Makakapag-intindi ba ang Artipisyal na Katalinuhan ng Emosyon ng Tao?

Ano ang pakiramdam mo tungkol sa pagkuha ng therapy mula sa isang robot? Ang mga matalinong makina ng emosyon ay maaaring hindi malayo sa wari. Sa nakalipas na ilang dekada, ang artipisyal na katalinuhan (AI) ay naging mas mahusay sa pagbabasa ng emosyonal na mga reaksyon sa mga tao.

Ngunit ang pagbabasa ay hindi katulad ng pag-unawa. Kung ang AI ay hindi makaranas ng emosyon, maaari ba talaga nilang maintindihan kami? At, kung hindi, may panganib na ipagkakaloob namin ang mga katangian ng mga robot na wala sa kanila?

Ang pinakabagong henerasyon ng mga AI ay dumating dahil sa isang pagtaas sa data na magagamit para sa mga computer upang matuto mula sa, pati na rin ang kanilang pinabuting kapangyarihan sa pagpoproseso. Ang mga makina na ito ay lalong mapagkumpitensya sa mga gawain na lagi namang itinuring bilang tao.

AI ay maaari na ngayon, bukod sa iba pang mga bagay, makilala ang mga mukha, i-face sketch sa mga larawan, kilalanin ang pananalita at maglaro ng Go.

Kinikilala ang mga kriminal

Kamakailan lamang, ang mga mananaliksik ay nakagawa ng isang AI na maaaring sabihin kung ang isang tao ay isang kriminal lamang sa pamamagitan ng pagtingin sa kanilang mga facial features. Ang sistema ay nasuri gamit ang isang database ng mga larawan ng Chinese ID at ang mga resulta ay bumababa ang panga. Ang AI ay nagkakamali ng pagkakategorya ng mga inosente bilang mga kriminal lamang sa paligid ng 6% ng mga kaso, habang ito ay matagumpay na makilala ang tungkol sa 83% ng mga kriminal. Ito ay humantong sa isang katumpakan pangkalahatang kawastuhan ng halos 90%.

Ang sistema ay batay sa isang diskarte na tinatawag na "malalim na pag-aaral", na kung saan ay naging matagumpay sa mga pang-unawa na mga gawain tulad ng pagkilala sa mukha. Dito, ang malalim na pag-aaral na sinamahan ng isang "modelo ng pag-ikot ng mukha" ay nagbibigay-daan sa AI upang mapatunayan kung ang dalawang facial na larawan ay kumakatawan sa parehong indibidwal kahit na ang pag-iilaw o anggulo ay nagbabago sa pagitan ng mga larawan.


innerself subscribe graphic


Malalim na pag-aaral ay nagtatayo ng isang "neural network", maluwag na na-modelo sa utak ng tao. Ito ay binubuo ng daan-daang libong neurons na nakaayos sa iba't ibang mga layer. Ang bawat layer ay nagbabago sa input, halimbawa isang pangmukha na imahe, sa isang mas mataas na antas ng abstraction, tulad ng isang hanay ng mga gilid sa ilang mga orientations at lokasyon. Awtomatiko itong binibigyang diin ang mga tampok na pinaka-may-katuturan sa pagsasagawa ng isang naibigay na gawain.

Dahil sa tagumpay ng malalim na pag-aaral, hindi nakakagulat na ang mga artipisyal na mga network ng neural ay maaaring makilala ang mga kriminal mula sa mga di-kriminal - kung may mga tunay na facial feature na maaaring magpakita ng diskriminasyon sa pagitan nila. Ang pananaliksik ay nagpapahiwatig na may tatlong. Ang isa ay ang anggulo sa pagitan ng dulo ng ilong at ng mga sulok ng bibig, na kung saan ay sa average na 19.6% mas maliit para sa mga kriminal. Ang upper lip curvature ay din sa average na 23.4% na mas malaki para sa mga kriminal habang ang distansya sa pagitan ng mga panloob na sulok ng mata ay nasa average na 5.6% na mas makitid.

Sa unang sulyap, ang pagtatasa na ito ay tila iminumungkahi na hindi kapani-paniwala na tanawin na ang mga kriminal ay maaaring makilala sa pamamagitan ng pisikal na mga katangian ay hindi lubos na mali. Gayunpaman, maaaring hindi ito ang buong kuwento. Ito ay kagiliw-giliw na dalawa sa mga pinaka-kaugnay na mga tampok ay may kaugnayan sa mga labi, na kung saan ay ang aming pinaka-nagpapahayag na mga tampok ng pangmukha. Ang mga ID ng larawan tulad ng mga ginamit sa pag-aaral ay kinakailangan na magkaroon ng neutral na pangmukha na expression, ngunit maaaring ito na ang AI pinamamahalaang upang makahanap ng mga nakatagong emosyon sa mga larawang iyon. Ang mga ito ay maaaring maging napakaliit na maaaring nahirapan ang mga tao na mapansin sila.

