Машини стають до божевілля вправними в розпізнаванні людських емоцій

До недавнього часу нам доводилось взаємодіяти з комп’ютерами на їхніх власних умовах. Щоб користуватися ними, люди повинні були вивчити вхідні дані, призначені для розуміння комп’ютером: чи то введення команд, чи то клацання іконок за допомогою миші. Але все змінюється. Поява голосових помічників зі штучним інтелектом, таких як Siri і Alexa, дає можливість машинам розуміти людей так, як вони зазвичай взаємодіють у реальному світі. Зараз дослідники тягнуться до наступного Святого Грааля: Комп’ютери, здатні розуміти емоції.

• Емоції мають значення
• Виклики попереду?

Чи то робот Т-1000 Арнольда Шварценеггера у фільмі “Термінатор 2”, чи то андроїд Дейта у фільмі “Зоряний шлях: Наступне покоління”, нездатність машин розуміти і належним чином реагувати на людські емоції вже давно стала поширеним науково-фантастичним тропом. Проте реальні дослідження показують, що алгоритми машинного навчання насправді дуже добре розпізнають тілесні сигнали, які ми використовуємо для того, щоб натякнути на те, що ми відчуваємо всередині. І це може призвести до цілковито нової межі взаємодії людини і машини.

Не зрозумійте нас неправильно: Машини ще не настільки проникливі, як пересічна людина, коли справа доходить до розпізнавання різних способів вираження емоцій. Але вони стають набагато кращими. У нещодавньому тесті, проведеному дослідниками з Дублінського міського університету, Університетського коледжу Лондона, Бременського університету і Королівського університету Белфаста, комбінацію людей і алгоритмів попросили розпізнати низку емоцій, дивлячись на вираз людського обличчя.

• Чому ШІ ніколи не буде правити світом
• Як ми дізнаємось, коли ШІ насправді стане розумним?
• Аналоговий ШІ? Звучить божевільно, але за цим може бути майбутнє

Емоції включали в себе щастя, смуток, гнів, здивування, страх і огиду. Хоча люди все ще перевершують машини в цілому (з точністю 73% в середньому, порівняно з 49% до 62% в залежності від алгоритму), бали, набрані різними протестованими ботами, показали, наскільки далеко вони просунулися в цьому відношенні. Найбільш вражаючим є те, що щастя і смуток виявилися двома емоціями, які машини можуть вгадувати краще за людей, просто дивлячись на обличчя. Це значна віха.

Емоції мають значення

Дослідники вже давно були зацікавлені в тому, щоб з’ясувати, чи можуть машини ідентифікувати емоції за нерухомими зображеннями або відеоматеріалами. Але лише відносно недавно з’явилася низка стартапів, які взяли цю технологію на озброєння. У нещодавньому дослідженні були протестовані комерційні машинні класифікатори розпізнавання облич, розроблені компаніями Affectiva, CrowdEmotion, FaceVideo, Emotient, Microsoft,

Дам’єн Дюпре, доцент бізнес-школи DCU Дублінського міського університету, розповів Digital Trends, що ця робота важлива, оскільки вона з’явилася в той час, коли технології розпізнавання емоцій стають все більш затребуваними.

“Оскільки системи машинного навчання стає все простіше розробляти, багато компаній зараз надають системи для інших компаній: в основному маркетингових і автомобільних компаній”, – сказав Дюпре. “У той час як помилка в розпізнаванні емоцій для академічних досліджень, в більшості випадків, нешкідлива, при імплантації системи розпізнавання емоцій в безпілотний автомобіль, наприклад, ставки інші. Тому ми хотіли порівняти результати різних систем”.

В майбутньому ця система може бути використана для розпізнавання таких емоцій, як сонливість або агресія на дорозі, які можуть спровокувати напівавтономний автомобіль сісти за кермо.

Ідея керування автомобілем за допомогою емоційного розпізнавання обличчя звучить, відверто кажучи, жахливо – особливо, якщо ви належите до людей, схильних до емоційних спалахів на дорозі. На щастя, це не зовсім так. Наприклад, компанія Affectiva, що займається розпізнаванням емоцій, дослідила використання автомобільних камер для виявлення емоцій у водіїв. Одного дня це може бути використано для виявлення таких речей, як сонливість або лють на дорозі, що може спровокувати напівавтономний автомобіль, який візьме кермо, якщо водій вважається непридатним для водіння.

