人工智能會不會理解人類的情緒?

您對從機器人接受治療感覺如何? 情感智能機器可能並不像看起來那麼遙遠。 在過去的幾十年裡,人工智能(AI)越來越擅長閱讀人類的情緒反應。

但閱讀與理解並不相同。 如果人工智能不能自己體驗情感,他們能真正了解我們嗎? 而且,如果沒有,是否存在我們將機器人屬性歸咎於他們沒有的風險?

由於計算機可用數據的增加以及處理能力的提高,最新一代的AI已經出現。 這些機器在一直被視為人類的任務中越來越具有競爭力。

AI現在可以,除其他外, 識別面孔, 把臉上的草圖變成照片, 承認言論玩Go.

識別罪犯

最近,研究人員已經開發出一種能夠通過觀察他們的面部特徵來判斷一個人是否是罪犯的人工智能。 系統使用中國身份證照片和數據庫進行評估 結果 下巴。 人工智能錯誤地將無辜者歸類為犯罪分子,僅佔6%的百分之幾,而能夠成功識別出83%的犯罪分子。 這導致幾乎90%的驚人整體準確度。

該系統基於一種稱為“深度學習”的方法,該方法在人臉識別等感知任務中取得了成功。 在這裡,深度學習與“面部旋轉模型”相結合,允許AI驗證兩張面部照片是否代表同一個體,即使照片之間的光照或角度發生變化。


內在自我訂閱圖形


深入學習 建立一個“神經網絡”,鬆散地模仿人類的大腦。 它由數十萬個組織在不同層中的神經元組成。 每個層將輸入(例如面部圖像)轉換為更高級別的抽象,例如在某些方向和位置處的一組邊緣。 這會自動強調與執行給定任務最相關的功能。

鑑於深度學習的成功,人工神經網絡可以將犯罪分子與非犯罪分子區分開來並不奇怪 - 如果確實存在可以區分犯罪分子的面部特徵。 研究表明有三種。 一個是鼻尖和嘴角之間的角度,對犯罪分子來說平均小19.6%。 對於罪犯,上唇曲率也平均為23.4%,而眼睛內角之間的距離平均為5.6%更窄。

乍一看,這種分析似乎表明了這一點 過時的觀點 犯罪分子可以通過物理屬性來識別並非完全錯誤。 然而,這可能不是完整的故事。 有趣的是,兩個最相關的特徵與嘴唇有關,這是我們最具表現力的面部特徵。 諸如研究中使用的身份證照片需要具有中性的面部表情,但可能是人工智能設法在這些照片中找到隱藏的情緒。 這些可能很小,以至於人類可能都在努力注意它們。

很難抵制查看論文中顯示的樣本照片的誘惑,這些照片尚未經過同行評審。 事實上,仔細觀察會發現非罪犯的照片中有一絲微笑 - 你自己看。 但只有少數樣本照片可供使用,因此我們無法將我們的結論推廣到整個數據庫。

情感計算的力量

這不是計算機第一次能夠識別人類的情感。 所謂的“領域”情感計算“已經存在了好幾年了。 有人認為,如果我們要舒適地生活並與機器人互動,這些機器應該能夠理解並適當地對人類情緒做出反應。 該地區有很多工作,可能性很大。

例如,研究人員使用面部分析 現場掙扎的學生 在計算機輔導課程。 AI經過培訓,能夠識別不同程度的參與和挫折感,因此系統可以知道學生何時發現工作太容易或太困難。 該技術可用於改善在線平台的學習體驗。

AI也習慣了 根據我們的聲音檢測情緒 被一家公司稱為 BeyondVerbal。 他們製作了分析語音調製的軟件,並以人們談話的方式尋找特定的模式。 該公司聲稱能夠正確識別80%準確度的情緒。 例如,在未來,這種類型的技術可能會幫助自閉症患者識別情緒。

索尼甚至試圖開發機器人 能夠形成情感紐帶 與人。 沒有太多關於他們打算如何實現這一點的信息,或者機器人究竟會做些什麼。 但是,他們提到他們尋求“整合硬件和服務,提供情感上引人注目的體驗“。

一個情緒智能的人工智能有幾個潛在的好處,無論是給某人一個同伴或幫助我們執行某些任務 - 從刑事審訊到談話治療。

但也存在道德問題和風險。 讓患有癡呆症的患者依賴AI伴侶是否正確並且相信它有情感生活? 您是否可以根據人工智能對某人進行定罪,將其歸類為有罪? 顯然不是。 相反,一旦這樣的系統得到進一步改進和充分評估,一個危害較小且可能有用的用途可能是觸發對AI認為“可疑”的個人的進一步檢查。

那麼我們對AI的期待應該怎樣? 人工智能學習的主觀主題如情緒和情緒仍然很難,部分原因是人工智能可能無法獲得足夠的好數據來客觀地分析它們。 例如,人工智能能夠理解諷刺嗎? 給定的句子在一個語境中說話時可能是諷刺性的,而在另一個語境中則不是。

然而,數據和處理能力的數量繼續增長。 因此,除了少數例外,AI可能能夠在接下來的幾十年中與人類識別不同類型的情緒相匹配。 但人工智能能否體驗到情感是一種感受 有爭議的話題。 即使他們可以,也許肯定會有他們永遠無法體驗到的情感 - 難以真正理解他們。

談話

關於作者

Leandro Minku,計算機科學講師, 萊斯特大學

這篇文章最初發表於 談話。 閱讀 原創文章.

相關書籍:

at InnerSelf 市場和亞馬遜