Զգացմունքային AI. Ցանկանու՞մ ենք, որ AI-ն հասկանա մեր զգացմունքները:

Արհեստական ​​ինտելեկտի (AI) համակարգերը սովորում են ճանաչել մարդկային հույզերը և օգտագործել այդ տեղեկատվությունը տարբեր ոլորտներում՝ առողջապահությունից մինչև մարքեթինգային արշավներ: Օրինակ՝ կայքերն օգտագործում են էմոցիոններ՝ չափելու, թե ինչպես են դիտողները արձագանքում իրենց բովանդակությանը: Այնուամենայնիվ, զգացմունքային AI-ն այն ամենն է, ինչ պնդում է, որ կա: 

Զգացմունք AI համատեքստ

Զգացմունքային AI (նաև հայտնի է որպես աֆեկտիվ հաշվարկ կամ արհեստական ​​հուզական ինտելեկտ) AI-ի ենթաբազմություն է, որը չափում է, հասկանում, մոդելավորում և արձագանքում մարդկային հույզերին: Դասակարգումը սկսվում է 1995 թվականին, երբ MIT մեդիա լաբորատորիայի պրոֆեսոր Ռոզալինդ Պիկարդը թողարկեց «Աֆեկտիվ հաշվարկ» գիրքը։ Ըստ MIT Media Lab-ի, հուզական AI-ն թույլ է տալիս ավելի բնական փոխազդեցություն ունենալ մարդկանց և մեքենաների միջև: Emotion AI-ն փորձում է պատասխանել երկու հարցի. ինչպիսի՞ն է մարդու էմոցիոնալ վիճակը և ինչպե՞ս նրանք կարձագանքեն: Հավաքված պատասխանները մեծապես ազդում են, թե ինչպես են մեքենաները մատուցում ծառայություններ և ապրանքներ:

Արհեստական ​​հուզական ինտելեկտը հաճախ փոխարինվում է զգացմունքների վերլուծության հետ, սակայն դրանք տարբեր են տվյալների հավաքագրման մեջ: Զգացմունքների վերլուծությունը կենտրոնացած է լեզվական ուսումնասիրությունների վրա, ինչպես, օրինակ, որոշ թեմաների վերաբերյալ մարդկանց կարծիքները՝ ըստ սոցիալական մեդիայի հրապարակումների, բլոգերի և մեկնաբանությունների տոնայնության: Այնուամենայնիվ, զգացմունքային AI-ն հենվում է դեմքի ճանաչման և արտահայտությունների վրա՝ զգացմունքները որոշելու համար: Մյուս արդյունավետ հաշվողական գործոններն են ձայնային օրինաչափությունները և ֆիզիոլոգիական տվյալները, ինչպիսիք են աչքերի շարժման փոփոխությունները: Որոշ փորձագետներ զգացմունքների վերլուծությունը համարում են հույզերի արհեստական ​​ինտելեկտի ենթաբազմություն, բայց ավելի քիչ գաղտնիության ռիսկերով:

Խանգարող ազդեցություն

2019 թվականին միջբուհական հետազոտողների խումբը, ներառյալ ԱՄՆ-ի Հյուսիսարևելյան համալսարանը և Գլազգոյի համալսարանը, հրապարակեցին ուսումնասիրություններ, որոնք ցույց տվեցին, որ հույզերի AI-ն չունի ամուր գիտական ​​հիմք: Հետազոտությունն ընդգծեց, որ կարևոր չէ՝ մարդիկ, թե արհեստական ​​ինտելեկտը վերլուծություն են կատարում. Դժվար է ճշգրիտ կանխատեսել հուզական վիճակները դեմքի արտահայտությունների հիման վրա: Հետազոտողները պնդում են, որ արտահայտությունները մատնահետքեր չեն, որոնք տալիս են վերջնական և եզակի տեղեկատվություն անհատի մասին: Այնուամենայնիվ, որոշ փորձագետներ համաձայն չեն այս վերլուծության հետ: Hume AI-ի հիմնադիր Ալան Քոուենը պնդում էր, որ ժամանակակից ալգորիթմները մշակել են տվյալների հավաքածուներ և նախատիպեր, որոնք ճշգրտորեն համապատասխանում են մարդկային զգացմունքներին: Hume AI-ն, որը ներգրավել է $5 միլիոն դոլար ներդրումային ֆինանսավորում, օգտագործում է Ամերիկայի, Աֆրիկայի և Ասիայի մարդկանց տվյալների հավաքածուն՝ իր հուզական AI համակարգը մարզելու համար: 

Զգացմունքային AI ոլորտում այլ զարգացող խաղացողներն են HireVue, Entropik, Emteq և Neurodata Labs: Entropik-ը օգտագործում է դեմքի արտահայտություններ, աչքերի հայացք, ձայնային ազդանշաններ և ուղեղի ալիքներ՝ որոշելու մարքեթինգային արշավի ազդեցությունը: Ռուսական բանկը օգտագործում է Neurodata-ն հաճախորդների տրամադրությունները վերլուծելու համար, երբ զանգահարում է հաճախորդների սպասարկման ներկայացուցիչներին: 

Նույնիսկ Big Tech-ը սկսում է կապիտալացնել զգացմունքների AI-ի ներուժը: 2016 թվականին Apple-ը գնեց Սան Դիեգոյում գործող Emotient ընկերությունը, որը վերլուծում է դեմքի արտահայտությունները: Alexa-ն՝ Amazon-ի վիրտուալ օգնականը, ներողություն է խնդրում և պարզաբանում է իր պատասխանները, երբ հայտնաբերում է, որ իր օգտատերը հիասթափված է: Միևնույն ժամանակ, Microsoft-ի խոսքի ճանաչման AI ընկերությունը՝ Nuance, կարող է վերլուծել վարորդների հույզերը՝ հիմնվելով նրանց դեմքի արտահայտությունների վրա:

Զգացմունքային AI-ի հետևանքները

Զգացմունքային AI-ի ավելի լայն հետևանքները կարող են ներառել. 

• Big Tech-ը գնում է ավելի շատ ստարտափներ՝ ընդլայնելու իրենց AI հետազոտություններն ու հնարավորությունները, ներառյալ էմոցիոնալ AI-ի օգտագործումը ինքնակառավարվող մեքենաներում:
• Զանգերի կենտրոնի հաճախորդների սպասարկման բաժինները, որոնք օգտագործում են հույզերի արհեստական ​​ինտելեկտը, կանխատեսելու հաճախորդների վարքագիծը՝ հիմնվելով նրանց ձայնի տոնայնության և դեմքի արտահայտությունների փոփոխության վրա:
• Ավելացնել ներդրումները աֆեկտիվ հաշվողական հետազոտություններում, ներառյալ ընդլայնված գործընկերությունը համաշխարհային համալսարանների և հետազոտական ​​հաստատությունների հետ:
• Աճող ճնշում կառավարությունների համար՝ կարգավորելու դեմքի և կենսաբանական տվյալների հավաքագրումը, պահպանումը և օգտագործումը:
• Ռասայական և գենդերային խտրականության խորացում ապատեղեկատվության կամ սխալ վերլուծությունների միջոցով.

Հարցեր մեկնաբանելու համար

• Կհամաձայնե՞ք, որ հուզական AI հավելվածները սկանավորեն ձեր դեմքի արտահայտությունները և ձայնի տոնը՝ ձեր զգացմունքները կանխատեսելու համար:
• Որո՞նք են AI-ի հնարավոր վտանգները, որոնք կարող են սխալ կարդալ զգացմունքները: