Research

Коли штучний інтелект почне розуміти людські емоції?

А ви довірилися б роботу, якби він був вашимлікуючим лікарем? Емоційні розумні машини можуть бути не так далекі від нас, як здається. За останні кілька десятиліть, штучний інтелект істотно додав в можливостях читання емоційних реакцій людей.

Але читати емоції - не означає їх розуміти. Якщо сам ІІ не може їх відчувати, чи зможе він коли-небудь зрозуміти нас в повній мірі? І якщо немає, ризикуємо ми приписувати роботам властивості, яких у них немає?

Останнє покоління штучного інтелекту вжедякує нам за зростання числа даних, на яких комп'ютери можуть вчитися, а також за збільшення обчислювальної потужності. Ці машини поступово удосконалюються в справах, які ми зазвичай віддавали на виконання виключно людям.

Сьогодні штучний інтелект, серед іншого, може розпізнавати обличчя, перетворювати ескізи осіб в фотографії, розпізнавати мову і грати в го.

ідентифікація злочинців

Не так давно вчені розробили штучнийінтелект, який здатний сказати, чи є людина злочинцем, просто подивившись на його риси обличчя. Систему оцінювали з використанням бази даних фотографій китайців і результати вийшли просто приголомшливі. ІІ помилково класифікував невинних людей в якості злочинців всього в 6% випадків і успішно упізнав 83% злочинців. Загальна точність склала майже 90%.

Ця система заснована на підході під назвою«Глибоке навчання», який виявився успішним, наприклад, в розпізнаванні осіб. Глибоке навчання в поєднанні з «моделлю обертання особи» дозволило штучного інтелекту визначити, чи становлять дві фотографії обличчя одного і того ж людини, навіть якщо змінюється освітлення або кут.

Глибоке навчання створює «нейронну мережу»,яка бере в свою основу наближення людського мозку. Вона складається з сотень тисяч нейронів, організованих в різних шарах. Кожен шар переводить вхідні дані, наприклад, зображення особи, на більш високий рівень абстракції, на кшталт набору ребер в певних напрямках і розташуваннях. І автоматично виділяє риси, які найбільш актуальні для виконання того чи іншого завдання.

З огляду на успіх глибокого навчання, немає нічогодивного в тому, що штучні нейронні мережі можуть відрізняти злочинців від невинних - якщо дійсно існують риси обличчя, які між ними розрізняються. Дослідження дозволило виділити три риси. Одна - кут між кінчиком носа і куточками рота, який в середньому на 19,6% менше у злочинців. Кривизна верхньої губи також в середньому на 23,4% більше для злочинців, а відстань між внутрішніми куточками очей в середньому на 5,6% вже.

На перший погляд, цей аналіз дозволяєприпустити, що застаріле думку, що злочинців можна визначити за фізичними атрибутами, не таке вже й неправильне. Проте, це ще не вся історія. Що примітно, дві найбільші релевантних риси пов'язані з губами, а це наші найвиразніші риси обличчя. Фотографії злочинців, які використовувалися в дослідженні, вимагають зберігати нейтральне вираз обличчя, але ІІ все ж примудрився знайти приховані емоції на цих фотографіях. Можливо, настільки незначні, що люди не в силах їх виявити.

Складно побороти спокусу поглянути на зразкифотографій самостійно - ось вони. Документ ще проходить рецензування. Ретельне розгляд і правда показує легку посмішку на фотографіях невинних. Але в зразках не так багато фотографій, тому зробити висновки про всю базі даних неможливо.

Сила афективних обчислень

Це не перший раз, коли комп'ютер здатнийрозпізнавати людські емоції. Так звана область «афективних обчислень» або «емоційних обчислень» існує вже давно. Вважається, що якщо ми хочемо комфортно жити і взаємодіяти з роботами, ці машини повинні вміти розуміти і адекватно реагувати на людські емоції. Можливості цієї області досить великі.

Наприклад, дослідники використовували аналіз осіб,щоб визначити студентів, які зазнають труднощів з комп'ютерними навчальними уроками. ІІ навчили розпізнавати різні рівні залученості і розчарування, щоб система могла зрозуміти, коли студенти вважають роботу занадто простий або занадто складною. Ця технологія може бути корисною для поліпшення процесу навчання на онлайн-платформах.

Sony і зовсім намагається розробити робота,здатного формувати емоційні зв'язки з людьми. Поки не зовсім зрозуміло, як вона зібралася досягти цього або що конкретно робитиме робот. Тим не менш, компанія заявляє, що намагається «інтегрувати апаратні засоби і послуги, щоб забезпечити емоційно порівнянний досвід».

Емоційний штучний інтелект буде мати ряд потенційних переваг, будь то роль співрозмовника або виконавця - зможе і злочинця впізнати, і про лікування поговорити.

Існують також етичні проблеми і ризики. Чи буде правильним дозволити пацієнту з деменцією покластися на компаньйона в особі ІІ і сказати йому, що він емоційно живий, хоча насправді немає? Чи зможете ви посадити людину за ґрати, якщо ІІ скаже, що він винен? Звичайно, ні. Штучний інтелект, в першу чергу, буде не суддею, а слідчим, що визначає «підозрілих», але аж ніяк не винних людей.

Суб'єктивні речі на зразок емоцій і почуттів складнопояснити штучного інтелекту, почасти тому, що у ІІ немає доступу до досить хорошим даними, щоб об'єктивно їх проаналізувати. Чи зможе ІІ коли-небудь зрозуміти сарказм? Одне речення може бути саркастичним в одному контексті і зовсім іншим - в іншому.

У будь-якому випадку, обсяг даних і обчислювальноїпотужності продовжує зростати. За кількома винятками, ІІ цілком може навчитися розпізнавати різні типи емоцій в найближчі кілька десятиліть. Але чи зможе він коли-небудь сам їх відчувати? Це спірне питання.