人工智能已经聪明到可以辨别人类的情绪

作者: 佚名 2018-07-13 14:38:34

或许是时候让AI产生“情感”了

人工智能已经聪明到可以辨别人类的情绪

未来的商业模式将会变得越来越“情绪化”。

对于产品设计来说,用户体验是至关重要的考虑因素。

因此很多产品的用户界面开始加入可以检测用户情绪状态的功能,并且在与用户交互时使用模拟情绪。

著名技术咨询公司Gartner在今年1月发布的一份报告称:四年内,你的设备将“比你的家人更了解你的情绪状态”。

https://www.gartner.com/newsroom/id/3843263

对于人工智能,很多人可能只关注“阿尔法狗”又在围棋上虐哭了柯洁几次,或者OpenAI又在DOTA之后的什么游戏中击败了人类。

但在“情绪”,这一人类曾经认为是自己独有的领域,AI同样取得了进展。

目前,AI深度学习的情绪识别已经从快乐、惊讶、愤怒、悲伤、恐惧和厌恶等基本情绪发展到了超过20种更微妙的情绪,例如“愉快的惊讶”、“愤怒的惊讶”、敬畏等。

心理学家认为人类有27种不同的情绪。

https://psychcentral.com/news/2017/09/08/new-study-emotions-abound-with-27-different-varieties

这个由俄亥俄大学开发的情绪AI,可以根据照片中的面部表情识别21种情绪;

更令人震惊的是:该系统在检测这些情绪时比人类更准确。

人工智能已经聪明到可以辨别人类的情绪

机器识别情绪的基本原理是依靠识别面部肌肉运动以及由面部血流变化所引起的面部颜色变化。

这两者都与由情绪引发的神经活动相关。

人工智能已经聪明到可以辨别人类的情绪

面部血管

【研究视频解说】:

视频加载中...

面部表情研究先驱保罗·艾科曼于1971年发表的《Constants across cultures in the face and emotion》表明:

对于不同国家、不同种族的人类而言,虽然他们的语言、文化都不相同,但基本的情绪表情却是一致的,其外在表现遵循固定的模式。

人工智能已经聪明到可以辨别人类的情绪

因此,或许让机器产生情绪很复杂,但让机器识别情绪,并模仿情绪,仅仅是“学习”的问题。

情感是沟通的必要条件

有一种普遍的误解是:人类的话语内容是我们交流的总和。

事实上,不只是语言,人类还在用声音语调、面部表情、手势和肢体语言等进行交流。

这就是为什么电子邮件充满了误解的可能性。如果没有非语言暗示,大部分意图都会丢失。

人工智能已经聪明到可以辨别人类的情绪

在计算机发展的历史上,有一个趋势是:随着计算机变得越来越强大,该功能的很大一部分被应用于提升与人类的交互质量。

人与计算机第一代“交互界面”是开关、打卡和磁带,人类必须通过非常复杂的步骤才能转化成计算机的二进制语言。

但随后的快进命令行,GUI,口语界面,每个进步都是让机器与人的交互变得更加容易。

人工智能已经聪明到可以辨别人类的情绪

第一台计算机ENIAC

不过今天的口语界面还不够好,因为基本上它们只是处理单词,而不是非语言提示。

当你与虚拟助手交谈时,你的口语单词将转换为文本,并且是“公文化”的文本,你交谈时的声音语调、表情、肢体动作等这些信息都不会包括在内。

情感AI最大的好处是人机交互将越来越多地涉及口头和非口头交流,这将提升双方的理解。

或许不用多久,Siri(苹果)、Google Assistant(谷歌)、Alexa(亚马逊)、Cortana(微软)、小爱同学(小米)等虚拟助手都将会根据用户的情绪不同而做出不同反应。

在智能手机硬件创新乏力的今天,越来越多地公司也会开始想方设法筑起一道软件的护城河。

一个能理解你情绪并给你安慰的语音助手应该会是一个大的突破。

人工智能已经聪明到可以辨别人类的情绪

“情绪”在商业上的应用

可以检测和模拟人类情感的AI,将改变客户服务、虚拟助手、机器人、工厂安全、医疗保健、运输等领域。

Frost&Sullivan进行的一项Cogito调查显示,93%的受访者表示,良好的客户服务互动将有益于公司的形象。

Cogito的AI软件基于麻省理工学院人类动态实验室的行为科学研究,可以分析客户的情绪状态;

并为人类呼叫中心代理提供即时反馈,使他们能够更轻松地与客户实现“共情”,进行交流。

人工智能已经聪明到可以辨别人类的情绪

Affectiva和Realeyes等公司提供基于云的解决方案,使用网络摄像头跟踪面部表情和心率(通过检测面部皮肤的变化)。

一种用途是市场调查(在消费者观看广告时,该技术可以检测他们对广告中的图像或文字的感觉)。

这些公司也正在寻求扩展到其他领域,例如医疗保健,即使病人没有正确表达,自动呼叫中心也可以通过声音检测出他的痛苦或抑郁。

由日本欧姆龙自动化公司创建并于今年CES上展示的一台名为Forpheus的乒乓球机器人;

