Mikor Kezd A Mesterséges Intelligencia Megérteni Az Emberi érzelmeket? - Alternatív Nézet

Tartalomjegyzék:

Mikor Kezd A Mesterséges Intelligencia Megérteni Az Emberi érzelmeket? - Alternatív Nézet
Mikor Kezd A Mesterséges Intelligencia Megérteni Az Emberi érzelmeket? - Alternatív Nézet

Videó: Mikor Kezd A Mesterséges Intelligencia Megérteni Az Emberi érzelmeket? - Alternatív Nézet

Videó: Mikor Kezd A Mesterséges Intelligencia Megérteni Az Emberi érzelmeket? - Alternatív Nézet
Videó: Hová fejlődhet a mesterséges intelligencia (KiberMa 133.adás) 2024, Április
Anonim

Megbízik-e egy robotban, ha az orvosa lenne? Az érzelmi intelligens gépek nem lehetnek olyan távol tőlünk, mint amilyennek látszanak. Az elmúlt néhány évtizedben a mesterséges intelligencia drámaian javította az emberek érzelmi reakcióinak olvasási képességét.

De az érzelmek elolvasása nem azt jelenti, hogy megértsék őket. Ha az AI maga nem tudja megtapasztalni őket, képes lesz-e valaha is megérteni minket? És ha nem, akkor kockáztatunk-e olyan tulajdonságokkal való felruházást a robotoknak, amelyeknek nincsenek azokban?

A mesterséges intelligencia legújabb generációja már köszönetet mond nekünk a számítógépektől tanulható adatok mennyiségének növekedéséért, valamint a feldolgozási teljesítmény növekedéséért. Ezeket a gépeket fokozatosan fejlesztjük olyan ügyekben, amelyeket általában kizárólag az embereknek adtak ki kivégzés céljából.

Image
Image

Manapság a mesterséges intelligencia képes többek között felismerni az arcokat, az arcvázlatokat fotókká alakítani, felismerni a beszédet és játszani a Go-t.

A bűnözők azonosítása

Nem olyan régen a tudósok fejlesztették ki a mesterséges intelligenciát, amely csak az arcvonásaik alapján meg tudja mondani, hogy egy személy bűnöző-e. A rendszert kínai fényképek adatbázisával értékelték, és az eredmények egyszerűen lenyűgözőek voltak. Az AI tévesen bűncselekménynek minősítette az ártatlan embereket csak az esetek 6% -ában, és sikeresen azonosította a bűnözők 83% -át. Az általános pontosság közel 90% volt.

Promóciós videó:

Ez a rendszer a „mély tanulás” elnevezésű megközelítésen alapul, amely például az arcfelismerésben sikeresnek bizonyult. A mély tanulás és az "arcforgatási modell" kombinációja lehetővé tette a mesterséges intelligencia számára annak meghatározását, hogy ugyanazon személy arcáról két fénykép készül-e, még akkor is, ha a megvilágítás vagy a szög megváltozik.

A mély tanulás létrehoz egy "idegi hálózatot", amely az emberi agy közelítésén alapul. Ez több százezer neuronból áll, amelyek különböző rétegekben vannak elrendezve. Mindegyik réteg bemeneti adatokat, például arcot, magasabb absztrakciós szintre, például élek sorrendjére és meghatározott helyeire visz. És automatikusan kiemeli azokat a funkciókat, amelyek egy adott feladat végrehajtása szempontjából a legrelevánsabbak.

A mély tanulás sikere miatt nem meglepő, hogy a mesterséges idegi hálózatok megkülönböztethetik a bűnözőket az ártatlanoktól - ha vannak olyan arcvonások, amelyek különböznek a kettő között. A tanulmány lehetővé tette számunkra három tulajdonság azonosítását. Az egyik az orrhegy és a száj sarkai közötti szög, amely átlagosan 19,6% -kal kevesebb a bűnözőknél. A felső ajak görbülete szintén átlagosan 23,4% -kal nagyobb a bűnözőknél, a szem belső sarkai közötti távolság pedig átlagosan 5,6% -kal keskenyebb.