Тим часом дослідники з Техаського університету в Остіні розробили технологію, яка керує “ультраперсональним” музичним плейлистом, що адаптується до мінливого настрою кожного користувача. Стаття з описом цієї роботи під назвою “Правильна музика в потрібний час: адаптивні персоналізовані плейлисти на основі моделювання послідовності” була опублікована цього місяця в журналі MIS Quarterly. У ній описується використання аналізу емоцій, який прогнозує не лише те, які пісні сподобаються користувачам залежно від їхнього настрою, але й те, в якому порядку їх відтворювати.

Існують і інші потенційні застосування технології розпізнавання емоцій. Amazon, наприклад, зовсім недавно почала використовувати відстеження емоцій за голосом для свого помічника Alexa, що дозволяє штучному інтелекту розпізнавати, коли користувач демонструє розчарування. В майбутньому, можливо, це навіть призведе до створення повноцінних емоційно реагуючих штучних агентів, як у фільмі Спайка Джонзе “Вона” 2013 року.

В нещодавній роботі з аналізу емоцій на основі зображень відчуття емоцій ґрунтується на зображеннях. Проте, як показують деякі з цих ілюстрацій, існують і інші способи, за допомогою яких машини можуть “винюхувати” потрібну емоцію в потрібний час.

“Коли інформація про обличчя з якихось причин недоступна, ми можемо проаналізувати голосові інтонації або подивитися на жести”.

“Люди генерують багато невербальних і фізіологічних даних в будь-який момент часу”, – сказав Георгій Плієв, засновник і керуючий партнер Neurodata Lab, однієї з компаній, чиї алгоритми були протестовані для дослідження розпізнавання осіб. “Окрім виразу обличчя, є голос, мова, рухи тіла, серцебиття, частота дихання. Мультимодальний підхід передбачає, що поведінкові дані мають бути отримані з різних каналів та проаналізовані одночасно. Дані, що надходять з одного каналу, будуть перевіряти та збалансовувати дані, отримані з інших каналів. Наприклад, коли інформація про обличчя з якихось причин недоступна, ми можемо проаналізувати голосові інтонації або подивитися на жести”.

Виклики попереду?

Виклики попереду?

“Якщо ви хочете навчити штучний інтелект розпізнавати автомобілі, обличчя чи емоції, вам слід спочатку запитати людей, як виглядають ці об’єкти, – продовжив Плієв. “Їхні відповіді і будуть істиною в останній інстанції. Якщо мова йде про ідентифікацію автомобілів або облич, то майже 100% опитаних людей будуть послідовними у своїх відповідях. Але коли мова йде про емоції, то тут не все так просто. Емоційні вирази мають багато нюансів і залежать від контексту: культурного фону, індивідуальних особливостей, конкретних ситуацій, в яких виражаються емоції. Для однієї людини певний вираз обличчя означатиме одне, а інша людина може розцінити його інакше”.

Дюпре погоджується з цією думкою. “Чи можуть ці системи [бути гарантовано] розпізнати емоцію, яку насправді відчуває людина?”, – сказав він. “Відповідь – ні, і ніколи не зможуть! Вони розпізнають лише емоції, які люди вирішують висловити – і в більшості випадків це не відповідає емоціям, які вони відчувають. Отже, основний висновок полягає в тому, що [машини] ніколи не прочитають … ваші власні емоції”.

Проте це не означає, що технологія не буде корисною. І не завадить їй стати великою частиною нашого життя в найближчі роки. І навіть Дем’єн Дюпре залишає невеликий простір для маневру, коли йдеться про його власний прогноз, що машини ніколи не досягнуть чогось: “Ну, ніколи не кажи ніколи”, – зазначив він.

Дослідницьку роботу “Розпізнавання емоцій у людей і машин за допомогою заданого і спонтанного виразу обличчя” можна прочитати онлайн тут.

Рекомендації редакторів

Зустрічайте робота-пітчера, що змінює правила гри, який може ідеально імітувати будь-який людський кидок

• Оптичні ілюзії можуть допомогти нам створити наступне покоління ШІ
• Останній штрих: як вчені наділяють роботів тактильними відчуттями, подібними до людських
• Смішна формула: Чому машинний гумор – це святий грааль ШІ
• Прочитайте моторошно красиве “синтетичне писання” штучного інтелекту, який вважає себе Богом

Source: digitaltrends.com