Mahirap na labanan ang tukso upang tingnan ang mga sample na larawan na ipinapakita sa papel, na hindi pa nasusuri. Sa katunayan, ang maingat na hitsura ay nagpapakita ng kaunting ngiti sa mga larawan ng mga di-kredibilidad - makita para sa iyong sarili. Ngunit ilan lamang sa mga sample na larawan ang magagamit upang hindi natin masusukat ang aming mga konklusyon sa buong database.

Ang kapangyarihan ng affective computing

Hindi ito ang unang pagkakataon na makilala ng computer ang emosyon ng tao. Ang tinatawag na larangan ng "affective computing"Ay nakapalibot sa loob ng maraming taon. Pinagtatalunan na, kung tayo ay kumportable na mamuhay at makipag-ugnayan sa mga robot, ang mga makina ay dapat na maunawaan at angkop na reaksyon sa emosyon ng tao. Mayroong maraming trabaho sa lugar, at ang mga posibilidad ay malawak.

Halimbawa, ginamit ng mga mananaliksik ang facial analysis sa lugar struggling mag-aaral sa mga sesyon ng pagtuturo sa computer. Ang AI ay sinanay upang makilala ang iba't ibang antas ng pakikipag-ugnayan at pagkabigo, upang malaman ng system kung ang mga mag-aaral ay nakakahanap ng trabaho masyadong madali o masyadong mahirap. Ang teknolohiyang ito ay maaaring maging kapaki-pakinabang upang mapabuti ang karanasan sa pag-aaral sa mga online na platform.

Ginagamit din ang Ai tuklasin ang mga emosyon batay sa tunog ng ating tinig sa pamamagitan ng isang kumpanya na tinatawag na BeyondVerbal. Gumawa sila ng software na pinag-aaralan ang modulasyon ng boses at naghahanap ng mga tiyak na mga pattern sa paraan ng pag-uusap ng mga tao. Ang kumpanya ay nag-aangkin na magagawang tama na makilala ang mga emosyon sa katumpakan ng 80. Sa hinaharap, ang ganitong uri ng teknolohiya ay maaaring, halimbawa, tulungan ang mga autistic na tao upang makilala ang mga emosyon.

Sinisikap pa rin ng Sony na bumuo ng isang robot magagawang bumuo ng emosyonal na mga bono kasama ang mga tao. Walang gaanong impormasyon tungkol sa kung paano nila nais na makamit iyon, o kung ano mismo ang gagawin ng robot. Gayunman, binabanggit nila na hinahangad nilang "pagsamahin ang hardware at serbisyo upang makapagbigay ng mga emosyonal na nakakahimok na karanasan".

Ang isang emosyonal na intelligent na AI ay may maraming mga potensyal na benepisyo, maging ito upang bigyan ang isang tao ng isang kasamahan o upang matulungan kaming gumaganap ng ilang mga gawain - mula sa kriminal na interogasyon sa pakikipag-usap therapy.

Ngunit mayroon ding mga problema sa etika at mga panganib na kasangkot. Tama ba na pahintulutan ang isang pasyente na may demensya umasa sa isang kasamang AI at naniniwala na ito ay may emosyonal na buhay kapag hindi ito? At maaari mo ba ang paghatol sa isang tao batay sa isang AI na nag-uuri sa kanila bilang nagkasala? Maliwanag hindi. Sa halip, sa sandaling ang isang sistema na tulad nito ay higit na pinabuting at ganap na nasusukat, ang isang mas masama at potensyal na kapaki-pakinabang na paggamit ay maaaring mag-trigger ng mga karagdagang pagsusuri sa mga indibidwal na itinuturing na "kahina-hinalang" ng AI.

Kaya ano ang dapat naming asahan mula sa AI na pasulong? Ang mahahalagang paksa tulad ng mga damdamin at damdamin ay mahirap pa rin para sa AI upang matuto, bahagyang dahil ang AI ay maaaring walang access sa sapat na mahusay na data upang pag-aralan ang mga ito talaga. Halimbawa, maaari bang maintindihan ni AI ang pang-aalipusta? Ang isang hatol na pangungusap ay maaaring masindak kapag sinasalita sa isang konteksto ngunit hindi sa iba.

Ngunit ang dami ng data at pagpoproseso ng lakas ay patuloy na lumalaki. Kaya, sa ilang mga eksepsiyon, maaaring maayos ng AI ang mga tao sa pagkilala ng iba't ibang uri ng damdamin sa susunod na mga dekada. Ngunit kung ang isang AI ay maaaring makaranas ng emosyon ay a kontrobersyal na paksa. Kahit na kung maaari nila, maaaring tiyak na emosyon na hindi nila makaranas - na nagpapahirap sa tunay na maunawaan ang mga ito.

Ang pag-uusap

Tungkol sa Ang May-akda

Leandro Minku, Lektor sa Computer Science, University of Leicester

Ang artikulong ito ay orihinal na na-publish sa Ang pag-uusap. Basahin ang ang orihinal na artikulo.

Mga Kaugnay na Libro:

at InnerSelf Market at Amazon