Első pillantásra ez az elemzés azt sugallja, hogy az elavult nézet, miszerint a bűnözőket fizikai tulajdonságok alapján lehet azonosítani, nem olyan rossz. Ez azonban nem az egész történet. Figyelemre méltó, hogy a két legfontosabb tulajdonság az ajkakhoz kapcsolódik, és ezek a leginkább kifejező arcvonásaink. A kutatás során használt bűnözők fényképei semleges arckifejezést igényelnek, ám az AI-nek mégis sikerült rejtett érzelmeket találnia ezekben a fényképekben. Talán annyira jelentéktelen, hogy az emberek nem tudják észlelni őket.

Image
Image

Nehéz ellenállni annak a kísértésnek, hogy magad nézzen meg fotómintákat - itt vannak. A dokumentum továbbra is felülvizsgálat alatt áll. A szoros vizsgálat enyhe mosolyt mutat az ártatlanok fényképein. De a mintákban nincs sok fénykép, tehát lehetetlen következtetéseket levonni a teljes adatbázisról.

Az érzelmi számítástechnika ereje

Ez nem az első alkalom, hogy a számítógép képes volt felismerni az emberi érzelmeket. Az „érzelmi számítástechnika” vagy az „érzelmi számítástechnika” úgynevezett területe már régóta fennáll. Úgy gondolják, hogy ha kényelmesen akarunk élni, és kölcsönhatásba lépni a robotokkal, ezeknek a gépeknek képeseknek kell lenniük az emberi érzelmek megértésére és megfelelő reagálására. Ezen a területen a lehetőségek meglehetősen szélesek.

A kutatók például az arc-elemzés segítségével azonosították azokat a hallgatókat, akiknek nehézségeik vannak a számítógépes tanítási órákkal. Az AI-t arra tanították, hogy felismerje az elkötelezettség és a frusztráció különféle szintjeit, hogy a rendszer megértse, amikor a hallgatók túl könnyű vagy túl összetett munkát találnak. Ez a technológia hasznos lehet az online platformon történő tanulási tapasztalatok javítása érdekében.

A Sony olyan robot kifejlesztésére törekszik, amely érzelmi kötelékeket képezhet az emberekkel. Még nem egészen világos, hogyan fogja elérni ezt, vagy pontosan mit fog tenni a robot. A társaság azonban azt állítja, hogy "hardvert és szolgáltatásokat integrál, hogy érzelmileg összehasonlítható élményt tudjon nyújtani".

Az érzelmi mesterséges intelligencianek számos lehetséges előnye van, legyen az a beszélgetőpartner vagy a végrehajtó szerepe - képes lesz mind a bűnöző azonosítására, mind a bánásmódról beszélni.

Vannak etikai aggályok és kockázatok is. Helyes lenne-e engedni, hogy a demenciában szenvedő beteg támaszkodjon egy AI-társra, és mondja el nekik, hogy érzelmileg élnek, amikor nem? Helyezhet egy embert rács mögé, ha az AI azt állítja, hogy bűnös? Természetesen nem. A mesterséges intelligencia elsősorban nem bíró, hanem nyomozó, azonosítva a „gyanúsokat”, de biztosan nem bűnös embereket.

A szubjektív dolgokat, például az érzelmeket és az érzéseket, nehéz megmagyarázni a mesterséges intelligencia számára, részben azért, mert az AI-nek nincs elegendő információja az objektív elemzéshez. Megérteni fogja valaha is a szarkazmus? Az egyik mondat szarkasztikus lehet az egyik összefüggésben, a másikban pedig teljesen más.

Mindenesetre az adatmennyiség és a feldolgozási teljesítmény tovább növekszik. Néhány kivételtől eltekintve az AI megtanulja felismerni a különböző érzelmek típusait a következő néhány évtizedben. De vajon megtapasztalhatja-e őket valaha is? Ez egy vitatott pont.

ILYA KHEL