час як люди все ще перевершували машини загалом (із середньою точністю 73%, порівняно з 49–62% залежно від алгоритму), бали, набрані різними протестованими ботами, показали, наскільки далеко вони зайшли в цьому відношення. Найбільш вражаюче те, що щастя і смуток були двома емоціями, щодо яких машини можуть перевершити людей у ​​вгадуванні, просто дивлячись на обличчя. Це важлива віха.

Емоції мають значення

Дослідники вже давно зацікавлені в тому, щоб з’ясувати, чи можуть машини ідентифікувати емоції на фотографіях або відео. Але лише порівняно недавно з’явилася низка стартапів прийняти цю технологію в мейнстрім. Нещодавнє дослідження протестувало комерційні класифікатори машини для розпізнавання облич, розроблені Affectiva, CrowdEmotion, FaceVideo, Emotient, Microsoft, MorphCast, Neurodatalab, VicarVision та VisageTechnologies. Усі вони є лідерами у зростаючій галузі емоційних обчислень, тобто навчання комп’ютерів розпізнавати емоції.

Тест проводився на 938 відео, включаючи як позовані, так і спонтанні емоційні прояви. Імовірність правильного випадкового вгадування алгоритмом для шести типів емоцій буде приблизно 16%.

Дам'єн Дюпре, доцент бізнес-школи DCU Дублінського міського університету, розповів Digital Trends, що Робота важлива, оскільки вона відбувається в той час, коли технологія розпізнавання емоцій стає все більш довірливою на.

«Оскільки системи машинного навчання стає легше розробляти, багато компаній зараз надають системи для інших компаній: переважно маркетингових і автомобільних компаній», — сказав Дюпре. «Оскільки [зробити] помилку в розпізнаванні емоцій для академічних досліджень, у більшості випадків, нешкідливий, ставки інші, коли імплантують систему розпізнавання емоцій в самокерований автомобіль, для приклад. Тому ми хотіли порівняти результати різних систем».

Ідея керувати автомобілем за допомогою розпізнавання обличчя на основі емоцій звучить, відверто кажучи, жахливо — особливо якщо ви така людина, яка схильна до емоційних спалахів на дорозі. На щастя, він використовується не зовсім так. Наприклад, компанія з розпізнавання емоцій Affectiva дослідила використання автомобільних камер для визначати емоції водіїв. Одного разу його можна буде використовувати для виявлення таких речей, як сонливість або гнів на дорозі, які можуть спровокувати напівавтономний автомобіль, який сідає за кермо, якщо водій буде визнаний непридатним для керування.

Тим часом дослідники з Техаського університету в Остіні розробили технологію, яка курує «ультраперсональний» музичний список відтворення, який адаптується до мінливих настроїв кожного користувача. Стаття з описом роботи під назвою «Потрібна музика в потрібний час: адаптивні персоналізовані списки відтворення на основі моделювання послідовності» була опубліковано цього місяця у журналі MIS Quarterly. Він описує використання аналізу емоцій, який передбачає не лише те, які пісні сподобаються користувачам залежно від їхнього настрою, але й найкращий порядок їх відтворення.

Існують також інші потенційні застосування технології розпізнавання емоцій. Amazon, наприклад, нещодавно почав використовувати функцію відстеження емоцій голосів Алекса помічник; дозволяючи А.І. до розпізнавати, коли користувач демонструє розчарування. Крім того, існує ймовірність того, що це навіть призведе до повноцінних емоційно сприйнятливих штучних агентів, як у Фільм Спайка Джонза 2013 року її.

У нещодавній роботі з аналізу емоцій на основі зображень, відчуття емоцій базується на зображеннях. Однак, як показують деякі з цих ілюстрацій, існують інші способи, за допомогою яких машини можуть «винюхати» потрібну емоцію в потрібний час.

«Люди в будь-який момент генерують багато невербальних і фізіологічних даних», — сказав Джордж Плієв, засновник і керуючий партнер Лабораторія Neurodata, одна з компаній, чиї алгоритми були протестовані для дослідження розпізнавання облич. «Крім міміки, є голос, мова, рухи тіла, частота серцевих скорочень і дихання. Мультимодальний підхід передбачає, що поведінкові дані слід отримувати з різних каналів і аналізувати одночасно. Дані, що надходять з одного каналу, перевірять і збалансують дані, отримані з інших каналів. Наприклад, коли інформація про обличчя з якихось причин недоступна, ми можемо аналізувати голосові інтонації або дивитися на жести».

Виклики попереду?

Проте є труднощі, як погоджуються всі учасники. Емоції не завжди легко визначити; навіть для людей, які їх відчувають.

«Якщо ви бажаєте навчати А.І. Як розпізнати машини, обличчя чи емоції, спочатку потрібно запитати людей, як ці об’єкти виглядають», – продовжив Плієв. «Їхні відповіді відображатимуть основну правду. Що стосується розпізнавання автомобілів чи облич, майже 100% опитаних були б послідовними у своїх відповідях. Але з емоціями все не так просто. Емоційні прояви мають багато нюансів і залежать від контексту: культурного походження, індивідуальних відмінностей, конкретних ситуацій, у яких виражаються емоції. Для однієї людини певний вираз обличчя буде означати одне, тоді як інша людина може сприймати це інакше».

Дюпре погоджується з думкою. «Чи можна [гарантувати], що ці системи розпізнають емоції, які хтось насправді відчуває?» він сказав. «Відповідь – ні, і ніколи не буде! Вони лише розпізнають емоції, які люди вирішують висловити, і в більшості випадків це не відповідає емоціям, які вони відчувають. Отже, головне повідомлення полягає в тому, що [машини] ніколи не прочитають … ваші власні емоції».

Однак це не означає, що технологія не буде корисною. Або не дозволити йому стати значною частиною нашого життя в наступні роки. І навіть Дем’єн Дюпре залишає трохи місця для хитання, коли справа доходить до його власного прогнозу, що машини будуть ніколи чогось досягти: «Ну, ніколи не кажи ніколи», — зазначив він.

Дослідницька стаття «Розпізнавання емоцій у людей і машин за допомогою позованого та спонтанного виразу обличчя» доступний для читання онлайн тут.

Рекомендації редакції

• Смішна формула: чому гумор, створений машиною, є святим Граалем А.І.
• Жінки з Байтом: план Вів’єн Мін вирішити «безладні людські проблеми» за допомогою штучного інтелекту.
• Дика нова техніка «мозкового ресурсу» навчає А.І. безпосередньо з хвилями мозку людини
• Зустрічайте Неона, штучну людину від Samsung (яка зовсім не схожа на Біксбі), на CES 2020
• Кращий дрон-гонщик бере участь у першій сутичці між людиною та машиною