其乒乓球技能的一部分是它能够阅读肢体语言,以确认其人类对手的情绪和技能水平。

人工智能已经聪明到可以辨别人类的情绪

而与人类一起协作的工业机器人,“识别情绪”可以提高生产力和安全性。

例如,通过阅读工厂工人的肢体语言,工业机器人可以预测人们可能会如何以及在何处移动,判断他们的工作转态,提前预警危险。

旗瀚科技的Sanbot,软银的Pepper和本田的3E-A18等机器人作为移动信息亭,部署在机场、商场、酒店等服务区域。

它们的构建是为了理解和模仿人类的情感,这些机器人可以阅读肢体语言、语音模式和面部表情,以弄清楚用户的感受,或用户是否感到困惑,为他们提供更加满意的答案。

情感检测的另一个主要且显而易见的应用是汽车和卡车。

通过在仪表板、座椅或安全带中使用生物识别传感器和摄像头,车载AI可以判断驾驶员是否有压力或驾驶时太累,以减少事故的发生。

目前福特汽车正在与欧盟合作开发这样一个系统。

情感AI将最先用于消费领域和公共领域

Facebook最近获得了“情绪检测自拍滤镜”的专利。

这个想法是根据照片中检测到的情绪自动选择合适的自拍“面具”。

例如,如果自拍者看起来很悲伤,则过滤器默认为卡通泪滴;如果看起来很开心则会得到“Happy Panda”。

人工智能已经聪明到可以辨别人类的情绪

人工智能已经聪明到可以辨别人类的情绪

一款名为Nevermind的视频游戏使用生物反馈来检测玩家的情绪并相应地调整难度级别(来自Affectiva的技术)。

如果你觉得它很贴心的话估计要失望了;

它的设定是玩家越害怕难度就会越高!

人工智能已经聪明到可以辨别人类的情绪

恐怖游戏Nevermind

“监控舆情”的利器

上面只是在一些小程序上的应用,估计已经有人想到这个东西会是“监控舆情”的利器。

在英国,政府正在使用一项名为G-Cloud 10的服务,由FlyingBinary和Emrays专门开发,根据社交媒体帖子和评论来检测网民们的情绪。

今年3月份,国内的一所学校在教室里安置了一款特制摄像头,使用人工智能来监控所有学生的情绪状态,评估学生的注意力。

更多的不能再说了。

但可以预见,情绪AI将有非常广的商业应用前景(至少会成为男生谈恋爱的必备系统);

而对于公共部门,“理由”就更多了。

写此文时,想起鲁迅先生的一段话,或许不相关,仅摘录于此:

楼下一个男人病得要死,那间壁的一家唱着留声机,对面是弄孩子。墙上有两个人狂笑,还有打牌声。河中的船上有女人哭着她死去的母亲。

人类的悲欢并不相通,我只是觉得他们吵闹。

人工智能 深度学习 机器人
上一篇:机器学习近年来之怪现状 下一篇:AI是如何一步步成为“药神”的?
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

AI行业寒潮下,智能物流机器人产业迎来“风口”

“人工智能,前景很好,但‘钱’景不好 ” 、“2018年,人工智能的进展就是没有进展”、“2019年的AI行业已如石墨烯一样,尽显疲态”……一篇《投资人逃离人工智能》文章又给人工智能行业泼了一身冷水。人工智能融资难、“寒冬论”再一次戳痛每个人工智能从业者的心,激起大众的焦虑情绪。

AI报道 ·  16h前
人工智能应用在智慧社区五大场景

物联网、云计算、大数据、人工智能正逐步从概念走向应用。越来越多的传统产业也开始探索和创新,积极拥抱互联网和新技术。未来,人工智能技术可能会颠覆社区管理。

有熊 ·  17h前
基于PyTorch的CV模型框架,北大学生出品TorchCV

在机器学习带来的所有颠覆性技术中,计算机视觉领域吸引了业内人士和学术界最大的关注。

张倩、泽南 ·  18h前
高位截瘫患者重新行走:靠意念指挥外骨骼,法国脑机接口新突破

依靠介入头部的 2 个传感器,法国里昂的一名瘫痪男子 Thibault 实现了操控外骨骼装备来助力行走。

孙滔 ·  22h前
2008 年预测 2020 年生活方式:基本都实现了

美国皮尤研究中心曾在 2008 年预测 2020 年的生活方式,目前来看,该研究的预测基本已经实现。而对于未来 10 年,也就是 2030 年左右人们的生活,在 2017 年底的世界经济论坛上,800 多名信息和通讯技术领域的技术高管和专家给出了如下预测。

佚名 ·  22h前
机器学习的正则化是什么意思?

正则化的好处是当特征很多时,每一个特征都会对预测y贡献一份合适的力量;所以说,使用正则化的目的就是为了防止过拟合。

佚名 ·  22h前
为什么我的CV模型不好用?没想到原因竟如此简单……

机器学习专家 Adam Geitgey 近日发布了一篇文章探讨了这一简单却又让很多人头痛的问题,并分享了他为解决这一问题编写的自动图像旋转程序。

机器之心 ·  22h前
中文自动转SQL,准确率高达92%,这位Kaggle大师刷新世界纪录

首届中文NL2SQL挑战赛上,又一项超越国外水平的NLP研究成果诞生了。在NL2SQL这项任务上,比赛中的最佳成绩达到了92.19%的准确率,超过英文NL2SQL数据集WikiSQL目前完全匹配精度86.0%,执行匹配精度91.8%的最高成绩。

郭一璞 ·  23h前
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载